Ⅰ python转换成exe后，原先的打印输出如何看到
不要直接运行exe程序，
而是cmd打开命令提示符，然后在里面运行程序，这样窗口就不会关闭。
Ⅱ 初学Python，下面怎么输出结果
要输出even变量和odd变量的结果，用下面两条语句：
print(even)
print(odd)
print是一个输出函数，可以输出任何变量的值。
Ⅲ python 的运算结果怎样输出
你提问的是关于运算结果的输出，在python2.x中，可以使用print声明。在python3.x中，可以使用print内置函数（对象）。
比如，在python3中。你可以这样：
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是一门很灵活的语言，它本身可以当成一个计算器。
个人建议：
先学会使用python的内置函数，然后慢慢掌握。
注：python有很多的第三方库，可以通过pip进行安装或通过提供第三方库的站点下载安装。使用别人的成果可以更快的进行开发，以后等你熟练后可以自己开发第三方库。
纯手工，如果对你有帮助望采纳！
Ⅳ python if判断后怎么看不到打印输出结果
你这是 代码缩进问题
新建一个 .py 文件 把你的代码 放到文件里面去
然后执行这个文件
就可以正常输出了
Ⅳ python 函数返回值返回到哪里
python 函数返回值有两种形式： 1 返回一个值。 2 返回多个值。 现看看返回一个值的吧。
def firstvalue(a,b):
c = a + b
return c
print firstvalue(1,2)结果:3
再看看返回多个值的： 那怎么可以返回多个值呢，其他的语言一般调用函数的话，只能返回一个值，可能我不太熟悉所有的语言，我知道的语言只能返回一个值，而python可以返回多个值，感觉非常方便,发代码看下：
def secondvalue(a,b):
c = a + b
return (a,b,c)
x,y,z = secondvalue(1,2)
print 'x:',x,'y:',y,'z:',z
可能上面的东西写的有点简单，但是有的细节处理也很重要。顺便分享下我如何学习python的经历把，大家没事拍拍砖。
Ⅵ 在win下要如何让python的输出结果显示在gvim中的分割窗口中,而不是跳出一个cmd窗口
#include "stdio.h"
#include "conio.h"
main()
{
int i,j,k;
printf("\n");
for(i=1;i<5;i++) /*以下为三重循环*/
for(j=1;j<5;j++)
for (k=1;k<5;k++)
{
if (i!=k&&i!=j&&j!=k) /*确保i、j、k三位互不相同*/
printf("%d,%d,%d\n",i,j,k);
}
getch();
}
Ⅶ python怎么把查询结果输出出来
试试这个fetchone函数
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 请问大佬们Python如何输出这个结果
这个如何输出这个结果，这个你可以到设置里面去找一下，应该有可以输出键，点一下就可以输出了。
Ⅸ python pandas怎么输出结果
本文是对pandas官方网站上《10 Minutes to pandas》的一个简单的翻译，原文在这里。这篇文章是对pandas的一个简单的介绍，详细的介绍请参考：Cookbook 。习惯上，我们会按下面格式引入所需要的包：
一、 创建对象
可以通过 Data Structure Intro Setion 来查看有关该节内容的详细信息。
1、可以通过传递一个list对象来创建一个Series，pandas会默认创建整型索引：
2、通过传递一个numpy array，时间索引以及列标签来创建一个DataFrame：
3、通过传递一个能够被转换成类似序列结构的字典对象来创建一个DataFrame：
4、查看不同列的数据类型：
5、如果你使用的是IPython，使用Tab自动补全功能会自动识别所有的属性以及自定义的列，下图中是所有能够被自动识别的属性的一个子集：
二、 查看数据
详情请参阅：Basics Section
1、 查看frame中头部和尾部的行：
2、 显示索引、列和底层的numpy数据：
3、 describe()函数对于数据的快速统计汇总：
4、 对数据的转置：
5、 按轴进行排序
6、 按值进行排序
三、 选择
虽然标准的Python/Numpy的选择和设置表达式都能够直接派上用场，但是作为工程使用的代码，我们推荐使用经过优化的pandas数据访问方式： .at, .iat, .loc, .iloc 和 .ix详情请参阅Indexing and Selecing Data 和 MultiIndex / Advanced Indexing。
l 获取
1、 选择一个单独的列，这将会返回一个Series，等同于df.A：
2、 通过[]进行选择，这将会对行进行切片
l 通过标签选择
1、 使用标签来获取一个交叉的区域
