Ⅰ python轉換成exe後，原先的列印輸出如何看到
不要直接運行exe程序，
而是cmd打開命令提示符，然後在裡面運行程序，這樣窗口就不會關閉。
Ⅱ 初學Python，下面怎麼輸出結果
要輸出even變數和odd變數的結果，用下面兩條語句：
print(even)
print(odd)
print是一個輸出函數，可以輸出任何變數的值。
Ⅲ python 的運算結果怎樣輸出
你提問的是關於運算結果的輸出，在python2.x中，可以使用print聲明。在python3.x中，可以使用print內置函數（對象）。
比如，在python3中。你可以這樣：
print(1+1)
a=1
b=1
print(a+b)
a=-1
b=2
print(a+b)
a=2.5
b=1.5
print(a+b)
a=5.5
print(-a)
a=5.5
b=3
print(a**b)
a=3
a+=1
print(a)
a=85.5
b=35.25
print(divmod(a,b))
python是一門很靈活的語言，它本身可以當成一個計算器。
個人建議：
先學會使用python的內置函數，然後慢慢掌握。
註：python有很多的第三方庫，可以通過pip進行安裝或通過提供第三方庫的站點下載安裝。使用別人的成果可以更快的進行開發，以後等你熟練後可以自己開發第三方庫。
純手工，如果對你有幫助望採納！
Ⅳ python if判斷後怎麼看不到列印輸出結果
你這是 代碼縮進問題
新建一個 .py 文件 把你的代碼 放到文件裡面去
然後執行這個文件
就可以正常輸出了
Ⅳ python 函數返回值返回到哪裡
python 函數返回值有兩種形式： 1 返回一個值。 2 返回多個值。 現看看返回一個值的吧。
def firstvalue(a,b):
c = a + b
return c
print firstvalue(1,2)結果:3
再看看返回多個值的： 那怎麼可以返回多個值呢，其他的語言一般調用函數的話，只能返回一個值，可能我不太熟悉所有的語言，我知道的語言只能返回一個值，而python可以返回多個值，感覺非常方便,發代碼看下：
def secondvalue(a,b):
c = a + b
return (a,b,c)
x,y,z = secondvalue(1,2)
print 'x:',x,'y:',y,'z:',z
可能上面的東西寫的有點簡單，但是有的細節處理也很重要。順便分享下我如何學習python的經歷把，大家沒事拍拍磚。
Ⅵ 在win下要如何讓python的輸出結果顯示在gvim中的分割窗口中,而不是跳出一個cmd窗口
#include "stdio.h"
#include "conio.h"
main()
{
int i,j,k;
printf("\n");
for(i=1;i<5;i++) /*以下為三重循環*/
for(j=1;j<5;j++)
for (k=1;k<5;k++)
{
if (i!=k&&i!=j&&j!=k) /*確保i、j、k三位互不相同*/
printf("%d,%d,%d\n",i,j,k);
}
getch();
}
Ⅶ python怎麼把查詢結果輸出出來
試試這個fetchone函數
conn=MySQLdb.connect(host='localhost',user='root',passwd='root',db='test',port=3306)
cur=conn.cursor()
cur.execute('select * from user')
data = cur.fetchone()
print "Database : %s " % data
conn.commit()
cur.close()
conn.close()
Ⅷ 請問大佬們Python如何輸出這個結果
這個如何輸出這個結果，這個你可以到設置裡面去找一下，應該有可以輸出鍵，點一下就可以輸出了。
Ⅸ python pandas怎麼輸出結果
本文是對pandas官方網站上《10 Minutes to pandas》的一個簡單的翻譯，原文在這里。這篇文章是對pandas的一個簡單的介紹，詳細的介紹請參考：Cookbook 。習慣上，我們會按下面格式引入所需要的包：
一、 創建對象
可以通過 Data Structure Intro Setion 來查看有關該節內容的詳細信息。
1、可以通過傳遞一個list對象來創建一個Series，pandas會默認創建整型索引：
2、通過傳遞一個numpy array，時間索引以及列標簽來創建一個DataFrame：
3、通過傳遞一個能夠被轉換成類似序列結構的字典對象來創建一個DataFrame：
4、查看不同列的數據類型：
5、如果你使用的是IPython，使用Tab自動補全功能會自動識別所有的屬性以及自定義的列，下圖中是所有能夠被自動識別的屬性的一個子集：
二、 查看數據
詳情請參閱：Basics Section
1、 查看frame中頭部和尾部的行：
2、 顯示索引、列和底層的numpy數據：
3、 describe()函數對於數據的快速統計匯總：
4、 對數據的轉置：
5、 按軸進行排序
6、 按值進行排序
三、 選擇
雖然標準的Python/Numpy的選擇和設置表達式都能夠直接派上用場，但是作為工程使用的代碼，我們推薦使用經過優化的pandas數據訪問方式： .at, .iat, .loc, .iloc 和 .ix詳情請參閱Indexing and Selecing Data 和 MultiIndex / Advanced Indexing。
l 獲取
