定义一个ccc.py文件模块,包含如下三个函数。 (1)函数参数为父母的身高,返回结果为使用公式预测的子女身高元组,具体代码类似于work2_07.py。 (2)函数参数为布罗卡公式所需的成年人的身高和体重,返回值为判断结果,具体代码类似于work4_08.py。 (3)函数参数为世界卫生组织计算方法所需的成年人性别、身高和体重,返回值为判断结果,具体代码类似于work4_09.py。 (4)在文件模块内部编写测试代码,并在work7_01.py中使用ccc模块。

时间: 2023-11-22 15:52:00 浏览: 84
# 在ccc.py文件模块中定义三个函数 def predict_height(parent_height): son_height = (parent_height[0] + parent_height[1]) * 0.54 daughter_height = (parent_height[0] * 0.923 + parent_height[1]) / 2 return son_height, daughter_height def broca_formula(height, weight): standard_weight = (height - 100) * 0.9 if weight < standard_weight * 0.9: return "偏轻" elif weight > standard_weight * 1.1: return "偏重" else: return "正常" def who_formula(gender, height, weight): BMI = weight / (height / 100) ** 2 if gender == "男": if BMI < 20.7: return "偏轻" elif BMI > 26.4: return "偏重" else: return "正常" else: if BMI < 19.1: return "偏轻" elif BMI > 25.8: return "偏重" else: return "正常" # 编写测试代码 if __name__ == "__main__": # 测试predict_height函数 print(predict_height((175, 165))) # 输出(94.5, 168.5) # 测试broca_formula函数 print(broca_formula(175, 70)) # 输出"正常" print(broca_formula(175, 60)) # 输出"偏轻" print(broca_formula(175, 85)) # 输出"偏重" # 测试who_formula函数 print(who_formula("男", 175, 70)) # 输出"正常" print(who_formula("女", 165, 55)) # 输出"正常"

相关推荐

import sys sys.tracebacklimit = 0 import os os.environ['PYTHONUNBUFFERED'] = '1'import arcpy # 获取参数 input_features = arcpy.GetParameterAsText(0) join_field = arcpy.GetParameterAsText(1) target_feature = arcpy.GetParameterAsText(2) target_field = arcpy.GetParameterAsText(3) area_threshold = arcpy.GetParameterAsText(4) # 创建空间连接 join_result = arcpy.SpatialJoin_analysis(input_features, target_feature, "in_memory/spatial_join", "JOIN_ONE_TO_ONE", "KEEP_ALL", "", "INTERSECT") # 使用MakeFeatureLayer创建要素图层,并使用AddFieldDelimiters处理字段名称 join_layer = arcpy.management.MakeFeatureLayer(join_result, "join_layer").getOutput(0) join_field_name = arcpy.AddFieldDelimiters(join_layer, join_field) # 使用SelectLayerByAttribute选择重叠面积大于阈值的要素 arcpy.management.SelectLayerByAttribute(join_layer, "NEW_SELECTION", "Shape_Area > " + str(area_threshold)) # 使用SummaryStatistics工具进行面积求和 summary_table = arcpy.Statistics_analysis(join_layer, "in_memory/summary_table", [["Shape_Area", "SUM"]], join_field_name) # 使用TableToNumPyArray将结果转换为字典 sum_dict = {} with arcpy.da.TableToNumPyArray(summary_table, [join_field, "SUM_Shape_Area"]) as arr: for row in arr: sum_dict[row[0]] = row[1] # 使用UpdateCursor更新目标要素类的目标字段 with arcpy.da.UpdateCursor(target_feature, [target_field, join_field], sql_clause=(None, "ORDER BY OBJECTID")) as cursor: for row in cursor: join_value = row[1] if join_value in sum_dict: area_sum = sum_dict[join_value] row[0] = area_sum cursor.updateRow(row) # 导出结果 output_feature = arcpy.GetParameterAsText(5) arcpy.CopyFeatures_management(target_feature, output_feature) # 删除游标对象和要素图层对象 del cursor, join_layer运行错误SyntaxError: invalid syntax (空间连接.py, line 4) 执行(ccc)失败。请改正代码

帮我用HTML和python写一个web程序 HTML实现如下功能:标题是“一键通系统”,副标题是“零一技术 × 华为云服务”,居中对齐,加粗。有三个输入框和一个输出框,三个输入框的名称分别是“密保号码”“手机号一”“手机号二”,输出框的名称是“中转号码”,输出框只用来输出,不能填写任何内容。输入框和输出框的大小一样。还有一个“提交按钮”,用于提交数据。三个输入框是必填的,不填写完整不允许提交,并提醒。运用你的能力将这个页面设计的好看。 Python实现如下功能: 第一步,读取HTML页面“密保号码”输入的内容,和data.csv中的的数据做比对,如果“密保号码”的内容在第一列,则对变量time赋值数字5,如果“密保号码”的内容在第二列,则对变量time赋值数字10,如果“密保号码”的内容在第三列,则对变量time赋值数字30,如果“密保号码”的内容在第四列,则对变量time赋值数字60,如果在这四列中都不存在,则在输出框中输出“密保号码错误”,并终止程序执行。 第二步,读取手机号码一和手机号码二,分别赋值给phone1和phone2。 第三步,将time,phone1和phone2这三个参数发送到华为云服务端获取请求。 第四步:将第一步读取到的“密保号码”放在log.csv中,并记录存入的时间。 并一步一步教我怎么实现HTML和python的连接并运行这个web程序,文件夹怎么设置,各个文件怎么放。

