python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Python斐波那契数列

Python实现斐波那契数列的多种写法总结

作者:lxw-pro

这篇文章主要给大家介绍了利用Python实现斐波那契数列的几种方法,文中通过示例代码介绍的非常详细,对大家的学习或者使用Python具有一定的参考学习价值,需要的朋友们下面来一起学习学习吧

斐波那契数列——经典例子,永不过时!!!

1.for循环

def fibonacci1(n):
    a, b = 0, 1
    for i in range(n):
        a, b = b, a+b
        print(a)


fibonacci1(3)

def fib1(w):
    a, b = 1, 1
    for i in range(w-1):
        a, b = b, a+b
    return a
​​​​​​​
print(fib1(3))

[^1]刚好得出这个位置的数

2.while循环

def fibnaqi2(m):
    a, b = 0, 1
    i = 0
    while i < m:
        print(b)
        a, b = b, a+b
        i += 1

fibnaqi2(4)

[^1]刚好得出这个位置的数

3.使用递归

def fib2(q):
    if q == 1 or q == 2:
        return 1
    return fib2(q-1)+fib2(q-2)
​​​​​​​
print(fib2(9))

4.递归+for循环

def fibnacci3(p):
    lst = []
    for i in range(p):
        if i == 1 or i == 0:
            lst.append(1)
        else:
            lst.append(lst[i-1]+lst[i-2])
    print(lst)

fibnacci3(5)

5.递归+while循环

def fibnacci4(k):
    lis = []
    i = 0
    while i<k:
        if i == 0 or i == 1:
            lis.append(1)
        else:
            lis.append(lis[i-2]+lis[i-1])
        i += 1
    print(lis)

fibnacci4(6)

6.递归+定义函数+for循环

def fibnacci5(o):
    def fn(i):
        if i < 2:
            return 1
        else:
            return (fn(i-2)+fn(i-1))
    for i in range(o):
        print(fn(i))
​​​​​​​
fibnacci5(8)

7.指定列表

def fib3(e):
    if e == 1:
        return [1]
    if e == 2:
        return [1, 1]
    fibs = [1, 1]
    for i in range(2, e):
        fibs.append(fibs[-1]+fibs[-2])
    return fibs

print(fib3(12))

趣方程求解

题目描述

二次方程式 ax**2 + bx + c = 0 (a、b、c 用户提供,为实数,a ≠ 0)

# 导入 cmath(复杂数学运算) 模块
import cmath

a = float(input('输入 a: '))
b = float(input('输入 b: '))
c = float(input('输入 c: '))

# 计算
d = (b ** 2) - (4 * a * c)

# 两种求解方式
sol1 = (-b - cmath.sqrt(d)) / (2 * a)
sol2 = (-b + cmath.sqrt(d)) / (2 * a)

print('结果为 {0} 和 {1}'.format(sol1, sol2))

pandas 每日一练

# -*- coding = utf-8 -*-
# @Time : 2022/7/26 21:48
# @Author : lxw_pro
# @File : pandas -8 练习.py
# @Software : PyCharm

import pandas as pd
import numpy as np

df = pd.read_excel('text5.xlsx')
print(df)

print()

程序运行结果如下:

   Unnamed: 0 Unnamed: 0.1  project  ...           test_time       date      time
0           0     00:00:00   Python  ... 2022-06-20 18:30:20 2022-06-20  18:30:20
1           1            1     Java  ... 2022-06-18 19:40:20 2022-06-18  19:40:20
2           2            2        C  ... 2022-06-08 13:33:20 2022-06-08  13:33:20
3           3            3    MySQL  ... 2021-12-23 11:26:20 2021-12-23  11:26:20
4           4            4    Linux  ... 2021-12-20 18:20:20 2021-12-20  18:20:20
5           5            5     Math  ... 2022-07-20 16:30:20 2022-07-20  16:30:20
6           6            6  English  ... 2022-06-23 15:30:20 2022-06-23  15:30:20
7           7            7   Python  ... 2022-07-19 09:30:20 2022-07-19  09:30:20
[8 rows x 7 columns]

41、将test_time列设置为索引

print(df.set_index('test_time'))

​​​​​​​print()

