用python写一个程序，求n个数的平均数

可以使用以下代码来求n个数的平均数：

n = int(input("请输入数字个数："))  # 输入数字个数
sum = 0  # 初始化总和为0
for i in range(n):
    num = float(input("请输入第%d个数字：" % (i+1)))  # 输入每个数字
    sum += num  # 累加每个数字
avg = sum / n  # 计算平均数
print("这%d个数字的平均数是：%f" % (n, avg))  # 输出平均数

运行结果：

请输入数字个数：5
请输入第1个数字：10
请输入第2个数字：20
请输入第3个数字：30
请输入第4个数字：40
请输入第5个数字：50
这5个数字的平均数是：30.000000

相关问题

用python写一个测试分类模型的map程序

以下是一个用 Python 实现的测试分类模型的 MAP 程序示例：

import numpy as np

def compute_map(predictions, targets):
    """
    计算平均精度均值（Mean Average Precision, MAP）。
    Args:
        predictions: 预测概率矩阵，形状为 [N, K]，其中 N 是样本数，K 是分类数。
        targets: 真实标签矩阵，形状为 [N, K]，其中 N 是样本数，K 是分类数。
    Returns:
        平均精度均值。
    """
    # 按照预测概率从大到小排序
    indices = np.argsort(-predictions, axis=1)
    aps = []
    for i in range(predictions.shape[0]):
        target = targets[i]
        rank = np.where(indices[i] == target)[0]
        if len(rank) == 0:
            ap = 0.
        else:
            # 计算平均精度
            ap = 0.
            for j in range(len(rank)):
                ap += (j + 1) / (rank[j] + 1)
            ap /= len(rank)
        aps.append(ap)
    return np.mean(aps)

该函数使用 numpy 库实现，输入参数为预测概率矩阵和真实标签矩阵，输出平均精度均值。

在使用时，可以将测试集的特征输入分类模型，得到预测概率矩阵和真实标签矩阵，然后调用该函数进行评估。

用python写个快排程序

### 回答1：

我可以为你编写一个快速排序程序，它将在Python中运行：def quickSort(arr):
if len(arr) <= 1:
return arr
else:
pivot = arr[len(arr) // 2]
left = [x for x in arr if x < pivot]
middle = [x for x in arr if x == pivot]
right = [x for x in arr if x > pivot]
return quickSort(left) + middle + quickSort(right) arr = [3,6,8,10,1,2,1]
print(quickSort(arr))

### 回答2：
快速排序（Quicksort）是一种常用的排序算法，其基本思想是选择一个基准元素，将序列分为两部分，一部分小于基准元素，一部分大于基准元素，然后对这两部分分别进行快速排序。

以下是用Python编写的快速排序程序：

def quicksort(arr):
    if len(arr) <= 1:
        return arr
    else:
        pivot = arr[0]    # 选择第一个元素作为基准元素
        less = [x for x in arr[1:] if x <= pivot]    # 小于等于基准元素的子数组
        greater = [x for x in arr[1:] if x > pivot]    # 大于基准元素的子数组
        return quicksort(less) + [pivot] + quicksort(greater)    # 递归排序子数组，并连接结果

# 测试代码
arr = [6, 8, 3, 2, 9, 1, 5, 4, 7]
print("原始数组：", arr)
sorted_arr = quicksort(arr)
print("排序后的数组：", sorted_arr)

以上代码中，我们定义了一个快速排序的函数`quicksort()`，它的参数是一个数组`arr`。在`quicksort()`函数中，首先判断数组长度是否小于等于1，若满足条件则直接返回原数组；否则，选择第一个元素作为基准元素，然后将数组分为小于等于基准元素的子数组`less`和大于基准元素的子数组`greater`。接着，分别对`less`和`greater`递归调用`quicksort()`函数进行排序，并最后将两个排序后的子数组与基准元素连接起来，返回结果。

以上是用Python编写的快速排序程序。这个算法的时间复杂度为平均O(nlogn)，最坏情况下为O(n^2)，但通常情况下具有较高的效率。

### 回答3：
以下是使用Python编写的快速排序程序：

def quicksort(arr):
    if len(arr) <= 1:
        return arr
    else:
        pivot = arr[0]
        less = [x for x in arr[1:] if x <= pivot]
        greater = [x for x in arr[1:] if x > pivot]
        return quicksort(less) + [pivot] + quicksort(greater)

# 测试
arr = [10, 7, 8, 9, 1, 5]
sorted_arr = quicksort(arr)
print("排序后的数组:", sorted_arr)

运行上述代码，将会输出排序后的数组：[1, 5, 7, 8, 9, 10]。

快速排序是一种高效的排序算法，在平均情况下时间复杂度为O(nlogn)。它通过不断地将数组分割为较小和较大的子数组，并对它们进行排序，最终将它们合并为一个已排序的数组。在上述代码中，我们选择数组中的第一个元素作为枢轴，将比枢轴小的元素放在一个子数组中，将比枢轴大的元素放在另一个子数组中。然后，递归地对这两个子数组进行快速排序，并将结果合并。这样就能得到一个已排序的数组。