帮我用HTML和python写一个web程序 HTML实现如下功能:标题是“一键通系统”,副标题是“零一技术 × 华为云服务”,居中对齐,加粗。有三个输入框和一个输出框,三个输入框的名称分别是“密保号码”“手机号一”“手机号二”,输出框的名称是“中转号码”,输出框只用来输出,不能填写任何内容。输入框和输出框的大小一样。还有一个“提交按钮”,用于提交数据。三个输入框是必填的,不填写完整不允许提交,并提醒。运用你的能力将这个页面设计的好看。 Python实现如下功能: 第一步,读取HTML页面“密保号码”输入的内容,和data.csv中的的数据做比对,如果“密保号码”的内容在第一列,则对变量time赋值数字5,如果“密保号码”的内容在第二列,则对变量time赋值数字10,如果“密保号码”的内容在第三列,则对变量time赋值数字30,如果“密保号码”的内容在第四列,则对变量time赋值数字60,如果在这四列中都不存在,则在输出框中输出“密保号码错误”,并终止程序执行。 第二步,读取手机号码一和手机号码二,分别赋值给phone1和phone2。 第三步,将time,phone1和phone2合并输出到输出框中。 第四步:将第一步读取到的“密保号码”放在log.csv中,并记录存入的时间。 并一步一步教我怎么实现HTML和python的连接并运行这个web程序,文件夹怎么设置,各个文件怎么放。

最新推荐

recommend-type

详解SqlServer数据库中Substring函数的用法

从’abbccc’中返回’ccc’,charindex函数用法(charindex(查找的字符串,被查找的字符串,开始查找的位置),例如查找’abbccc’中第一个’c’出现的位置,charindex(‘c’,’abbccc’,1)) declare @str1 ...
recommend-type

ArcGIS如何把多个tif影像合成一个tif影像

ArcGIS如何把多个tif影像合成一个tif影像 在ArcGIS软件中进行日常影像(栅格)数据的拼接与提取(裁剪)的工具与方法。影像的拼接常用到的工具是Mosaic和Mosaic To New Raster
recommend-type

BSC关键绩效财务与客户指标详解

BSC(Balanced Scorecard,平衡计分卡)是一种战略绩效管理系统,它将企业的绩效评估从传统的财务维度扩展到非财务领域,以提供更全面、深入的业绩衡量。在提供的文档中,BSC绩效考核指标主要分为两大类:财务类和客户类。 1. 财务类指标: - 部门费用的实际与预算比较:如项目研究开发费用、课题费用、招聘费用、培训费用和新产品研发费用,均通过实际支出与计划预算的百分比来衡量,这反映了部门在成本控制上的效率。 - 经营利润指标:如承保利润、赔付率和理赔统计,这些涉及保险公司的核心盈利能力和风险管理水平。 - 人力成本和保费收益:如人力成本与计划的比例,以及标准保费、附加佣金、续期推动费用等与预算的对比,评估业务运营和盈利能力。 - 财务效率:包括管理费用、销售费用和投资回报率,如净投资收益率、销售目标达成率等,反映公司的财务健康状况和经营效率。 2. 客户类指标: - 客户满意度:通过包装水平客户满意度调研,了解产品和服务的质量和客户体验。 - 市场表现:通过市场销售月报和市场份额,衡量公司在市场中的竞争地位和销售业绩。 - 服务指标:如新契约标保完成度、续保率和出租率,体现客户服务质量和客户忠诚度。 - 品牌和市场知名度:通过问卷调查、公众媒体反馈和总公司级评价来评估品牌影响力和市场认知度。 BSC绩效考核指标旨在确保企业的战略目标与财务和非财务目标的平衡,通过量化这些关键指标,帮助管理层做出决策,优化资源配置,并驱动组织的整体业绩提升。同时,这份指标汇总文档强调了财务稳健性和客户满意度的重要性,体现了现代企业对多维度绩效管理的重视。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

