己知：(设整型2字节，字符型1字节，浮点型4字节) Struc 姓名 学号 考场 18. 为了判断两个字符串 s1和s2是否相等，应当使用（） A. if(s1==s2) B. if(s1=s2) C. if(strcmp(s1,s2)) D. if(stremp(s1,s2)==0) 19. 下面程序的输出结果是()。 #include<stdio.h> void main() {int s,k; for(s=1,k-2;k<5;k++) st=k; printf("%dln",s); 座号 float test; 財 sizeof (test)的値是（）。 A.4 B.5 C. 6 D. 7

18. 正确答案是 C。在 C 语言中，字符串不能使用相等运算符 == 进行比较，应该使用 strcmp 函数，如果两个字符串相等，strcmp 函数的返回值为 0。

19. 该程序有语法错误，应该将 k-2 改为 s-2，同时在循环体内将 st 改为 k，最后输出的是 1。

sizeof(test) 的值是 4，因为 float 类型在该系统中占用 4 个字节。

相关问题

plt.rcParams['font.sans-serif'] = 'Microsoft YaHei' plt.rcParams['axes.unicode_minus'] = False df = pd.read_excel(r"data_sum.xlsx") s = 4 struc_data = np.array(df) list_count = [] for i in struc_data: if i[s] not in list_count: list_count.append(i[s]) list_count_number = [] for i in struc_data: list_count_number.append(i[s].replace("IP属地：","")) Count = Counter(list_count_number) list_number = [] list_name = list(Count) for li in list(Count): list_number.append(Count[li])

这是一段用于数据可视化的Python代码。具体来说，它做了以下几件事情：

- `plt.rcParams['font.sans-serif'] = 'Microsoft YaHei'`：设置matplotlib库的字体为“Microsoft YaHei”。
- `plt.rcParams['axes.unicode_minus'] = False`：设置matplotlib库的坐标轴标签支持负号。
- `df = pd.read_excel(r"data_sum.xlsx")`：读取名为"data_sum.xlsx"的Excel文件，并将其存储为Pandas中的DataFrame格式。
- `s = 4`：将变量s设置为4。
- `struc_data = np.array(df)`：将Pandas中的DataFrame转换为NumPy中的数组。
- `list_count = []`：创建一个空列表list_count。
- `for i in struc_data: if i[s] not in list_count: list_count.append(i[s])`：遍历数组struc_data中的每一个元素，如果元素的第s个值不在list_count中，就将其添加到list_count中。
- `list_count_number = []`：创建一个空列表list_count_number。
- `for i in struc_data: list_count_number.append(i[s].replace("IP属地：",""))`：遍历数组struc_data中的每一个元素中的第s个值，并将其中的“IP属地：”替换为空字符串，并将结果添加到list_count_number中。
- `Count = Counter(list_count_number)`：使用collections库中的Counter类统计list_count_number中每个元素出现的次数，并将结果存储为字典Count。
- `list_number = []`：创建一个空列表list_number。
- `list_name = list(Count)`：将字典Count的键值转换为列表list_name。
- `for li in list(Count): list_number.append(Count[li])`：遍历字典Count的键值，将其对应的值添加到list_number中。

（4） 定义一个结构化数据类型 xs_struc，包含字符串字段 id、name，整数字段 age及浮点字段 grade，并将这个 dtype 应用到 ndarray对象xs_rec，

可以使用以下代码定义结构化数据类型 xs_struc，并将其应用到 ndarray 对象 xs_rec：

import numpy as np

# 定义结构化数据类型 xs_struc
xs_struc = np.dtype([('id', 'S10'), ('name', 'S20'), ('age', np.int32), ('grade', np.float64)])

# 创建 ndarray 对象 xs_rec，并应用 xs_struc 数据类型
xs_rec = np.array([('001', 'Alice', 20, 90.5), ('002', 'Bob', 21, 88.2)], dtype=xs_struc)

这里使用 np.dtype() 函数定义结构化数据类型 xs_struc，其中每个字段的名称和数据类型都通过一个元组指定。在创建 ndarray 对象 xs_rec 时，通过 dtype 参数指定数据类型为 xs_struc。