一元一次方程ax+b=cax+b=c，输入a、b、ca、b、c，求解xx的值，保留22位小数。 a、b、ca、b、c为实数，输出保留22位小数，如果无解，则输出no

解方程ax b=cax b=c，移项得ax=c-bax=c-b，再将x提出来，得x=(c-b)/ax=(c-b)/a。如果a等于0，则方程无解。因此，可以先判断a是否等于0，如果是，则输出no；如果不是，则按照上述公式计算x的值，并保留22位小数输出。

相关问题

import numpy as np import matplotlib.pyplot as plt from mpl_toolkits.axes_grid1 import make_axes_locatable disp_x = np.genfromtxt('../Star_frames/Noiseless_frames/flow/Star_disp_x.csv', delimiter=',') disp_y = np.genfromtxt('../Star_frames/Noiseless_frames/flow/Star_disp_y.csv', delimiter=',') fig, ax = plt.subplots(figsize=(disp_x.shape[1]/200, disp_x.shape[0]/200)) c = plt.pcolormesh(disp_x + disp_y, vmin=-0.5, vmax=0.5) divider = make_axes_locatable(ax) cax = divider.append_axes("right", size="5%", pad=0.05) plt.colorbar(c, cax=cax) plt.show()

这段代码是用来绘制流场的可视化图像。它首先从csv文件中读取x和y方向上的位移数据，然后使用plt.pcolormesh函数绘制图像。图像的颜色表示位移的大小，颜色范围为-0.5到0.5。最后，通过plt.colorbar函数添加一个颜色条来表示位移的大小。最终，调用plt.show函数将图像显示出来。

ax = plt.subplot(gs2[:, 1]) h = ax.imshow(P_exact, interpolation='nearest', cmap='rainbow', extent=[x_star.min(), x_star.max(), y_star.min(), y_star.max()], origin='lower', aspect='auto') divider = make_axes_locatable(ax) cax = divider.append_axes("right", size="5%", pad=0.05) fig.colorbar(h, cax=cax) ax.set_xlabel('$x$') ax.set_ylabel('$y$') ax.set_aspect('equal', 'box') ax.set_title('Exact pressure', fontsize = 10)

这段代码与上面的代码非常相似，只是将原先的二维数组PP_star替换为了P_exact，即用于绘制第二个子图的数据。同样使用了imshow()函数将P_exact渲染为彩虹色的颜色映射，并使用了make_axes_locatable()函数添加了一个颜色条。对第二个子图也进行了一些设置，包括设置x轴和y轴标签、将图像的长宽比设置为1、设置图像标题等。最终的效果是在同一个窗口中绘制了两幅二维图像，分别展示了预测的压力和真实的压力分布。