Syöte ja tuloste

Interaktiivisessa ohjelmoinnissa syötteen ottaminen ja tulostuksen näyttäminen vaaditulla tavalla on tärkeää. Keskitymme siis eri tietotyyppien syötteeseen ja tulosteeseen.

raw_input()

Tätä käytetään ottamaan syöte, kunnes saavutetaan rivin loppu. Huomaa, että välilyöntejä ei tulisi olla. Syötteen ottaminen päättyy uudella rivimerkillä, ja jos syöterivillä on välilyöntejä, se aiheuttaa virheen.

Syötteen ottamisen jälkeen voimme muuttaa ne tarvittavaksi tietotyypiksi käyttäen funktioita, kuten int(), float(), str().

input()

Tätä käytetään erityisesti syöttämään kokonaislukuja. input():n etu raw_input():n yli voidaan selventää seuraavan esimerkin avulla.

Kuinka ottaa kaksi tai useampaa tietotyyppiä syötteeksi yhdeltä riviltä välilyönneillä erotettuna?

Käytämme tässä split()- ja map()-funktioita.

Tulosteen formatointi

Olet ehkä jo huomannut, että print-lauseke lisää automaattisesti uuden rivin. Yllä olevan koodin kaltaisen pilkun käyttö tulostaa arvot yhdelle riville välilyönnillä erotettuna. Sys-moduuli tarjoaa erilaisia funktioita tulosteen formatointiin, mutta opettelemme täällä, kuinka käyttää perustietoa formatoinnista tulostukseen haluamallamme tavalla. Katsotaanpa muutama esimerkki oppiaksemme tulosteen formatointia.

Tulosteen on oltava itsestään selvä.

Exercise

Kirjoita ohjelma, joka pyytää käyttäjää syöttämään nimensä, ikänsä ja maansa. Ohjelman tulisi sitten tulostaa viesti, joka sisältää tämän tiedon lauseessa. Ohjelman tulisi sisältää:

1. Nimen ottaminen syötteeksi käyttämällä raw_input().
2. Iän ottaminen syötteeksi käyttämällä input(), ja muuntamalla se kokonaisluvuksi.
3. Maan nimen ottaminen syötteeksi käyttämällä raw_input().
4. Tulosteen formatointi näyttämään lauseen, joka sisältää nimen, iän ja maan.

Ohjelman tulisi osoittaa syötteen käsittelyä ja merkkijonon formatointia Pythonissa.

This site is generously supported by DataCamp. DataCamp offers online interactive Python Tutorials for Data Science. Join over a million other learners and get started learning Python for data science today!