本文目录一览：
- 1、Python中，在长600米，宽400米的地域内建立14000平方米的保护地块，求沿四周植树建绿化
- 2、用python计算圆的面积
- 3、用python如何算600-900偶数中,3的倍数？
- 4、如何用python进行数据分析
- 5、Python简单问题？
- 6、Python语言扫描日志并统计
Python中，在长600米，宽400米的地域内建立14000平方米的保护地块，求沿四周植树建绿化
#这是个小学数学题，不需要Python，计算器就可以解决！
import math
#14000=600*bilv*400*bilv
bilv=math.sqrt(14000/(600*400))
chang=600*bilv
kuan=400*bilv
huachang=(600-chang)/2
huakuan=(400-kuan)/2
print("花坛的长为:",huachang,"米，宽为：",huakuan,"米")
Python
是完全面向对象的语言。函数、模块、数字、字符串都是对象。并且完全支持继承、重载、派生、多继承，有益于增强源代码的复用性。Python支持重载运算符和动态类型。相对于Lisp这种传统的函数式编程语言，Python对函数式设计只提供了有限的支持。有两个标准库(functools, itertools)提供了Haskell和Standard ML中久经考验的函数式程序设计工具。
用python计算圆的面积
新建并打开一个空白的python文件（比如：test.py）。使用def关键字定义一个findArea(r)方法，用来计算圆的面积。插入语句：“print("圆的面积为%.6f" % findArea(5))”，打印相关数据结果。在编辑区域点击鼠标右键，在弹出菜单中选择“运行”选项即可。
工具／原料：
联想小新Pro14
Win10
Python3.6.5
PyCharm2020.3.5
1、首先在PyCharm软件中，打开一个Python项目。
2、在Python项目中，新建并打开一个空白的python文件（比如：test.py）。
3、使用def关键字定义一个findArea(r)方法，用来计算圆的面积。
4、插入语句：“print("圆的面积为％.6f" % findArea(5))”，打印相关数据结果。
5、在编辑区域点击鼠标右键，在弹出菜单中选择“运行”选项。
6、程序运行完毕后，可以看到已经成功地计算圆的面积。
用python如何算600-900偶数中,3的倍数？
题主你好,
代码及测试截图如下:
或:
希望可以帮到题主, 欢迎追问
如何用python进行数据分析
1、Python数据分析流程及学习路径
数据分析的流程概括起来主要是：读写、处理计算、分析建模和可视化四个部分。在不同的步骤中会用到不同的Python工具。每一步的主题也包含众多内容。
根据每个部分需要用到的工具，Python数据分析的学习路径如下：
相关推荐：《Python入门教程》
2、利用Python读写数据
Python读写数据，主要包括以下内容：
我们以一小段代码来看：
可见，仅需简短的两三行代码即可实现Python读入EXCEL文件。
3、利用Python处理和计算数据
在第一步和第二步，我们主要使用的是Python的工具库NumPy和pandas。其中，NumPy主要用于矢量化的科学计算，pandas主要用于表型数据处理。
4、利用Python分析建模
在分析和建模方面，主要包括Statsmdels和Scikit-learn两个库。
Statsmodels允许用户浏览数据，估计统计模型和执行统计测试。可以为不同类型的数据和每个估算器提供广泛的描述性统计，统计测试，绘图函数和结果统计列表。
Scikit-leran则是著名的机器学习库，可以迅速使用各类机器学习算法。
5、利用Python数据可视化
数据可视化是数据工作中的一项重要内容，它可以辅助分析也可以展示结果。
Python简单问题？
阶梯型的计算规则。
根据算法200度以下是一个算法，[200,500)是一个算法，[500,∞)是另一种算法。但是都是使用函数e_check(n)来计算的。
所以是带入不同月份的电量的度数来计算的。
书中题目解析的部分应该是出版校验错误了，300度和600度写错了，根据多的那一项来看，应该是第三个月600度。
Python语言扫描日志并统计
修复了一些小的拼写错误
修复了出现无效数据行会出现错误的BUG
修复了最小值统计方法的错误
===================下面开始咯log.py========
# -*- coding: cp936 -*-
#上一句不可以删！表示中文路径是GBK编码
import datetime
#处理时间的模块
def sparse(target='log.txt') :
tgfile = file(target,"r")
event={}
#event是一个字典，key是事件的编号，value是数据（可以利用嵌套来扩展数据）
linelog = "Not Empty"
while linelog:
linelog = tgfile.readline()
data = linelog.split(' ')
#按空格将一行数据分为列表
# print data #testing
if len(data) 4 : #有效的数据行
time1 = data[2][1:] + ' ' + data[3][:-1]
#将时间处理为（字符串）：年-月-日 小时:分钟:秒
time2 = datetime.datetime.strptime(time1,'%Y-%m-%d %H:%M:%S')
#将时间识别为datetime类
if data[5] == "begin:" and data[6][:2] == "OK" :
#我不知道有没有 request begin: fail 这个东西，没有就把后半删掉吧！
if not event.has_key(data[0]) :
#第一次发生某id的事件时初始化数据
event[data[0]]=[[1,time2,0]]
