现有一个字典存放着学生的学号和成绩。成绩列表里的3个数据分别是学生的语文、数学和英语成绩: dict={’01’:[67,88,45], ’02’:[97,68,85],’03’:[97,98,95],’04’:[67,48,45],’05’:[82,58,75],’06’:[96,49,65]} 完成以下操作: ① 编写函数,返回每门成绩均大于等于85的学生的学号。 ② 编写函数,返回每一个学号对应的平均分(sum和len)和总分(sum),结果保留两位小数 ③ 编号函数,返回按总分升序排列的学号列表

时间: 2023-11-09 22:07:46 浏览: 92
好的,以下是你需要的 Python 代码: ```python # 定义字典 students = {'01': [67, 88, 45], '02': [97, 68, 85], '03': [97, 98, 95], '04': [67, 48, 45], '05': [82, 58, 75], '06': [96, 49, 65]} # ① 返回每门成绩均大于等于85的学生的学号 def excellent_students(students): result = [] for student_id, scores in students.items(): if all(score >= 85 for score in scores): result.append(student_id) return result # ② 返回每一个学号对应的平均分(sum和len)和总分(sum) def calculate_scores(students): result = {} for student_id, scores in students.items(): total_score = sum(scores) avg_score = round(total_score / len(scores), 2) result[student_id] = {'total_score': total_score, 'avg_score': avg_score} return result # ③ 返回按总分升序排列的学号列表 def sort_by_total_score(students): return sorted(students, key=lambda x: sum(students[x])) # 测试 print(excellent_students(students)) print(calculate_scores(students)) print(sort_by_total_score(students)) ``` 输出: ``` ['03'] {'01': {'total_score': 200, 'avg_score': 66.67}, '02': {'total_score': 250, 'avg_score': 83.33}, '03': {'total_score': 290, 'avg_score': 96.67}, '04': {'total_score': 160, 'avg_score': 53.33}, '05': {'total_score': 215, 'avg_score': 71.67}, '06': {'total_score': 210, 'avg_score': 70.0}} ['04', '01', '06', '05', '02', '03'] ``` 其中,`excellent_students`函数使用了 Python 的`all`函数,它可以判断一个可迭代对象中的所有元素是否都满足某个条件。`calculate_scores`函数使用了 Python 的字典类型,它可以将每个学号对应的平均分和总分存储为一个字典。`sort_by_total_score`函数使用了 Python 的`sorted`函数,它可以对列表进行排序,这里使用了一个lambda表达式来指定排序的规则。

相关推荐

最新推荐

recommend-type

基于SpringBoot框架仿stackOverflow网站后台开发.zip

基于springboot的java毕业&课程设计
recommend-type

基于SpringBoot洗衣店管理系统.zip

基于springboot的java毕业&课程设计
recommend-type

【优化覆盖】算术算法求解传感器覆盖优化问题【含Matlab源码 2436期】.zip

【优化覆盖】算术算法求解传感器覆盖优化问题【含Matlab源码 2436期】.zip
recommend-type

【优化覆盖】蜣螂算法DBO求解无线传感器WSN覆盖优化问题【含Matlab源码 3567期】.zip

【优化覆盖】蜣螂算法DBO求解无线传感器WSN覆盖优化问题【含Matlab源码 3567期】.zip
recommend-type

FusionCompute修改VRM节点IP地址

FusionCompute修改VRM节点IP地址 该任务指导工程师对VRM节点的IP地址、主机的管理IP地址进行修改。 执行该任务时应注意: • 建议同时修改VRM和主机的管理IP。如果修改了VRM的IP,会导致本地PC与VRM的连接短暂中断。 • 修改前应已完成网络规划,并在FusionCompute中确认VRM节点运行正常,所有主机运行正常(无处于异常或维护状态的主机)。 • 如果跨网段修改IP地址时,则应注意在完成所有节点IP地址的修改后,在相应的汇聚交换机进行配置,保证修改后的主机IP地址、VRM节点及本地PC之间能进行正常通信。相关交换机配置命令,请参考交换机配置样例。 • 如果跨网段修改管理IP地址,同时涉及修改管理VLAN,请先修改管理平面VLAN,待修改完成,且各节点与VRM网络通信正常后,再进行修改VRM IP地址和主机IP地址的操作。
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

实现实时数据湖架构:Kafka与Hive集成

![实现实时数据湖架构:Kafka与Hive集成](https://img-blog.csdnimg.cn/img_convert/10eb2e6972b3b6086286fc64c0b3ee41.jpeg) # 1. 实时数据湖架构概述** 实时数据湖是一种现代数据管理架构,它允许企业以低延迟的方式收集、存储和处理大量数据。与传统数据仓库不同,实时数据湖不依赖于预先定义的模式,而是采用灵活的架构,可以处理各种数据类型和格式。这种架构为企业提供了以下优势: - **实时洞察:**实时数据湖允许企业访问最新的数据,从而做出更明智的决策。 - **数据民主化:**实时数据湖使各种利益相关者都可
recommend-type

SQL怎么实现 数据透视表

SQL可以通过使用聚合函数和GROUP BY子句来实现数据透视表。 例如,假设有一个销售记录表,其中包含产品名称、销售日期、销售数量和销售额等信息。要创建一个按照产品名称、销售日期和销售额进行汇总的数据透视表,可以使用以下SQL语句: ``` SELECT ProductName, SaleDate, SUM(SaleQuantity) AS TotalQuantity, SUM(SaleAmount) AS TotalAmount FROM Sales GROUP BY ProductName, SaleDate; ``` 该语句将Sales表按照ProductName和SaleDat
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。