zoukankan      html  css  js  c++  java
  • 【python基础语法】第5天作业练习题

    import random
    """
    1、一家商场在降价促销。如果购买金额50-100元(包含50元和100元)之间,会给10%的折扣(打九折), 如果购买金额大于100元会给20%折扣。
    编写一程序,询问购买价格,再显示出折扣(%10或 20%)和最终价格。
    2、输入一个 5 位数,判断它个位与万位相同,十位与千位相 同。 根据判断打印出相关信息,相同打印结果:该数据符合规范,不相同打印:该数据不符合规范
    3、利用random函数生成随机整数,从1-9取出来。然后输入一个数字,来猜,如果大于,则 印大于随机数。小了,则打印小于随机数。如果相等,则打印等于随机数
    4、实现剪刀石头布游戏,提示用户输入要出的拳 :石头(1)/剪刀(2)/布(3)/退出(4) 电脑随机出拳比较胜负,显示 用户胜、负还是平局。
    """
    # 第一题
    product_price = int(input("请输入商品价格:"))
    if product_price<50 and product_price>0:
        print("您输入商品的价格为:{}".format(product_price))
        print("商品没有折扣")
        print("最终价格:{}".format(product_price))
    elif product_price >= 50 and product_price < 100:
        print("您输入商品的价格为:{}".format(product_price))
        print("商品打九折")
        print("最终价格:{}".format(product_price * 0.9))
    elif product_price >= 100:
        print("您输入商品的价格为:{}".format(product_price))
        print("商品打八折")
        print("最终价格:{}".format(product_price * 0.8))
    else:
        print("您输入的价格有误,请重新输入!")
    
    # 第二题
    number = input("请输入一个5位数:")
    if int(number[0]) == int(number[4]) and int(number[1]) == int(number[3]):
        print("该数据符合规范")
    else:
        print("该数据不符合规范")
    
    # 第三题
    number1 = random.randint(1,10)
    number2 = int(input("请输入一个整数:"))
    if number2 > number1:
        print("输入的数据大于随机数")
    elif number1 == number2:
        print("输入的数据等于随机数")
    else:
        print("输入的数据小于随机数")
    
    # 第四题
    user = int(input("用户输入要出的拳 :石头(1)/剪刀(2)/布(3)/退出(4)"))
    computer = random.randint(1,3)
    print(computer)
    if user > 0 and user < 4:
        if user - computer == -1 or user - computer == 2:
            print("用户胜!")
        elif user - computer == -2 or user - computer ==1:
            print("电脑胜!")
        else:
            print("平局!")
    else:
        print("结束游戏!")
  • 相关阅读:
    矩阵的应用
    PyTorch工具
    python不同开根号速度对比
    GloVe损失函数的理解
    课程回顾-Convolutional Neural Networks
    课程回顾-Structuring Machine Learning Projects
    课程回顾-Improving Deep Neural Networks: Hyperparameter tuning, Regularization and Optimization
    课程回顾-Neural Network & Deep Learning
    使用GOOGLE COLAB训练深度学习模型
    如何使用Keras的Model visualization功能
  • 原文地址:https://www.cnblogs.com/python-test001/p/12356241.html
Copyright © 2011-2022 走看看