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

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 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 ...

  5. 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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

  1. H5与Native交互之JSBridge技术
  2. 设计模式一 多例模式(Multition Pattern)
  3. 关于反射GetType().GetProperties()的疑惑
  4. mysql命令：查看表结构
  5. 如何用区块链保障数据安全和承载数据确权
  6. 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。
  7. 机器学习 | 决策树的理论与实践
  8. CopyOnWriteArrayList原理及算法题存档
  9. mysql function 参数默认值_MySQL参数log_bin_trust_function_creators介绍
  10. ios 简单的计时器游戏 NSUserDefaults NSDate NSTimer
  11. 屏幕录像专家注册机破解方法
  12. C/C++中的五个预定义的宏名
  13. java 字体变形_字符串变形-Java
  14. 产品经理需要的文档汇总
  15. 基于51单片机的篮球计分器
  16. 深入探讨PageRank
  17. 软件测试知识点（持续更新）
  18. c语言英文排版程序,C语言设计—英文排版系统精品.docx
  19. 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
  20. Linux性能观测——dstat命令详解

热门文章

  1. 49、SD卡FATFS文件系统实验
  2. JD达人账号注销流程，防止机构不给结算佣金
  3. .net中国(www.hiaspx.com)，现面向所有.net程序员招聘版主
  4. 职高计算机专业c语言_职高计算机专业都学什么
  5. UE4 蓝图 流程控制节点
  6. 查找域控命令_AD域控 Dsquery 查询命令实例汇总
  7. linux vim复制当前行,Vim 行选择复制和移动
  8. 什么是面向对象的编程思想？
  9. 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)
  10. 产业分析：100大行业全景图谱