博客
关于我
浙大Python 第4章-7 统计学生平均成绩与及格人数 (15 分)
阅读量:181 次
发布时间:2019-02-28

本文共 331 字,大约阅读时间需要 1 分钟。

专题博客链接



原题题目

在这里插入图片描述



代码实现

numbers = int(input());sum = count = 0 if(numbers == 0): print("average = 0.0\ncount = 0") else: nums = list(input().split()) for i in range(numbers): if(int(nums[i]) >= 60): count+=1 sum += int(nums[i]) if(numbers != 0): print("average = %.1f" %(sum/numbers)) print("count = %d" %(count))



提交结果

在这里插入图片描述

转载地址:http://twni.baihongyu.com/

你可能感兴趣的文章
OK335xS UART device registe hacking
查看>>
ok6410内存初始化
查看>>
one_day_one--mkdir
查看>>
OpenCV 中的图像转换
查看>>
opencv&Python——多种边缘检测
查看>>
OpenCV-Python接口、cv和cv2的性能比较
查看>>
opencv26-模板匹配
查看>>
opencv5-图像混合
查看>>
opencv9-膨胀和腐蚀
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | 使用Python和OpenCV实现火焰检测(附源码)
查看>>
OpenCV与AI深度学习 | 使用YOLO11实现区域内目标跟踪
查看>>
OpenCV与AI深度学习 | 使用YOLOv8做目标检测、实例分割和图像分类(包含实例操作代码)
查看>>
OpenCV与AI深度学习 | 基于GAN的零缺陷样本产品表面缺陷检测
查看>>
OpenCV与AI深度学习 | 基于Python和OpenCV将图像转为ASCII艺术效果
查看>>
OpenCV与AI深度学习 | 基于PyTorch实现Faster RCNN目标检测
查看>>
OpenCV与AI深度学习 | 基于PyTorch语义分割实现洪水识别(数据集 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
Opencv中KNN背景分割器
查看>>