2、 通过标签来在多个轴上进行选择
3、 标签切片
4、 对于返回的对象进行维度缩减
5、 获取一个标量
6、 快速访问一个标量（与上一个方法等价）
l 通过位置选择
1、 通过传递数值进行位置选择（选择的是行）
2、 通过数值进行切片，与numpy/python中的情况类似
3、 通过指定一个位置的列表，与numpy/python中的情况类似
4、 对行进行切片
5、 对列进行切片
6、 获取特定的值
l 布尔索引
1、 使用一个单独列的值来选择数据：
2、 使用where操作来选择数据：
3、 使用isin()方法来过滤：
l 设置
1、 设置一个新的列：
2、 通过标签设置新的值：
3、 通过位置设置新的值：
4、 通过一个numpy数组设置一组新值：
上述操作结果如下：
5、 通过where操作来设置新的值：
四、 缺失值处理
在pandas中，使用np.nan来代替缺失值，这些值将默认不会包含在计算中，详情请参阅：Missing Data Section。
1、 reindex()方法可以对指定轴上的索引进行改变/增加/删除操作，这将返回原始数据的一个拷贝：、
2、 去掉包含缺失值的行：
3、 对缺失值进行填充：
4、 对数据进行布尔填充：
五、 相关操作
详情请参与 Basic Section On Binary Ops
统计（相关操作通常情况下不包括缺失值）
1、 执行描述性统计：
2、 在其他轴上进行相同的操作：
3、 对于拥有不同维度，需要对齐的对象进行操作。Pandas会自动的沿着指定的维度进行广播：
Apply
1、 对数据应用函数：
直方图
具体请参照：Histogramming and Discretization
字符串方法
Series对象在其str属性中配备了一组字符串处理方法，可以很容易的应用到数组中的每个元素，如下段代码所示。更多详情请参考：Vectorized String Methods.
六、 合并
Pandas提供了大量的方法能够轻松的对Series，DataFrame和Panel对象进行各种符合各种逻辑关系的合并操作。具体请参阅：Merging section
Concat
Join 类似于SQL类型的合并，具体请参阅：Database style joining
Append 将一行连接到一个DataFrame上，具体请参阅Appending：
七、 分组
对于”group by”操作，我们通常是指以下一个或多个操作步骤：
（Splitting）按照一些规则将数据分为不同的组；
（Applying）对于每组数据分别执行一个函数；
（Combining）将结果组合到一个数据结构中；
详情请参阅：Grouping section
1、 分组并对每个分组执行sum函数：
2、 通过多个列进行分组形成一个层次索引，然后执行函数：
八、 Reshaping
详情请参阅 Hierarchical Indexing 和 Reshaping。
Stack
数据透视表，详情请参阅：Pivot Tables.
可以从这个数据中轻松的生成数据透视表：
九、 时间序列
Pandas在对频率转换进行重新采样时拥有简单、强大且高效的功能（如将按秒采样的数据转换为按5分钟为单位进行采样的数据）。这种操作在金融领域非常常见。具体参考：Time Series section。
1、 时区表示：
2、 时区转换：
3、 时间跨度转换：
4、 时期和时间戳之间的转换使得可以使用一些方便的算术函数。
十、 Categorical
从0.15版本开始，pandas可以在DataFrame中支持Categorical类型的数据，详细 介绍参看：categorical introction和API documentation。
1、 将原始的grade转换为Categorical数据类型：
2、 将Categorical类型数据重命名为更有意义的名称：
3、 对类别进行重新排序，增加缺失的类别：
4、 排序是按照Categorical的顺序进行的而不是按照字典顺序进行：
5、 对Categorical列进行排序时存在空的类别：
十一、 画图
具体文档参看：Plotting docs
对于DataFrame来说，plot是一种将所有列及其标签进行绘制的简便方法：
十二、 导入和保存数据
CSV，参考：Writing to a csv file
1、 写入csv文件：
2、 从csv文件中读取：
HDF5，参考：HDFStores
1、 写入HDF5存储：
2、 从HDF5存储中读取：
Excel，参考：MS Excel
1、 写入excel文件：
2、 从excel文件中读取：
来自为知笔记(Wiz)
Ⅹ python 线性回归 linregress 输出结果怎么看
import MySQLdb try: conn=MySQLdb.connect(host='localhost',user='roo...
答：试试这个fetchone函数 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.