#我设置的value是一个列表，每个元素是一次记录，包括[是否没结束，开始时间，结束时间]。
else :
event[data[0]].append([1,time2,0])
#已经有过记录了就在记录后加一条新记录
if data[5] == "end:" and data[6][:2] == "OK" :
#我想应该没有不出现begin就直接end的事件吧……
event[data[0]][-1][0]=0 #最后一条记录中写入：事件已经结束
event[data[0]][-1][2]=time2 #最后一条记录写入：记录结束时间
#如果还要处理其他的什么情形在这里添加if的判断
tgfile.close()
return event
def analysis(target='log.txt') :
event = sparse(target)
#调用上面定于的sparse方法。其实简单的处理用不着这么做的……单纯为了扩展性
static = {}
#用于统计结果的字典（其key和event中的key相同）
for oneevent in event :
#每个事件的记录
static[oneevent]=[0,0,0,0,-1]
#初始化每个事件的统计：[成功发生次数，总发生次数，总发生时间，最大发生时间，最小发生时间]
for onerecord in event[oneevent] :
#每个事件的一次记录
static[oneevent][0] += 1 #总发生次数加一
if onerecord[0] == 0 : #成功事件
static[oneevent][1] += 1
time_delta = onerecord[2] - onerecord[1]
#计算结果是一个timedelta类型
inttimedelta = time_delta.days *24*60*60 + time_delta.seconds
#将时间差转化为以秒计算的整数
if inttimedelta static[oneevent][3] :
static[oneevent][3] = inttimedelta #统计最大值
if inttimedelta static[oneevent][4] or static[oneevent][4] 0 :
static[oneevent][4] = inttimedelta #统计最小值
static[oneevent][2] += inttimedelta
return static
===================下面是log.txt===========
#1 0.0.0.0 [2007-06-12 23:27:08] request begin: OK
#3 0.0.0.0 [2007-06-12 23:28:08] request begin: fail
#1 0.0.0.0 [2007-06-12 23:37:08] request begin: OK
#1 0.0.0.0 [2007-06-12 23:37:18] request for a data: OK
#1 0.0.0.0 [2007-06-12 23:37:19] received some data: OK
#1 0.0.0.0 [2007-06-13 00:27:08] request end: OK
#2 0.0.0.0 [2007-06-13 00:37:08] request begin: OK
#2 0.0.0.0 [2007-06-13 00:47:08] request end: OK
system ERROR :reboot
Another Invalid Line
#1 0.0.0.0 [2007-06-13 23:28:18] request begin: OK
#7 0.0.0.0 [2007-06-13 23:29:08] request begin: OK
#7 0.0.0.0 [2007-06-13 23:30:18] request end: OK
#4 0.0.0.0 [2007-06-13 23:33:08] request begin: OK
#4 0.0.0.0 [2007-06-13 23:35:23] request end: OK
#4 0.0.0.0 [2007-06-13 23:37:08] request begin: OK
#4 0.0.0.0 [2007-06-13 23:43:38] request end: OK
#5 0.0.0.0 [2007-06-13 23:47:08] request begin: OK
#1 0.0.0.0 [2007-06-13 23:57:48] request begin: OK
#5 0.0.0.0 [2007-06-13 23:59:08] request end: OK
===================下面是使用和输出========
import log
output = log.analysis()
#或者直接log.analysis()
=============输出============
{'#2': [1, 1, 600, 600, 600], '#1': [4, 1, 3000, 3000, 3000], '#7': [1, 1, 70, 70, 70], '#5': [1, 1, 720, 720, 720], '#4': [2, 2, 525, 390, 135]}
比如#1事件，总次数output['#1'][0]==4次
成功次output['#1'][1]==1次
失败次output['#1'][0]-output['#1'][1]==3次
总时间output['#1'][2]==3000秒
平均时间output['#1'][2]/output['#1'][1]==3000/1==3000秒
最大时间output['#1'][3]==3000秒
最小时间output['#1'][4]==3000秒
共有len(output)==5种ID事件
