INTRODUCTION
FLOW CONTROL
FUNCTIONS
DATATYPES
OBJECT & CLASS
Bài tập Python: Lập trình hướng đối tượng (OOP) trong Python Lập trình hướng đối tượng trong Python Class Variables trong Python Tìm hiểu về Methods trong Python Cách sử dụng phương thức __init__() trong Python Các biến Instance trong Python Tìm hiểu về Class Attributes trong Python Hàm Static Methods trong Python Phương thức __str__ trong Python Phương thức __repr__ trong Python Phương thức eq trong Python Tìm hiểu phương thức __hash__ trong Python Phương thức __bool__ trong Python Phương thức del trong Python Tìm hiểu về lớp Property trong Python Tìm hiểu về nạp chồng toán tử trong Python Trình Decorator Property trong Python Thuộc tính chỉ đọc trong Python Thuộc tính Delete trong Python Sử dụng super() trong Python Sử dụng __slots__ trong Python Cách sử dụng Protocol trong Python Sử dụng Enum aliases và @enum.unique trong Python Tùy chỉnh và mở rộng lớp Enum trong Python Cách sử dụng hàm Auto() của Python Single Responsibility Principle trong Python Nguyên tắc Đóng-Mở trong Python Nguyên tắc thay thế Liskov - LSP trong Python Interface Segregation Principle - ISP trong Python. Nguyên tắc đảo ngược sự phụ thuộc trong Python Đa kế thừa trong Python Tìm hiểu về các lớp mixin trong Python Mô tả Descriptors trong Python Phân biệt Data Descriptor và Non-data Descriptor trong Python Phương thức __new__ trong Python Tìm hiểu về Class Type trong Python Lớp Metaclass trong Python Ví dụ sử dụng metaclass trong Python Tìm hiểu về decorator dataclass trong Python Tìm hiểu về các ngoại lệ trong Python Ngoại lệ Raise trong Python Sử dụng câu lệnh raise from trong Python Ngoại lệ tùy chỉnh trong Python Module trong Python Package trong Python Class trong Python Hàm khởi tạo trong Python Kế thừa trong Python Đa kế thừa trong Python Setter và Getter trong Python Override trong Python Interface trong Python Bài tập Python: Module và Class
ADVANCED TOPICS
BỔ SUNG
PYTHON CĂN BẢN
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Chấp nhận danh sách 5 số float làm đầu vào từ người dùng trong Python

Trong bài viết này, mình sẽ tìm hiểu cách chấp nhận danh sách 5 số float làm đầu vào từ người dùng trong Python và thực hiện một số xử lý dữ liệu đơn giản trên danh sách này.

Sử dụng hàm input() để nhập dữ liệu từ người dùng

Trong Python, mình có thể sử dụng hàm input() để nhận dữ liệu từ người dùng thông qua bàn phím. Dưới đây là một ví dụ:

user_input = input("Nhập danh sách 5 số float, cách nhau bằng dấu phẩy: ")
print(user_input)

Trong ví dụ trên, mình sử dụng hàm input() để nhắc người dùng nhập danh sách 5 số float, cách nhau bằng dấu phẩy. Giá trị nhập vào sẽ được lưu vào biến user_input và được hiển thị ra màn hình.

Chuyển đổi chuỗi đầu vào thành danh sách số float

Sau khi nhận được chuỗi đầu vào từ người dùng, mình cần chuyển đổi nó thành danh sách các số float để thực hiện các phép tính và xử lý dữ liệu. Để làm điều này,ta có thể sử dụng phương thức split() để tách chuỗi thành các phần tử, sau đó sử dụng vòng lặp để chuyển đổi từng phần tử thành số float.

Dưới đây là một ví dụ:

user_input = input("Nhập danh sách 5 số float, cách nhau bằng dấu phẩy: ")
input_list = user_input.split(",")
numbers = []

for num in input_list:
    try:
        float_num = float(num)
        numbers.append(float_num)
    except ValueError:
        print(f"{num} không phải là một số float hợp lệ")

print(numbers)

Trong ví dụ trên, mình sử dụng phương thức split(",") để tách chuỗi user_input thành danh sách các phần tử, với dấu phẩy làm dấu phân cách. Sau đó, chúng ta sử dụng hàm float() để chuyển đổi từng phần tử thành số float. Nếu giá trị không thể chuyển đổi thành số float, một lỗi ValueError sẽ xảy ra và thông báo tương ứng sẽ được hiển thị.

Xử lý dữ liệu trong danh sách

Sau khi chuyển đổi chuỗi đầu vào thành danh sách số float, chúng ta có thể thực hiện các phép tính và xử lý dữ liệu trên danh sách này. Dưới đây là một ví dụ đơn giản:

user_input = input("Nhập danh sách 5 số float, cách nhau bằng dấu phẩy: ")
input_list = user_input.split(",")
numbers = []

for num in input_list:
    try:
        float_num = float(num)
        numbers.append(float_num)
    except ValueError:
        print(f"{num} không phải là một số float hợp lệ")

if len(numbers) == 5:
    sum_nums = sum(numbers)
    average = sum_nums / len(numbers)
    max_num = max(numbers)
    min_num = min(numbers)

    print("Danh sách số float:")
    print(numbers)
    print("Tổng:", sum_nums)
    print("Trung bình:", average)
    print("Giá trị lớn nhất:", max_num)
    print("Giá trị nhỏ nhất:", min_num)
else:
    print("Vui lòng nhập chính xác 5 số float.")

Trong ví dụ trên, mình tính tổng (sum_nums), giá trị trung bình (average), giá trị lớn nhất (max_num) và giá trị nhỏ nhất (min_num) của danh sách số float. Nếu danh sách có đúng 5 phần tử, kết quả sẽ được hiển thị ra màn hình. Nếu không, một thông báo lỗi sẽ được hiển thị.

Trong bài viết này, mình đã tìm hiểu cách chấp nhận danh sách 5 số float làm đầu vào từ người dùng trong Python và thực hiện xử lý dữ liệu trên danh sách này. Bằng cách sử dụng hàm input() để nhập dữ liệu, chuyển đổi chuỗi đầu vào thành danh sách số float và thực hiện các phép tính và xử lý dữ liệu, chúng ta có thể tương tác và làm việc với dữ liệu nhập từ người dùng một cách linh hoạt và tiện lợi.

test php

Bài giải

-------------------- ######## --------------------

Câu hỏi thường gặp liên quan:

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top