# -*- coding:cp936 -*- '''------------------------------------------------------ 【程序填空】 --------------------------------------------------------- 题目:企业发放的奖金根据利润提成。利润(i)低于或等于10万元 时,奖金可提10%;利润高于10万元,低于20万元时,低于 10万元的部分按10%提成,高于10万元的部分,可可提成7.5% ;20万到40万之间时,高于20万元的部分,可提成5%;40万 到60万之间时高于40万元的部分,可提成3%;60万到100万 之间时,高于60万元的部分,可提成1.5%,高于100万元时, 超过100万元的部分按1%提成,从键盘输入当月利润i,求 应发放奖金总数? ---------------------------------------------------------- 注意:除要求填空的位置之外,请勿改动程序中的其他内容。 ------------------------------------------------------''' def get_reward(I): rewards = 0 if I <= 10: #**********SPACE********** rewards = I + I * 0.1 #**********SPACE********** elif (I > 10) and (________________): rewards = (I - 10) * 0.075 + get_reward(10) elif (I > 20) and (I <= 40): rewards = (I - 20) * 0.05 + get_reward(20) elif (I > 40) and (I <= 60): rewards = (I - 40) * 0.03 + get_reward(40) elif (I > 60) and (I <= 100): #**********SPACE********** rewards = (________________) * 0.015 + get_reward(60) else: #**********SPACE********** rewards = get_reward(100) + (________________) * 0.01 return rewards def main(): num = int(input("请输入今年的公司净利润:")) # 计算公司的年度奖金,单位:万元 print("发放的奖金为:", get_reward(num / 10000) * 10000) if __name__ == '__main__': main()

时间: 2023-07-01 17:25:47 浏览: 65
空格填写如下: ```python def get_reward(I): rewards = 0 if I <= 10: rewards = I + I * 0.1 elif (I > 10) and (I <= 20): rewards = (I - 10) * 0.075 + get_reward(10) elif (I > 20) and (I <= 40): rewards = (I - 20) * 0.05 + get_reward(20) elif (I > 40) and (I <= 60): rewards = (I - 40) * 0.03 + get_reward(40) elif (I > 60) and (I <= 100): rewards = (I - 60) * 0.015 + get_reward(60) else: rewards = get_reward(100) + (I - 100) * 0.01 return rewards ``` 其中,第一个空格填写 `rewards = I + I * 0.1`。
相关问题

stbc-ofdm代码

好的,下面给你提供一个简单的STBC-OFDM代码做参考: ```python import numpy as np import matplotlib.pyplot as plt # OFDM参数设置 N = 64 # 子载波数 cp_len = 16 # 循环前缀长度 pilot_freq = 8 # 导频间隔 pilot_symbol = np.array([1, -1, 1, 1]) # 导频序列 data_len = 48 # 数据长度 data_symbol = np.random.randint(0, 2, data_len) * 2 - 1 # 随机生成BPSK调制数据 mod_order = 2 # 调制阶数,2表示BPSK EbN0_dB = 30 # 信噪比,单位dB # STBC编码参数 Nt = 2 # 天线数 code_rate = 1 # 编码速率,1表示ALAMOUTI编码,0.5表示Space-Time Block Coding if code_rate == 1: T = np.array([[1, 1j], [1j, -1]]) / np.sqrt(2) else: T = np.array([[1, 0], [0, 1j]]) # 生成OFDM符号 if mod_order == 2: data_mod = data_symbol else: raise NotImplementedError("此处只实现了BPSK调制") data_mod_reshape = data_mod.reshape((-1, N)) data_mod_stbc = np.zeros((data_mod_reshape.shape[0], Nt, N), dtype=np.complex) data_mod_stbc[:, 0, :] = data_mod_reshape.dot(T[0, :]) data_mod_stbc[:, 1, :] = data_mod_reshape.dot(T[1, :]) data_ofdm = np.zeros((data_mod_reshape.shape[0], Nt, N), dtype=np.complex) for i in range(data_mod_reshape.shape[0]): for j in range(Nt): data_ofdm[i, j, :] = np.fft.ifft(data_mod_stbc[i, j, :], N) data_ofdm[i, :, 0:cp_len] = data_ofdm[i, :, -cp_len:] data_ofdm[i, 1, 0:cp_len] = 0 data_ofdm = data_ofdm.reshape(-1, Nt * N) pilot = np.zeros((data_ofdm.shape[0],), dtype=np.complex) pilot[::pilot_freq] = pilot_symbol tx_signal = np.concatenate([pilot[:, np.newaxis], data_ofdm], axis=1) # 加噪声 Es = np.sum(np.abs(tx_signal) ** 2, axis=1) / (tx_signal.shape[1]) Eb = Es / np.log2(mod_order) N0 = Eb / 10 ** (EbN0_dB / 10) noise = np.random.randn(*tx_signal.shape) * np.sqrt(N0 / 2) + 1j * np.random.randn(*tx_signal.shape) * np.sqrt(N0 / 2) rx_signal = tx_signal + noise # 接收端处理 rx_signal = rx_signal.reshape(-1, Nt, N) rx_symbol = np.zeros((rx_signal.shape[0], N), dtype=np.complex) for i in range(rx_signal.shape[0]): for j in range(N): h_ij = np.array([[np.random.randn(), np.random.randn()], [np.random.randn(), np.random.randn()]]) / np.sqrt(2) rx_symbol[i, j] = rx_signal[i, :, j].dot(h_ij).dot(np.linalg.inv(T)) rx_symbol[i, 0:pilot_freq:pilot_freq+1] = 0 # 去掉导频 rx_symbol = rx_symbol.reshape(-1) rx_data = np.zeros((rx_symbol.shape[0],), dtype=np.int8) rx_data[rx_symbol > 0] = 1 # 计算误码率 err_num = np.sum(rx_data != data_mod) print("误码率:", err_num / data_mod.shape[0]) # 绘制调制后的信号和接收信号的频谱 fig, ax = plt.subplots(2, 1, figsize=(6, 6)) ax[0].plot(tx_signal[0, :].real) ax[0].plot(tx_signal[0, :].imag) ax[0].set_title("Transmitted Signal") ax[1].plot(np.fft.fftshift(np.abs(np.fft.fft(tx_signal[0, :])))) ax[1].set_title("Transmitted Spectrum") fig.tight_layout() fig, ax = plt.subplots(2, 1, figsize=(6, 6)) ax[0].plot(rx_signal[0, :, :].real.T) ax[0].plot(rx_signal[0, :, :].imag.T) ax[0].set_title("Received Signal") ax[1].plot(np.fft.fftshift(np.abs(np.fft.fft(rx_signal[0, :, :].reshape(-1))))) ax[1].set_title("Received Spectrum") fig.tight_layout() plt.show() ``` 这段代码实现了一个基于ALAMOUTI编码的STBC-OFDM系统,包含随机生成BPSK数据、STBC编码、OFDM调制、加噪声、接收端处理、误码率计算和绘制调制后的信号和接收信号的频谱等步骤。你可以根据自己的需要进行修改和扩展。

