【计算商品总价~python+】
目录~python
- 计算商品总价
- 运行效果如下:
- pandas 每日一练:
- 程序运行结果如下:
- 92、计算第一列数字前一个与后一个的差值
- 程序运行结果如下:
- 93、提取第一列位置在1,5,9
- 程序运行结果如下:
- 94、查找第一列的局部最大值位置
- 程序运行结果如下:
- 95、按行计算df的每一行均值
- 程序运行结果如下:
- 96、对第二列计算移动平均值
- 程序运行结果如下:
- 97、将数据按照第三列值得大小升序排列
- 程序运行结果如下:
- 98、将第一列大于20的数字修改为‘高’
- 程序运行结果如下:
- 99、计算第二列与第三列之间的欧式距离
- 程序运行结果如下:
- 每日一言:
- 持续更新中...
个人昵称:lxw-pro
个人主页:欢迎关注 我的主页
个人感悟: “失败乃成功之母”,这是不变的道理,在失败中总结,在失败中成长,才能成为IT界的一代宗师。
现在都已是互联网时代,各个地方各种销售也早已用上了,不仅方便还很快捷,像在超市购物好后,就会有那个消费单之类的,分分钟就弄好。一个字,绝!!!
计算商品总价
# -*- coding = utf-8 -*-
# @Time : 2022/8/13 13:21
# @Author : lxw_pro
# @File : 计算商品总价.py
# @Software : PyCharmprice1 = input("酸菜方便面:")
price2 = input("牛肉干:")
price3 = input("卫生纸:")
price4 = input("篮球:")
pay = float(input("支付金额:"))
price_total = float(price1)+float(price2)+float(price3)+float(price4)
crash = pay - price_total
print("您本次购物实际消费:%d元;收您:%d元, \退您:%d元。" % (price_total, pay, crash))
print("收银总计为:%d元" % price_total)
print("收银员:")print('************************************')
print('单号:21124451655524562')
price_total = 0
name = input("商品名:")
count = input("数量:")
price = int(input('支付金额:'))
total = count * price
price_total = price_total + total
print(name, count , price, total, sep='\t\t')name = '牛肉干'
count = 3
price = 35
total = count * price
price_total = price_total + total
print(name, count, price, total, sep='\t\t')name = '卫生纸'
count = 2
price = 6
total = count * price
price_total = price_total + total
print(name, count, price, total, sep='\t\t')name = '篮球'
count = 1
price = 120
total = count * price
price_total = price_total + total
print(name, count, price, total, sep='\t\t')
print('**************************************')
print('收银合计:\t\t\t\t\t', price_total)
print('您共消费:%d元' % price_total)
print('**************************************')
print('感谢您的惠顾, 欢迎下次再来!\n收银员:')
运行效果如下:
————————————————————————————————————————————
pandas 每日一练:
# -*- coding = utf-8 -*-
# @Time : 2022/8/25 21:10
# @Author : lxw_pro
# @File : pandas-14 练习.py
# @Software : PyCharmimport pandas as pd
import numpy as nptmp1 = np.random.randint(1, 100, 10)
df1 = pd.DataFrame(tmp1)tmp2 = np.arange(0, 100, 5)
df2 = pd.DataFrame(tmp2)tmp3 = np.random.normal(0, 1, 20)
df3 = pd.DataFrame(tmp3)df = pd.concat([df1, df2, df3], axis=1, ignore_index=True)df.columns = ['col1', 'col2', 'col3']
print(df[:10])
程序运行结果如下:
col1 col2 col3
0 49.0 0 0.008018
1 40.0 5 1.306242
