Question

使用python我想在同一行上打印一系列数字。如何使用python执行此操作，我可以通过不添加\n来使用C来完成此操作，但是如何使用python执行此操作。

for x in xrange(1,10):
    print x

我想要得到这个结果。

1 2 3 4 5 6 7 8 9 10

Answer 1

{{1}}

Python one liner打印范围

Answer 2

for x in xrange(1, 10):
    print x,

Answer 3

for i in range(10):
    print(i, end = ' ')

您可以为结束字段（空格，逗号等）提供任何分隔符

这适用于Python 3

Answer 4

在这种情况下，

str.join是合适的

>>> print ' '.join(str(x) for x in xrange(1,11))
1 2 3 4 5 6 7 8 9 10

Answer 5

使用stdout可以实现同样的效果。

>>> from sys import stdout
>>> for i in range(1,11):
...     stdout.write(str(i)+' ')
...
1 2 3 4 5 6 7 8 9 10

或者，可以使用reduce()：

完成相同的操作

>>> xrange = range(1,11)
>>> print reduce(lambda x, y: str(x) + ' '+str(y), xrange)
1 2 3 4 5 6 7 8 9 10
>>>

Answer 6

[print(i, end = ' ') for i in range(10)]
0 1 2 3 4 5 6 7 8 9

这是一个与@Anubhav相同的列表理解方法

Answer 7

这是一个老问题，Python3不支持xrange。

您可以尝试-

print(*range(1,11))

OR

for i in range(10):
    print(i, end = ' ')

Answer 8

for i in range(1,11):
    print(i)

我知道这是一个老问题，但我认为现在有效了

Answer 9

尽管已经给出了答案。我想补充一下，如果万一我们需要打印没有空格的数字，那么我们可以使用以下代码对于范围（1，n）中的i：打印（i，end =“”）

Answer 10

另一个单行Python 3选项，但带有明确的分隔符：

print(*range(1,11), sep=' ')

Answer 11

n = int(input())
for i in range(1,n+1):
    print(i,end='')

Answer 12

在打印功能内使用end = " "

代码：

for x in range(1,11):
       print(x,end = " ")

Answer 13

这是一个解决方案，可以像 scipy pdf 一样处理 x 的单行或多行：

from scipy.stats import multivariate_normal as mvn

# covariance matrix
sigma = np.array([[2.3, 0, 0, 0],
           [0, 1.5, 0, 0],
           [0, 0, 1.7, 0],
           [0, 0,   0, 2]
          ])
# mean vector
mu = np.array([2,3,8,10])

# input
x1 = np.array([2.1, 3.5, 8., 9.5])
x2 = np.array([[2.1, 3.5, 8., 9.5],[2.2, 3.6, 8.1, 9.6]])


def multivariate_normal_pdf(x, mu, cov):
    x_m = x - mu

    if x.ndim > 1:
        sum_ax = 1
        t_ax = [0] 
        t_ax.extend(list(range(x_m.ndim)[:0:-1])) # transpose dims > 0
    else:
        sum_ax = 0
        t_ax = range(x_m.ndim)[::-1]


    x_m_t = np.transpose(x_m, axes=t_ax) 
    A = 1 / ( ((2* np.pi)**(len(mu)/2)) * (np.linalg.det(cov)**(1/2)) )
    B = (-1/2) * np.sum(x_m_t.dot(np.linalg.inv(cov)) * x_m,axis=sum_ax)
    return A * np.exp(B)

print(mvn.pdf(x1, mu, sigma))
print(multivariate_normal_pdf(x1, mu, sigma))

print(mvn.pdf(x2, mu, sigma))
print(multivariate_normal_pdf(x2, mu, sigma))

在同一行上打印数字范围

13 个答案: