python的简单案列
时间: 2023-07-06 17:43:52 浏览: 36
以下是一个简单的 Python 案例,它会要求用户输入两个数字并将它们相加:
```python
num1 = input("请输入第一个数字:")
num2 = input("请输入第二个数字:")
# 将输入的字符串转换为数字
num1 = int(num1)
num2 = int(num2)
# 计算两个数字的和
result = num1 + num2
# 显示结果
print("两个数字的和为:", result)
```
当用户运行这个程序时,它会提示用户输入两个数字。程序将这些数字转换为整数,将它们相加,并将结果显示在屏幕上。
相关问题
贝叶斯算法python案列
贝叶斯算法是一种基于概率统计的分类算法,它通过计算样本的后验概率来进行分类。在Python中,可以使用scikit-learn库来实现贝叶斯算法。
下面是一个简单的贝叶斯算法的Python案例:
```python
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from sklearn.naive_bayes import GaussianNB
from sklearn.metrics import accuracy_score
# 加载鸢尾花数据集
iris = load_iris()
X = iris.data
y = iris.target
# 划分训练集和测试集
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.2, random_state=42)
# 创建贝叶斯分类器对象
model = GaussianNB()
# 在训练集上训练模型
model.fit(X_train, y_train)
# 在测试集上进行预测
y_pred = model.predict(X_test)
# 计算准确率
accuracy = accuracy_score(y_test, y_pred)
print("准确率:", accuracy)
```
这个案例使用了鸢尾花数据集,将数据集划分为训练集和测试集,然后使用GaussianNB类创建了一个贝叶斯分类器对象。接着,在训练集上训练模型,并在测试集上进行预测。最后,使用accuracy_score函数计算预测结果的准确率。
python调用函数案列
当然,我可以给你提供一个简单的Python调用函数的示例。假设我们有一个名为"addition"的函数,用于将两个数字相加并返回结果。以下是一个使用该函数的示例代码:
```python
def addition(a, b):
return a + b
# 调用函数并打印结果
result = addition(3, 5)
print("结果:", result)
```
上述代码中,我们定义了一个名为"addition"的函数,它接受两个参数a和b,并返回它们的和。然后,我们通过传递参数3和5来调用该函数,并将结果存储在变量"result"中。最后,我们使用print函数打印出结果。
当你运行上述代码时,你将会得到以下输出:
```
结果: 8
```
这表明函数成功地将3和5相加,并返回了正确的结果8。希望这个例子对你有所帮助!如果你有任何其他问题,请随时问我。