python编程.利用 random 库的相关函数，编写程序，随机生成 30 个 1 到 5（含） 的整数的列表。遍历访问并输出所得的列表内容，并对其求和、求平均值。

下面是代码实现：

import random

# 生成随机整数列表
random_list = [random.randint(1, 5) for i in range(30)]

# 遍历输出列表
print("随机整数列表：")
for num in random_list:
    print(num, end=" ")
print()

# 求和
sum_num = sum(random_list)
print("列表元素之和为：", sum_num)

# 求平均值
avg_num = sum_num / len(random_list)
print("列表元素平均值为：", avg_num)

运行结果示例：

随机整数列表：
3 1 2 5 4 1 2 5 2 3 4 1 2 3 5 3 2 2 2 2 1 5 1 2 2 1 4 2 5 2 
列表元素之和为： 72
列表元素平均值为： 2.4

相关问题

利用 random 库的相关函数，编写程序，随机生成 30 个 1 到 5（含）的整数的列表。遍历访问并输出所得的列表内容，并对其求和、求平均值。

好的，我可以帮你编写这个程序。以下是 Python 代码：

import random

# 随机生成包含 30 个 1 到 5 的整数的列表
num_list = [random.randint(1, 5) for i in range(30)]

# 输出列表的内容
print("生成的列表为：", num_list)

# 求和并输出结果
total = sum(num_list)
print("列表中所有数的和为：", total)

# 求平均值并输出结果
avg = total / len(num_list)
print("列表的平均值为：", avg)

运行代码后，你会得到一个包含 30 个随机整数的列表，以及该列表的总和和平均值输出。希望我的回答对你有所帮助！

Excel文件数据导入SQLite数据库1.先生成50个Excel文件，每个文件包括5列数据，其中每个单元格内的内容随机生成，并且每个Excel文件的数据行数不相同。 2.创建一个SQlite数据库，其结构与excel文件相符合 3.使用pandas库将前面生成的50个excel文件的数据导入到这个SQLite数据库中。 （2）开发流程 1. 导入必要的Python库：pandas、sqlite3、random、string。 2. 定义生成随机字符串的函数。 3. 定义生成随机整数的函数。 4. 生成50个Excel文件，并将每个文件中的数据随机生成。其中，generateRandomDate函数用于生成随机数据，eachXIsx函数用于针对每个xlsx文件生成数据。 5. 连接SQLite数据库，创建数据表。 6. 遍历50个Excel文件，将每个文件中的数据导入到SQLite数据库中，其中，xlsx2sqlite函数用于将数据导入到SQLite数据库中。 7. 关闭数据库连接

好的，您的问题是如何将50个Excel文件的数据导入到SQLite数据库中，对吗？以下是一个可能的解决方案：

首先，需要导入必要的Python库：pandas、sqlite3、random和string。可以像下面这样导入：

import pandas as pd
import sqlite3
import random
import string

接下来，需要定义生成随机字符串和随机整数的函数。可以使用Python的random和string库来实现：

def generate_random_string(length):
    """生成指定长度的随机字符串"""
    return ''.join(random.choice(string.ascii_letters) for _ in range(length))

def generate_random_int(start, end):
    """生成指定范围内的随机整数"""
    return random.randint(start, end)

然后，可以定义一个函数来生成每个Excel文件的数据。可以使用pandas库来创建DataFrame对象，并使用apply函数来应用generate_random_string和generate_random_int函数来生成随机数据。以下是一个例子：

def each_xlsx_is_x(df):
    """生成一个Excel文件的数据"""
    df['A'] = df.apply(lambda _: generate_random_string(10), axis=1)
    df['B'] = df.apply(lambda _: generate_random_int(1, 100), axis=1)
    df['C'] = df.apply(lambda _: generate_random_string(5), axis=1)
    df['D'] = df.apply(lambda _: generate_random_int(100, 1000), axis=1)
    df['E'] = df.apply(lambda _: generate_random_string(8), axis=1)
    return df

接下来，可以使用pandas库来生成50个Excel文件，并将每个文件中的数据随机生成。可以使用to_excel函数将DataFrame对象写入到Excel文件中。以下是一个例子：

for i in range(50):
    df = pd.DataFrame(columns=['A', 'B', 'C', 'D', 'E'])
    df = each_xlsx_is_x(df)
    df.to_excel(f'file_{i}.xlsx', index=False)

然后，需要连接SQLite数据库，并创建与Excel文件相匹配的数据表。可以使用sqlite3库来连接数据库，并使用execute函数来执行SQL语句。以下是一个例子：

conn = sqlite3.connect('example.db')
c = conn.cursor()
c.execute('''CREATE TABLE IF NOT EXISTS data
             (A TEXT, B INTEGER, C TEXT, D INTEGER, E TEXT)''')
conn.commit()

接下来，可以定义一个函数来将Excel文件中的数据导入到SQLite数据库中。可以使用pandas库的read_excel函数来读取Excel文件，并使用to_sql函数将数据写入到SQLite数据库中。以下是一个例子：

def xlsx2sqlite(filename, table_name):
    """将一个Excel文件的数据导入到SQLite数据库中"""
    df = pd.read_excel(filename)
    df.to_sql(table_name, conn, if_exists='append', index=False)

最后，可以遍历50个Excel文件，将每个文件中的数据导入到SQLite数据库中。可以使用glob库来获取所有的Excel文件名，并使用os库来获取文件名和扩展名。以下是一个例子：

import glob
import os

for filename in glob.glob('*.xlsx'):
    name, ext = os.path.splitext(filename)
    xlsx2sqlite(filename, name)

最后，别忘了关闭数据库连接：

conn.close()

希望这个解决方案能够帮到您！