Python中输入和输出[通俗易懂]

Python中输入和输出[通俗易懂]Python2.x版本: 1. raw_input: 格式:result = raw_input(‘提示信息’) 功能:会等待用户输入内容,直到用户按下Enter,会将用户输入的内容当做”字符串”,传递给接收的变量 2. input: 格式: result = input(…

大家好,又见面了,我是你们的朋友全栈君。

Python2.x版本:

      1.  raw_input:

               格式:result = raw_input(‘提示信息’)

               功能: 会等待用户输入内容,直到用户按下Enter,会将用户输入的内容当做”字符串”,传递给接收的变量

      2.  input:

             格式: result = input(‘提示信息’)

             功能:会等待用户输入内容,直到用户按下Enter,会将用户输入的内容当做“代码”进行处理!

 

Python3.x版本:

在Python3.x中没有 raw_input函数,只有input函数。此时input函数==raw_input函数。会将输入的内容当做字符串输入出来。

 

在3.x版本中如何实现2.x版本中的input函数呢?

         使用input函数+eval函数

        Python中输入和输出[通俗易懂]       Python中输入和输出[通俗易懂]

Python2.x版本中

    使用的是print语句:print  xxx

    输出一个变量:print 变量名

    输出多个变量:print 变量名1, 变量名2

Python3.x版本中

   使用的是print 函数:print(xxx)  print函数功能更加强大,有许多参数。

   输出一个变量:print (变量名)

   输出多个变量:print (变量名1, 变量名2)

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请联系我们举报,一经查实,本站将立刻删除。

发布者:全栈程序员-站长,转载请注明出处:https://javaforall.net/147182.html原文链接:https://javaforall.net

(0)
全栈程序员-站长的头像全栈程序员-站长


相关推荐

  • LaTeX数学公式-详细教程

    LaTeX数学公式-详细教程LaTeX数学公式,包含前言,注意事项,插入公式,注释,编号,转义字符,换行与对齐,字体,空格,上下标,括号,大括号和行标,分式,开方,对数,省略号,最值,方程组和分段函数,累加和累乘,矢量,积分,极限,导数与偏导,矩阵,表格,希腊字母,运算符,戴帽符号,特殊符号,等等。

    2022年5月23日
    34
  • uni app开发_uniapp官网

    uni app开发_uniapp官网用uni-app开发app应用登陆

    2022年4月21日
    84
  • oracle 主键删除,联合主键的创建

    oracle 主键删除,联合主键的创建

    2021年12月9日
    54
  • 【程序人生】有个程序员男朋友是什么体验?被公开吐槽

    【程序人生】有个程序员男朋友是什么体验?被公开吐槽我正在参与CSDN《新程序员》有奖征文

    2022年5月1日
    46
  • QTreeView实现圆角样式

    QTreeView实现圆角样式QTreeView实现圆角样式在QTreeView等继承于QAbstractItemView表格中,定制表格样式通常都是通过设置项目代理(ItemDelegate)来实现。在这种实现方法中,每个项目(Item)基本上是孤立的,无法有效判断己身周遭环境。如果以此种方法来实现圆角样式,行首或许还能通过方法intQModelindex::column()来判断是否属于第一列来断定,然而行尾难道还要通过QAbstractItemModelQModelindex::*model()获取模型(Model)之后再

    2022年6月6日
    27
  • matlab支持向量回归,支持向量回归 MATLAB代码

    matlab支持向量回归,支持向量回归 MATLAB代码支持向量回归MATLAB代码(2013-05-3116:30:35)标签:教育支持向量机和神经网络都可以用来做非线性回归拟合,但它们的原理是不相同的,支持向量机基于结构风险最小化理论,普遍认为其泛化能力要比神经网络的强。大量仿真证实,支持向量机的泛化能力强于神经网络,而且能避免神经网络的固有缺陷——训练结果不稳定。本源码可以用于线性回归、非线性回归、非线性函数拟合、数据建模、预测、分类等多种应…

    2022年6月6日
    95

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注

关注全栈程序员社区公众号