用python随机生成100个2-1000范围内的整数，将生成的原始数据存入yuanshi列表，将素数存入sushu列表，将和数存入heshu列表，如有重复的数据，存入chongfu列表，并进行打印；

可以使用Python中的random和math库来生成随机整数和判断素数。代码如下：

import random
import math

yuanshi = []
sushu = []
heshu = []
chongfu = []

for i in range(100):
    num = random.randint(2, 1000)
    yuanshi.append(num)
    if num in heshu:
        chongfu.append(num)
    else:
        heshu.append(num)
    if num < 2:
        continue
    is_prime = True
    for j in range(2, int(math.sqrt(num))+1):
        if num % j == 0:
            is_prime = False
            break
    if is_prime:
        sushu.append(num)

print("原始数据：", yuanshi)
print("素数：", sushu)
print("和数：", heshu)
print("重复数据：", chongfu)

注：代码中的判断素数算法采用了较为简单的试除法，可能会对比较大的数进行多次循环判断，不够高效，但在本题数据范围内效果还是可以的。

相关问题

Traceback (most recent call last): File "D:\360MoveData\Users\Norah\Desktop\yuanshi3\xingtuchuli.py", line 158, in <module> img = Image.fromarray(img_translated_rotated) #src是numpy数组，转化为PIL能处理的图像 File "C:\Users\Norah\AppData\Local\Programs\Python\Python39\lib\site-packages\PIL\Image.py", line 3112, in fromarray return frombuffer(mode, size, obj, "raw", rawmode, 0, 1) File "C:\Users\Norah\AppData\Local\Programs\Python\Python39\lib\site-packages\PIL\Image.py", line 3028, in frombuffer return frombytes(mode, size, data, decoder_name, args) File "C:\Users\Norah\AppData\Local\Programs\Python\Python39\lib\site-packages\PIL\Image.py", line 2970, in frombytes im.frombytes(data, decoder_name, args) File "C:\Users\Norah\AppData\Local\Programs\Python\Python39\lib\site-packages\PIL\Image.py", line 822, in frombytes s = d.decode(data) TypeError: a bytes-like object is required, not 'Image'

这个错误提示是因为你调用了 PIL 库中的 fromarray 函数，但是传入的参数类型不正确。fromarray 函数需要传入一个 numpy 数组作为参数，但是你传入的是一个 Image 对象。建议你检查一下代码，看看是不是在调用 fromarray 函数之前，你对 img_translated_rotated 进行了一些不正确的操作，导致它的数据类型变化了。你可以尝试使用 numpy 的 astype 函数将 img_translated_rotated 转换为正确的数据类型。具体操作可以参考下面的代码示例：

import numpy as np
from PIL import Image

# 假设你的原始图像是 img，你已经对它进行了一些操作，得到了 img_translated_rotated
img_translated_rotated = ...

# 使用 astype 函数将 img_translated_rotated 转换为正确的数据类型
img_translated_rotated = img_translated_rotated.astype(np.uint8)

# 将 numpy 数组转换为 PIL 图像
img = Image.fromarray(img_translated_rotated)

``` def z_score(yuanshi, arrange,sd): return(yuanshi-arrange)/(sd) result = z_score(200,100,9) print(result) ```

优化说明：
1. 函数名`z_score`应该使用英文命名，以提高代码的可读性。
2. 参数名`yuanshi`、`arrange`和`sd`应该使用英文命名，并且更加明确地表示它们的含义。例如，`yuanshi`可以改为`value`，`arrange`可以改为`mean`，`sd`可以改为`standard_deviation`。
3. 函数体内的除法操作应该添加括号，以避免运算优先级错误。
4. 为了代码的健壮性，可以在函数中添加参数校验，确保传入的参数是正确的。

优化后的代码：

def calculate_z_score(value, mean, standard_deviation):
    if standard_deviation <= 0:
        raise ValueError("标准差必须大于0")
    return (value - mean) / standard_deviation

result = calculate_z_score(200, 100, 9)
print(result)

优化后的代码更加清晰和健壮，函数参数使用了英文命名，并且对标准差进行了非负校验，以避免计算错误。