程序运行结果如下:
                    Unnamed: 0 Unnamed: 0.1  ...       date      time
test_time                                     ...                     
2022-06-20 18:30:20           0     00:00:00  ... 2022-06-20  18:30:20
2022-06-18 19:40:20           1            1  ... 2022-06-18  19:40:20
2022-06-08 13:33:20           2            2  ... 2022-06-08  13:33:20
2021-12-23 11:26:20           3            3  ... 2021-12-23  11:26:20
2021-12-20 18:20:20           4            4  ... 2021-12-20  18:20:20
2022-07-20 16:30:20           5            5  ... 2022-07-20  16:30:20
2022-06-23 15:30:20           6            6  ... 2022-06-23  15:30:20
2022-07-19 09:30:20           7            7  ... 2022-07-19  09:30:20
[8 rows x 6 columns]

42、生成一个和df长度相同的随机数dataframe

df1 = pd.DataFrame(pd.Series(np.random.randint(1, 10, 8)))
print(df1)

​​​​​​​print()

程序运行结果如下:

   0
0  1
1  3
2  2
3  7
4  7
5  3
6  5
7  1

43、将上一题生成的dataframe与df合并

df = pd.concat([df, df1], axis=1)
print(df)

​​​​​​​print()

程序运行结果如下:

   Unnamed: 0 Unnamed: 0.1  project  ...       date      time  0
0           0     00:00:00   Python  ... 2022-06-20  18:30:20  1
1           1            1     Java  ... 2022-06-18  19:40:20  3
2           2            2        C  ... 2022-06-08  13:33:20  2
3           3            3    MySQL  ... 2021-12-23  11:26:20  7
4           4            4    Linux  ... 2021-12-20  18:20:20  7
5           5            5     Math  ... 2022-07-20  16:30:20  3
6           6            6  English  ... 2022-06-23  15:30:20  5
7           7            7   Python  ... 2022-07-19  09:30:20  1
[8 rows x 8 columns]

44、生成新的一列new为popularity列减去之前生成随机数列

df['new'] = df['popularity'] - df[0]
print(df)

​​​​​​​print()

程序运行结果如下:

  Unnamed: 0 Unnamed: 0.1  project  popularity  ...       date      time  0  new
0           0     00:00:00   Python          95  ... 2022-06-20  18:30:20  1   94
1           1            1     Java          92  ... 2022-06-18  19:40:20  3   89
2           2            2        C         145  ... 2022-06-08  13:33:20  2  143
3           3            3    MySQL         141  ... 2021-12-23  11:26:20  7  134
4           4            4    Linux          84  ... 2021-12-20  18:20:20  7   77
5           5            5     Math         148  ... 2022-07-20  16:30:20  3  145
6           6            6  English         146  ... 2022-06-23  15:30:20  5  141
7           7            7   Python         149  ... 2022-07-19  09:30:20  1  148
[8 rows x 9 columns]

45、检查数据中是否含有任何缺失值

jch = df.isnull().values.any()
print(jch)    # 运行结果为:False

​​​​​​​print()

46、将popularity列类型转换为浮点数

fds = df['popularity'].astype(np.float64)
print(fds)

​​​​​​​print()

程序运行结果如下:

0     95.0
1     92.0
2    145.0
3    141.0
4     84.0
5    148.0
6    146.0
7    149.0
Name: popularity, dtype: float64

47、计算popularity大于100的次数

cs = len(df[df['popularity'] > 100])
print(cs)    # 运行结果为:5

​​​​​​​print()

48、查看project列共有几种学历

ckj = df['project'].nunique()
print(ckj)    # 运行结果为:7

​​​​​​​print()

49、查看每科出现的次数

ckc = df.project.value_counts()
print(ckc)

print()

程序运行结果如下:

Python     2
Java       1
C          1
MySQL      1
Linux      1
Math       1
English    1
Name: project, dtype: int64

50、提取popularity与new列的和大于136的最后3行

df1 = df[['popularity', 'new']]
hh = df1.apply(np.sum, axis=1)
res = df.iloc[np.where(hh > 136)[0][-3:], :]
print(res)

程序运行结果如下:

   Unnamed: 0 Unnamed: 0.1  project  popularity  ...       date      time  0  new
5           5            5     Math         148  ... 2022-07-20  16:30:20  3  145
6           6            6  English         146  ... 2022-06-23  15:30:20  5  141
7           7            7   Python         149  ... 2022-07-19  09:30:20  1  148
[3 rows x 9 columns]

到此这篇关于Python实现斐波那契数列的多种写法总结的文章就介绍到这了,更多相关Python斐波那契数列内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文