《Python数据科学实践指南》——2.3节获取键盘输入

2.3 获取键盘输入
前面已经学习过如何将字符串打印到屏幕上了,接下来将通过一段程序来演示从键盘输入,再从屏幕输出的整个过程,见代码清单2-3。
代码清单2-3:

input_example.py
# ! /usr/bin/python
# -*- coding: utf-8 -*-

name = raw_input("Who are you?")
print("Hello " + name)
n = raw_input("Please input a number: ")
print(type(n))
print(type(int(n)))
清单运行的结果如下:
jilu:book:% python input_example.py
Who are you?jilu
Hello jilu
Please input a number: 12
<type 'str'>
<type 'int'>

请读者一定要尝试运行一下,上面的运行结果中,第二行的 “?”和第四行的“:”后面的字符是需要通过键盘输入,然后回车的。尝试之后,读者就能直观地感受到如何在程序运行时通过键盘输入了。raw_input()函数括号中的字符串是提示语句,会在程序执行时打印到屏幕上,提示需要输入的内容。而通过键盘输入的内容则会被绑定到变量name上,最后通过字符串加法将两段内容拼起来并且打印到屏幕上,这样就完成了一个先输入再输出的过程。需要注意的是,通过这种方式输入时,无论是字符串还是数字都会以字符串的类型绑定到变量上,可以使用type()函数看到其类型,即使第四行输入的是一个数字,依然只得到了str类型的12,此时可以用int()函数将其转换为整形。在Python中,所有的类型都对应了一个同名的函数,可以尝试将其他类型的值转换成该类型的值,比如str()、float()等。

时间: 2024-08-02 14:02:46

《Python数据科学实践指南》——2.3节获取键盘输入的相关文章

《Python数据科学实践指南》——导读

前 言 为什么要写这本书 我接触大数据技术的时间算是比较早的,四五年前当大数据这个词火遍互联网的时候,我就已经在实验室里学习编程及算法的知识.那个时候我一心想要做学术,每天阅读大量的英文文献,主要兴趣更多的是在机器人和人工智能上.研究生毕业时我本来想实现早先的愿望,继续攻读博士学位,不过思来想去觉得不应该错过大数据这个机会,所以毅然决定投入大数据行业中. 在工作之初,市面上已经存在一些介绍大数据相关技术的权威著作,其中很多还是很底层的或特定领域的专著.但即使是我这种自诩为"学院派"的人

《Python数据科学实践指南》一导读

前言 为什么要写这本书 我接触大数据技术的时间算是比较早的,四五年前当大数据这个词火遍互联网的时候,我就已经在实验室里学习编程及算法的知识.那个时候我一心想要做学术,每天阅读大量的英文文献,主要兴趣更多的是在机器人和人工智能上.研究生毕业时我本来想实现早先的愿望,继续攻读博士学位,不过思来想去觉得不应该错过大数据这个机会,所以毅然决定投入大数据行业中. 在工作之初,市面上已经存在一些介绍大数据相关技术的权威著作,其中很多还是很底层的或特定领域的专著.但即使是我这种自诩为"学院派"的人看

《Python数据科学实践指南》一2.3 获取键盘输入

2.3 获取键盘输入 前面已经学习过如何将字符串打印到屏幕上了,接下来将通过一段程序来演示从键盘输入,再从屏幕输出的整个过程,见代码清单2-3. 代码清单2-3:input_example.py # ! /usr/bin/python # -- coding: utf-8 -- name = raw_input("Who are you?") print("Hello " + name) n = raw_input("Please input a numb

《Python数据科学实践指南》——2.3 获取键盘输入

2.3 获取键盘输入 前面已经学习过如何将字符串打印到屏幕上了,接下来将通过一段程序来演示从键盘输入,再从屏幕输出的整个过程,见代码清单2-3. 清单运行的结果如下: jilu:book:% python input_example.py Who are you?jilu Hello jilu Please input a number: 12 <type 'str'> <type 'int'> 请读者一定要尝试运行一下,上面的运行结果中,第二行的 "?"和第四

《Python数据科学实践指南》——0.1节何谓数据科学

0.1 何谓数据科学 在家用计算机普及之前,数学.逻辑学.哲学及自然科学研究的目的都是为了追求完美的理论证明,或者是提供某种确定性的规则,用以解释某种自然现象,或者为某些技术提供理论依据.那个时候人类产生数据的能力和收集数据的能力还很有限,或许公司的经营账目和计算导弹发射弹道的演算纸就属于数据最集中的地方了.在那个年代,这些数据分析和处理的工作大都是由人工完成的,最多也只会借助某些由机械或电子构成的计算装置罢了.在互联网兴起之后,人类将现实世界中的很多信息以数据的形式存储到网络空间中,比如生活中

《Python数据科学实践指南》——0.2节如何成为数据科学家

0.2 如何成为数据科学家读者应该知道这个问题很难回答,失败的原因总是相似的,成功的经历却各有不同.从来没有人靠复制他人的经历就能获得同样的成就,就像"人不能两次踏入同一条河流"的哲学观点一样,没有人可以复制别人的经历,更何谈成就.因此在回答这个问题时,我只假设一些概念上的前提条件:良好的计算机科学基础,较高的英文读写水平,极强的自学能力,还有一些个人品质比如耐心.毅力.乐于分享,等等.不过最重要的还是"兴趣",我相信能花上几十块钱购买这本书的读者一定是有兴趣的,因

《Python数据科学实践指南》——1.3节第一段Python程序

1.3 第一段Python程序Python程序有时也称为Python脚本,是定义和命令的序列.Python提供了非常方便的交互式解释器,也就是1.2节中提到的在终端输入"python"时启动的程序.很明显,无论是终端还是Python交互式解释器,都需要用户在命令提示符后面输入命令才能工作,通常我们称其为shell.Linux shell.Mac OS X shell或是Python shell.shell对应的中文有"壳"的意思,表示这是计算机核心计算单元的一层外壳

《Python数据科学实践指南》一 第2章 Python基础知识

第2章 Python基础知识 为了开启我们的数据科学之旅,本章会进行一些基础的编程训练.第1章中已经搭建好了Python的运行环境,读者应该已经能够在Python shell中执行简单的打印和四则运算了.接下来我们要完整地学习一遍构成一个Python程序的基本要素. 2.1 应当掌握的基础知识 本节会介绍一些学习Python前应当掌握的基础知识,这一部分内容在所有的编程语言学习中基本上都是类似的,Python当然也遵守这些通用的规则,熟悉这些内容的读者可以跳过这一节. 2.1.1 基础数据类型

《Python数据科学实践指南》——0.3 为什么是Python

0.3 为什么是Python 通过书名,各位读者就应该知道这是一本讲解Python编程的书了.数据科学只是个引子,我希望能通过相关的例子和练习激发出读者的兴趣,帮助读者除掉编程这条拦路虎.在很多非计算机相关专业的人的概念里,编程是要归为玄学分类的,通过一堆意义不明的符号就能驱动计算机完成各种各样的任务,是不是有点像魔法师口中所念的咒语.但事实上,计算机只能做两件事情,执行计算并记录结果,只不过它的这两项能力远远超过人类大脑的能力(读者可能看过一些文章,其中有些研究声称尝试估算过人类大脑的计算能力