【实战演练】俄罗斯方块:实现经典的俄罗斯方块游戏,学习方块生成和行消除逻辑。

![【实战演练】俄罗斯方块:实现经典的俄罗斯方块游戏,学习方块生成和行消除逻辑。](https://p3-juejin.byteimg.com/tos-cn-i-k3u1fbpfcp/70a49cc62dcc46a491b9f63542110765~tplv-k3u1fbpfcp-zoom-in-crop-mark:1512:0:0:0.awebp) # 1. 俄罗斯方块游戏概述** 俄罗斯方块是一款经典的益智游戏,由阿列克谢·帕基特诺夫于1984年发明。游戏目标是通过控制不断下落的方块,排列成水平线,消除它们并获得分数。俄罗斯方块风靡全球,成为有史以来最受欢迎的视频游戏之一。 # 2.
recommend-type

卷积神经网络实现手势识别程序

卷积神经网络(Convolutional Neural Network, CNN)在手势识别中是一种非常有效的机器学习模型。CNN特别适用于处理图像数据,因为它能够自动提取和学习局部特征,这对于像手势这样的空间模式识别非常重要。以下是使用CNN实现手势识别的基本步骤: 1. **输入数据准备**:首先,你需要收集或获取一组带有标签的手势图像,作为训练和测试数据集。 2. **数据预处理**:对图像进行标准化、裁剪、大小调整等操作,以便于网络输入。 3. **卷积层(Convolutional Layer)**:这是CNN的核心部分,通过一系列可学习的滤波器(卷积核)对输入图像进行卷积,以
recommend-type

绘制企业战略地图:从财务到客户价值的六步法

"BSC资料.pdf" 战略地图是一种战略管理工具,它帮助企业将战略目标可视化,确保所有部门和员工的工作都与公司的整体战略方向保持一致。战略地图的核心内容包括四个相互关联的视角:财务、客户、内部流程和学习与成长。 1. **财务视角**:这是战略地图的最终目标,通常表现为股东价值的提升。例如,股东期望五年后的销售收入达到五亿元,而目前只有一亿元,那么四亿元的差距就是企业的总体目标。 2. **客户视角**:为了实现财务目标,需要明确客户价值主张。企业可以通过提供最低总成本、产品创新、全面解决方案或系统锁定等方式吸引和保留客户,以实现销售额的增长。 3. **内部流程视角**:确定关键流程以支持客户价值主张和财务目标的实现。主要流程可能包括运营管理、客户管理、创新和社会责任等,每个流程都需要有明确的短期、中期和长期目标。 4. **学习与成长视角**:评估和提升企业的人力资本、信息资本和组织资本,确保这些无形资产能够支持内部流程的优化和战略目标的达成。 绘制战略地图的六个步骤: 1. **确定股东价值差距**:识别与股东期望之间的差距。 2. **调整客户价值主张**:分析客户并调整策略以满足他们的需求。 3. **设定价值提升时间表**:规划各阶段的目标以逐步缩小差距。 4. **确定战略主题**:识别关键内部流程并设定目标。 5. **提升战略准备度**:评估并提升无形资产的战略准备度。 6. **制定行动方案**:根据战略地图制定具体行动计划,分配资源和预算。 战略地图的有效性主要取决于两个要素: 1. **KPI的数量及分布比例**:一个有效的战略地图通常包含20个左右的指标,且在四个视角之间有均衡的分布,如财务20%,客户20%,内部流程40%。 2. **KPI的性质比例**:指标应涵盖财务、客户、内部流程和学习与成长等各个方面,以全面反映组织的绩效。 战略地图不仅帮助管理层清晰传达战略意图,也使员工能更好地理解自己的工作如何对公司整体目标产生贡献,从而提高执行力和组织协同性。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

【实战演练】井字棋游戏:开发井字棋游戏,重点在于AI对手的实现。

![【实战演练】井字棋游戏:开发井字棋游戏,重点在于AI对手的实现。](https://img-blog.csdnimg.cn/3d6666081a144d04ba37e95dca25dbd8.png) # 2.1 井字棋游戏规则 井字棋游戏是一个两人对弈的游戏,在3x3的棋盘上进行。玩家轮流在空位上放置自己的棋子(通常为“X”或“O”),目标是让自己的棋子连成一条直线(水平、垂直或对角线)。如果某位玩家率先完成这一目标,则该玩家获胜。 游戏开始时,棋盘上所有位置都为空。玩家轮流放置自己的棋子,直到出现以下情况之一: * 有玩家连成一条直线,获胜。 * 棋盘上所有位置都被占满,平局。
recommend-type

transformer模型对话

Transformer模型是一种基于自注意力机制的深度学习架构,最初由Google团队在2017年的论文《Attention is All You Need》中提出,主要用于自然语言处理任务,如机器翻译和文本生成。Transformer完全摒弃了传统的循环神经网络(RNN)和卷积神经网络(CNN),转而采用全连接的方式处理序列数据,这使得它能够并行计算,极大地提高了训练速度。 在对话系统中,Transformer模型通过编码器-解码器结构工作。编码器将输入序列转化为固定长度的上下文向量,而解码器则根据这些向量逐步生成响应,每一步都通过自注意力机制关注到输入序列的所有部分,这使得模型能够捕捉到