2 66.0 10 0.456268
3 80.0 15 0.022094
4 84.0 20 -0.645454
5 48.0 25 2.278528
6 77.0 30 -1.172350
7 97.0 35 -0.472123
8 89.0 40 0.527241
9 89.0 45 -0.487878
92、计算第一列数字前一个与后一个的差值
cz = df['col1'].diff().tolist()
for i in cz[:10]:print(i)
程序运行结果如下:
nan
-9.0
26.0
14.0
4.0
-36.0
29.0
20.0
-8.0
0.0
93、提取第一列位置在1,5,9
tq = df['col1'].take([1, 5, 9])
print(tq)
程序运行结果如下:
1 40.0
5 48.0
9 89.0
Name: col1, dtype: float64
94、查找第一列的局部最大值位置
czz = np.diff(np.sign(np.diff(df['col1'])))
print(np.where(czz == -2)[0]+1)
程序运行结果如下:
[4 7]
95、按行计算df的每一行均值
hjz = df[['col1', 'col2', 'col3']].mean(axis=1)
print(hjz)
程序运行结果如下:
0 16.336006
1 15.435414
2 25.485423
3 31.674031
4 34.451515
5 25.092843
6 35.275883
7 43.842626
8 43.175747
9 44.504041
10 24.885406
11 28.643262
12 30.546387
13 32.927772
14 35.502965
15 38.608620
16 39.676013
17 42.000693
18 44.415029
19 47.931993
dtype: float64
96、对第二列计算移动平均值
ydz = np.convolve(df['col2'], np.ones(3)/3, mode='valid')
print(ydz)
程序运行结果如下:
[ 5. 10. 15. 20. 25. 30. 35. 40. 45. 50. 55. 60. 65. 70. 75. 80. 85. 90.]
97、将数据按照第三列值得大小升序排列
df.sort_values('col3', inplace=True)
print(df)
程序运行结果如下:
col1 col2 col3
6 77.0 30 -1.172350
18 NaN 90 -1.169942
17 NaN 85 -0.998613
16 NaN 80 -0.647974
4 84.0 20 -0.645454
9 89.0 45 -0.487878
7 97.0 35 -0.472123
10 NaN 50 -0.229187
0 49.0 0 0.008018
3 80.0 15 0.022094
2 66.0 10 0.456268
8 89.0 40 0.527241
13 NaN 65 0.855545
19 NaN 95 0.863986
14 NaN 70 1.005930
12 NaN 60 1.092773
1 40.0 5 1.306242
15 NaN 75 2.217240
5 48.0 25 2.278528
11 NaN 55 2.286525
98、将第一列大于20的数字修改为‘高’
df.col1[df['col1'] > 20] = '高'
print(df)
程序运行结果如下:
col1 col2 col3
6 高 30 -1.172350
18 NaN 90 -1.169942
17 NaN 85 -0.998613
16 NaN 80 -0.647974
4 高 20 -0.645454
9 高 45 -0.487878
7 高 35 -0.472123
10 NaN 50 -0.229187
0 高 0 0.008018
3 高 15 0.022094
2 高 10 0.456268
8 高 40 0.527241
13 NaN 65 0.855545
19 NaN 95 0.863986
14 NaN 70 1.005930
12 NaN 60 1.092773
1 高 5 1.306242
15 NaN 75 2.217240
5 高 25 2.278528
11 NaN 55 2.286525
99、计算第二列与第三列之间的欧式距离
print(np.linalg.norm(df['col2'] - df['col3']))
程序运行结果如下:
247.27710730609496
每日一言:
努力的人很多,但不是每个人都会如愿以偿,努力都得不到想要的,那为什么还要努力呢?为了不留遗憾哇!!!
持续更新中…
点赞,你的认可是我创作的
动力
!
收藏,你的青睐是我努力的方向
!
评论,你的意见是我进步的财富
!
关注,你的喜欢是我长久的坚持
!
欢迎关注微信公众号【程序人生6】,一起探讨学习哦!!!
【计算商品总价~python+】相关推荐
- 购物车(七)-计算商品总价——计算总价-计算属性 数据缓存api-wx.setStorageSync()方法
计算商品总价--计算总价-计算属性 & 数据缓存api-wx.setStorageSync()方法 通过计算属性计算商品总价 allPrice() {// 计算购物车所有商品的总价格// 单价 ...
