Bemenet és kimenet

Az interaktív kódolásban fontos szerepet játszik az adatok megfelelő módon történő beolvasása és megjelenítése. Most koncentráljunk a különböző adattípusok be- és kimenetére.

raw_input()

Ez akkor használatos, amikor a bemenetet addig vesszük, amíg el nem érjük a sor végét. Figyeljünk arra, hogy ne legyenek szóközök. A bemenet a sorvégi karakterrel zárul, és ha a bemeneti sorban vannak szóközök, az hibát eredményez.

A bemenet felvétele után a szükséges adattípusra konvertálhatjuk őket olyan függvények segítségével, mint az int(), float(), str()

input()

Ez kifejezetten egészek bevitelére szolgál. Az input() előnye a raw_input() -tal szemben a következő példával szemléltethető:

hogyan vehetünk fel két vagy több különböző adattípust egyetlen sorból, szétválasztva őket szóközökkel?

Itt használjuk a split() és map() függvényeket.

Kimenet formázása

Már észrevehette, hogy a print utasítás automatikusan új sort illeszt be. Az előző kódban használt vessző használata a kimeneti értékeket egy sorban, szóközzel elválasztva írja ki. A sys modul többféle függvényt biztosít a kimenet formázásához, de itt megtanuljuk, hogyan használjuk az alapvető formázási ismereteket, hogy a kimenetet a kívánt módon jelenítsük meg. Nézzünk meg néhány példát, hogy megértsük a kimenet formázását

A kimenetnek önmagáért beszélőnek kell lennie.

Exercise

Írjon egy programot, amely megkéri a felhasználót, hogy adja meg a nevét, életkorát és országát. A programnak ezután egy mondatban kell megjelenítenie ezt az információt. A programnak tartalmaznia kell:

1. Név felvétele bemenetként a raw_input() használatával.
2. Életkor felvétele bemenetként az input() segítségével, és annak egésszé alakítása.
3. Ország nevének felvétele bemenetként a raw_input() segítségével.
4. A kimenet formázása úgy, hogy a név, életkor és ország egy mondatban szerepeljen.

A programnak be kell mutatnia a bemeneti kezelés és a szövegformázás használatát Pythonban.

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!