python 函数,字典,列表使用综合实例(经典)

现有一字典:

dict1 = {'01': [67, 88, 45], '02': [97, 68, 85], '03': [97, 98, 95], '04': [67, 68, 45], }

存放着学生的学号和成绩。成绩列表中的3个数据分别是学生的语文、数学、英语成绩。

要求:

1.编写函数,返回每门成绩均大于等于85的学生的学号。

dict1 = {'01': [67, 88, 45], '02': [97, 68, 85], '03': [97, 98, 95], '04': [67, 68, 45], }
def avg(dict, score):
    l=[]
    for k, v in dict.items():
        if (v[0] >= score and v[1] >= score and v[2] >= score):
              l.append(k)
    return l
print(avg(dict1, 85))

2.编写函数,返回每一个学号对应的平均分(sum 和 len)和 总分,结果保留两位小数。

def avg2(dict):
    l={}
    for k, v in dict.items():
        l[k] = [round((sum(v) / len(v)),2), round((sum(v)),2)]
    return l
print(avg2(dict1))

3.编写函数,返回按总分升序排列的学号列表

def avg3(dict):
    l={}
    s=[]
    for k, v in dict.items():
        l[round((sum(v)),2)] = k
    m=sorted(l)

    for v in m:
        s.append(l[v])
    return s
print(avg3(dict1))

125jz网原创文章。发布者:江山如画,转载请注明出处:http://www.125jz.com/4647.html

(7)
江山如画的头像江山如画管理团队
上一篇 2020年1月31日 下午7:55
下一篇 2020年2月2日 下午5:20

99%的人还看了以下文章

  • python 循环语句的应用:水仙花数判断及爱因斯坦阶梯编程

    一、水仙花数判断程序 1.任务内容: 水仙花数是一个三位整数,如153是一个水仙花数,是因为该数的百位的立方、十位的立方、个位的立方和等于该数本身,如下所示: 2.程序编写要求: 使用for语句完成; 统计水仙花数个数的值保存到变量中,要求自动进行统计 •输出结果如下所示: 153 是水仙数370 是水仙数371 是水仙数407 是水仙数三位数中有4个水仙数…

    2022年5月11日
    1.0K1
  • JSP分页思想2—核心代码

    一、通过order by id desc limit ?,? 控制当前页面显示的记录 显示第几页,共几页,上一页 下一页 <% int PageSize=2; //一页显示的记录数 int RowCount=0; //记录总数 int PageCount=0; //总页数 int intPage; //待显示页码 int i;//循环变量 String…

    2019年10月30日
    1.7K0
  • Java JDBC操作Mysql数据库增删改查,分页查询实例详解(源码)

    配置信息 public static final String USER_NAME = “root”; public static final String PWD = “123456789”; public static final String DRIVER = “com.mysql.jdbc.Driver”; public static final S…

    2020年2月19日
    2.4K0
  • python 集合使用案例:选修课统计

    相关阅读:python 集合的使用,案例详解 本学期学校共开设了3门选修课,一个班有25位学生,选修的情况如下: 选修1号课程的同学有: set1 = {‘张三’, ‘李四’, ‘王五’, ‘马六’, ‘赵七’, ‘钱八’} 选修2号课程的同学有: set2 = {‘姬一’, ‘孙必’, ‘周冲’, ‘王五’, ‘方向’, ‘张玉’} 选修3号课程的同学有:…

    2020年1月22日
    7.6K0
  • 最清楚的过拟合(Overfitting)、欠拟合讲解

    问题的产生 当我们构建模型时,总会希望假设空间参数尽可能多,系统越复杂,拟合得越好嘛!我们还希望我们的优化算法能使我们的模型产生的损失函数的值尽可能小(即我们的假设空间能够贴合每一个训练样本点)。但这样真的好吗?奥卡姆剃刀貌似又胜利了。然而假设我们的模型达成了上述的情况,有很大概率产生一个ML界非常令人头疼的一件事:过拟合(Overfitting)。 欠拟合…

    2022年9月21日
    5660
  • python turtle绘画0基础练习

    一、题目:导入turtle包(import turtle),绘制边长为100的正方形。 要求: 1、新建一个“turtle2.py”文件 2、编写程序。 3、调试程序。 4、排除错误。 二、导入turtle包(import turtle),绘制半径为40的圆(circle)。 三、题目:导入turtle包(import turtle),绘制边长为60的等边三…

    2023年6月15日
    5900

发表回复

登录后才能评论