- Vue实现计算商品总价简单案例
计算商品总价简单案例-Vue 练习vue的指令和计算属性的一个小案例. 主要效果: 数量增加和减少,小于1不可操作 删除操作 任何加.减.删除操作都会更新总价 商品全删除后显示提示 代码: <b ...
- vue使用计算属性计算商品总价
vue计算商品总价使用 ---- 计算属性 注 命名规则: 属性名称,方法名称,变量名称 尽量使用小驼峰命名法 computed:{totalPrice() {let totalPrice = 0fo ...
- python计算商品总价_GitHub - ideaOzy/data_analysis: 基于Python的南京二手房数据采集及可视化分析...
基于Python的南京二手房数据采集及可视化分析 1 内容简介 首先通过爬虫采集链家网上所有南京二手房的房源数据,并对采集到的数据进行清洗:然后,对清洗后的数据进行可视化分析,探索隐藏在大量数据背后的 ...
- python语言求商品的总价_计算商品总价?
如何通过checkbox计算选中商品得价格? {{item.book_title}} ¥{{item.book_price}} 共 {{mount}} 本 合计 ¥{{total}} 提交订单 imp ...
- python计算商品总价_python根据京东商品url获取产品价格
京东商品详细的请求处理,是先显示html,然后再ajax请求处理显示价格. 1.可以运行js,并解析之后得到的html 2.模拟js请求,得到价格 # -*- coding: utf-8 -*- &q ...
- ECSHOP产品详情页修改商品购买数量并实时更新商品总价的实现与优化
当用户购买产品时,可能有时候不仅仅买一件商品,那么当客户购买多个当前产品时如果能同时显示总价,那么无疑将增加我们网站的亲和度!实现这个办法并不难,就是增加一个即时计算商品总价的js代码,这个网络有一篇 ...
- php总价,JS实现购物车中商品总价计算
JS计算购物车中商品总价,供大家参考,具体内容如下 题目要求: 购物车中有若干商品信息,其中包括商品的名称.单价.数量,计算购物车中商品的总价. 具体思路: 商品信息通过创建商品对象来实现,若干商品的 ...
- Python笔记 之 计算商品复购
说明 该算法通过获取用户订单详情(未拆分订单),获取商品后续购买订单及时间,计算商品复购时间间隔. 算法 文件名:CFGOracle.ini ;Oracle数据库配置信息 [orcl] host = ...
最新文章
- H5与Native交互之JSBridge技术
- 设计模式一 多例模式(Multition Pattern)
- 关于反射GetType().GetProperties()的疑惑
- mysql命令:查看表结构
- 如何用区块链保障数据安全和承载数据确权
- 转换预定义的字符为html实体,php把一些预定义的 HTML 实体转换为字符。
- 机器学习 | 决策树的理论与实践
- CopyOnWriteArrayList原理及算法题存档
- mysql function 参数默认值_MySQL参数log_bin_trust_function_creators介绍
- ios 简单的计时器游戏 NSUserDefaults NSDate NSTimer
- 屏幕录像专家注册机破解方法
- C/C++中的五个预定义的宏名
- java 字体变形_字符串变形-Java
- 产品经理需要的文档汇总
- 基于51单片机的篮球计分器
- 深入探讨PageRank
- 软件测试知识点(持续更新)
- c语言英文排版程序,C语言设计—英文排版系统精品.docx
- Java获取世界各国各城市代码_qq QQ 全世界国家和地区代码获取 java
- Linux性能观测——dstat命令详解
热门文章
- 49、SD卡FATFS文件系统实验
- JD达人账号注销流程,防止机构不给结算佣金
- .net中国(www.hiaspx.com),现面向所有.net程序员招聘版主
- 职高计算机专业c语言_职高计算机专业都学什么
- UE4 蓝图 流程控制节点
- 查找域控命令_AD域控 Dsquery 查询命令实例汇总
- linux vim复制当前行,Vim 行选择复制和移动
- 什么是面向对象的编程思想?
- 圆周分孔计算公式表图_圆周等分系数表(带图示例,版式清晰)
- 产业分析:100大行业全景图谱