1、 選擇一個單獨的列，這將會返回一個Series，等同於df.A：
2、 通過[]進行選擇，這將會對行進行切片
l 通過標簽選擇
1、 使用標簽來獲取一個交叉的區域
2、 通過標簽來在多個軸上進行選擇
3、 標簽切片
4、 對於返回的對象進行維度縮減
5、 獲取一個標量
6、 快速訪問一個標量（與上一個方法等價）
l 通過位置選擇
1、 通過傳遞數值進行位置選擇（選擇的是行）
2、 通過數值進行切片，與numpy/python中的情況類似
3、 通過指定一個位置的列表，與numpy/python中的情況類似
4、 對行進行切片
5、 對列進行切片
6、 獲取特定的值
l 布爾索引
1、 使用一個單獨列的值來選擇數據：
2、 使用where操作來選擇數據：
3、 使用isin()方法來過濾：
l 設置
1、 設置一個新的列：
2、 通過標簽設置新的值：
3、 通過位置設置新的值：
4、 通過一個numpy數組設置一組新值：
上述操作結果如下：
5、 通過where操作來設置新的值：
四、 缺失值處理
在pandas中，使用np.nan來代替缺失值，這些值將默認不會包含在計算中，詳情請參閱：Missing Data Section。
1、 reindex()方法可以對指定軸上的索引進行改變/增加/刪除操作，這將返回原始數據的一個拷貝：、
2、 去掉包含缺失值的行：
3、 對缺失值進行填充：
4、 對數據進行布爾填充：
五、 相關操作
詳情請參與 Basic Section On Binary Ops
統計（相關操作通常情況下不包括缺失值）
1、 執行描述性統計：
2、 在其他軸上進行相同的操作：
3、 對於擁有不同維度，需要對齊的對象進行操作。Pandas會自動的沿著指定的維度進行廣播：
Apply
1、 對數據應用函數：
直方圖
具體請參照：Histogramming and Discretization
字元串方法
Series對象在其str屬性中配備了一組字元串處理方法，可以很容易的應用到數組中的每個元素，如下段代碼所示。更多詳情請參考：Vectorized String Methods.
六、 合並
Pandas提供了大量的方法能夠輕松的對Series，DataFrame和Panel對象進行各種符合各種邏輯關系的合並操作。具體請參閱：Merging section
Concat
Join 類似於SQL類型的合並，具體請參閱：Database style joining
Append 將一行連接到一個DataFrame上，具體請參閱Appending：
七、 分組
對於」group by」操作，我們通常是指以下一個或多個操作步驟：
（Splitting）按照一些規則將數據分為不同的組；
（Applying）對於每組數據分別執行一個函數；
（Combining）將結果組合到一個數據結構中；
詳情請參閱：Grouping section
1、 分組並對每個分組執行sum函數：
2、 通過多個列進行分組形成一個層次索引，然後執行函數：
八、 Reshaping
詳情請參閱 Hierarchical Indexing 和 Reshaping。
Stack
數據透視表，詳情請參閱：Pivot Tables.
可以從這個數據中輕松的生成數據透視表：
九、 時間序列
Pandas在對頻率轉換進行重新采樣時擁有簡單、強大且高效的功能（如將按秒采樣的數據轉換為按5分鍾為單位進行采樣的數據）。這種操作在金融領域非常常見。具體參考：Time Series section。
1、 時區表示：
2、 時區轉換：
3、 時間跨度轉換：
4、 時期和時間戳之間的轉換使得可以使用一些方便的算術函數。
十、 Categorical
從0.15版本開始，pandas可以在DataFrame中支持Categorical類型的數據，詳細 介紹參看：categorical introction和API documentation。
1、 將原始的grade轉換為Categorical數據類型：
2、 將Categorical類型數據重命名為更有意義的名稱：
3、 對類別進行重新排序，增加缺失的類別：
4、 排序是按照Categorical的順序進行的而不是按照字典順序進行：
5、 對Categorical列進行排序時存在空的類別：
十一、 畫圖
具體文檔參看：Plotting docs
對於DataFrame來說，plot是一種將所有列及其標簽進行繪制的簡便方法：
十二、 導入和保存數據
CSV，參考：Writing to a csv file
1、 寫入csv文件：
2、 從csv文件中讀取：
HDF5，參考：HDFStores
1、 寫入HDF5存儲：
2、 從HDF5存儲中讀取：
Excel，參考：MS Excel
1、 寫入excel文件：
2、 從excel文件中讀取：
來自為知筆記(Wiz)
Ⅹ python 線性回歸 linregress 輸出結果怎麼看
import MySQLdb try: conn=MySQLdb.connect(host='localhost',user='roo...
答：試試這個fetchone函數 conn=MySQLdb.connect(host='localhost',user='root',passwd='root',db='test',port=3306) cur=conn.cursor() cur.execute('select * from user') data = cur.fetchone() print "Database : %s " % data conn.commit() cur.