6. # -*- coding:cp936 -*- '''------------------------------------------------------ 【程序设计】 --------------------------------------------------------- 题目:d 是一个字典,内容如下: d = {123:"123", 456:"456", 789:"789"} 请补充如下代码,将字典 d 中所有键以列表形式输出 --------------------------------------------------------- 注意:部分源程序给出如下。请勿改动其它函数中的任何内容, 仅在函数的注释标志之间填入所编写的若干语句。 先将程序段中横线部分去掉,然后填写正确的程序内容 -----------------------------------------------------''' #**********Program********** d = {123:"123", 456:"456", 789:"789"} print(___①_) #********** End **********

# -*- coding:cp936 -*- '''------------------------------------------------------ 【程序设计】 --------------------------------------------------------- 题目:d 是一个字典,内容如下: d = {123:"123", 456:"456", 789:"789"} 请补充如下代码,将字典 d 中所有键以列表形式输出 --------------------------------------------------------- 注意:部分源程序给出如下。请勿改动其它函数中的任何内容, 仅在函数的注释标志之间填入所编写的若干语句。 先将程序段中横线部分去掉,然后填写正确的程序内容 -----------------------------------------------------''' #**********Program********** d = {123:"123", 456:"456", 789:"789"} print(list(d.keys())) #使用 list() 函数将字典的键转换为列表形式并输出 #********** End **********

相关推荐

最新推荐

recommend-type

python对数组进行排序,并输出排序后对应的索引值方式

# -*- coding: cp936 -*- import numpy as np #一维数组排序 arr = [1, 3, 5, 2, 4, 6] arr = np.array(arr) print arr print np.sort(arr)#或print np.sort(arr,axis=None) print (np.argsort(arr)) # 正序输出索引...
recommend-type

android手机应用源码Imsdroid语音视频通话源码.rar

android手机应用源码Imsdroid语音视频通话源码.rar
recommend-type

营销计划汇报PPT,市场品牌 推广渠道 产品 营销策略tbb.pptx

营销计划汇报PPT,市场品牌 推广渠道 产品 营销策略tbb.pptx
recommend-type

JavaScript_超过100种语言的纯Javascript OCR.zip

JavaScript
recommend-type

JavaScript_跨平台React UI包.zip

JavaScript
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
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】增量式PID的simulink仿真实现

# 2.1 Simulink仿真环境简介 Simulink是MATLAB中用于建模、仿真和分析动态系统的图形化环境。它提供了一个直观的用户界面,允许用户使用块和连接线来创建系统模型。Simulink模型由以下元素组成: - **子系统:**将复杂系统分解成更小的、可管理的模块。 - **块:**代表系统中的组件,如传感器、执行器和控制器。 - **连接线:**表示信号在块之间的流动。 Simulink仿真环境提供了广泛的块库,涵盖了各种工程学科,包括控制系统、电子和机械工程。它还支持用户自定义块的创建,以满足特定仿真需求。 # 2. Simulink仿真环境的搭建和建模 ### 2.
recommend-type

训练集和测试集的准确率都99%,但是预测效果不好

即使训练集和测试集的准确率都很高,但是在实际的预测中表现不佳,可能会有以下几个原因: 1. 数据质量问题:模型训练和测试的数据可能存在问题,比如数据标签错误、数据集采样不均衡、数据集中存在异常值等问题,这些问题可能会导致模型在实际预测中表现不佳。 2. 特征工程问题:模型的特征工程可能存在问题,导致模型无法很好地捕捉数据的特征,从而影响预测效果。 3. 模型选择问题:模型的选择可能不合适,比如选择的模型太简单,无法很好地拟合数据,或者选择的模型太复杂,导致过拟合等问题。 4. 超参数调整问题:模型的超参数可能没有调整到最佳状态,需要进行调整。 针对以上可能的原因,可以采取相应的措施进
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。