Você está aqui: Python ::: Desafios e Lista de Exercícios Resolvidos ::: Python Básico |
Como testar se um número é potência de outro número em Python - Desafio de Programação Resolvido em PythonQuantidade de visualizações: 577 vezes |
Pergunta/Tarefa: Escreva um programa Python contendo um método chamado testar_potencia() que recebe dois números inteiros e informa se o primeiro número é potência do segundo número. Por exemplo: 27 é potência de 3, pois 3 x 3 x 3 = 27. Sua saída deverá ser parecida com: Informe o primeiro inteiro: 125 Informe o segundo inteiro: 5 O número 125 é potência do número 5 Informe o primeiro inteiro: 27 Informe o segundo inteiro: 3 O número 27 é potência do número 3 Informe o primeiro inteiro: 12 Informe o segundo inteiro: 4 O número 12 não é potência do número 4 Veja a resolução comentada deste exercício usando Python: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- # método que recebe dois inteiros a e b e informa se a é potência de b def testar_potencia(a, b): # enquanto a módulo b for igual a 0 while a % b == 0: # a recebe ele mesmo dividido por b # a divisão deve ser por inteiros a = a / b # retorna verdadeiro se a for igual a 1 return a == 1 # método principal def main(): # vamos pedir para o usuário informar dois valore inteiros n1 = int(input("Informe o primeiro inteiro: ")) n2 = int(input("Informe o segundo inteiro: ")) # vamos testar o primeiro número é potência do segundo if testar_potencia(n1, n2): print("O número {0} é potência do número {1}".format(n1, n2)) else: print("O número {0} não é potência do número {1}".format(n1, n2)) if __name__== "__main__": main() |
![]() |
Python ::: Dicas & Truques ::: Arrays e Matrix (Vetores e Matrizes) |
Como testar de uma matriz é uma matriz identidade usando PythonQuantidade de visualizações: 1182 vezes |
Seja M uma matriz quadrada de ordem n. A matriz M é chamada de Matriz Identidade de ordem n (indicada por In) quando os elementos da diagonal principal são todos iguais a 1 e os elementos restantes são iguais a zero. Para melhor entendimento, veja a imagem de uma matriz identidade de ordem 3, ou seja, três linhas e três colunas: ![]() Veja um código Python completo no qual nós declaramos uma matriz quadrada de ordem 3, pedimos para o usuário informar os valores de seus elementos e no final informamos se a matriz é uma matriz identidade ou não: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- # método principal def main(): n = 3; # ordem da matriz quadrada matriz = [[0 for x in range(n)] for y in range(n)] # matriz quadrada identidade = True # vamos pedir para o usuário informar os elementos da matriz for i in range(n): for j in range(n): matriz[i][j] = int(input("Elemento na linha {0} e coluna {0}: ".format( (i + 1), (j + 1)))) # agora verificamos se a matriz é uma matriz identidade for linha in range(n): for coluna in range(n): if (matriz[linha][coluna] != 1) and (matriz[coluna][linha] != 0): identidade = False break # agora mostramos a matriz lida print() for i in range(n): for j in range(n): print(matriz[i][j], end=' ') print() if identidade: print("\nA matriz informada é uma matriz identidade.") else: print("\nA matriz informada não é uma matriz identidade.") if __name__== "__main__": main() Ao executar este código Python nós teremos o seguinte resultado: Elemento na linha 1 e coluna 1: 1 Elemento na linha 1 e coluna 2: 0 Elemento na linha 1 e coluna 3: 0 Elemento na linha 2 e coluna 1: 0 Elemento na linha 2 e coluna 2: 1 Elemento na linha 2 e coluna 3: 0 Elemento na linha 3 e coluna 1: 0 Elemento na linha 3 e coluna 2: 0 Elemento na linha 3 e coluna 3: 1 1 0 0 0 1 0 0 0 1 A matriz informada é uma matriz identidade. |
Python ::: Matplotlib Python Library (Biblioteca Python Matplotlib) ::: Geração e Plotagem de Gráficos usando Matplotlib |
Como gerar o gráfico da função seno usando a biblioteca Matplotlib do PythonQuantidade de visualizações: 2563 vezes |
Sabemos, como lembrança das nossas aulas de Trigonometria no segundo grau, que a função seno é a razão entre o cateto oposto e a hipotenusa de um triângulo retângulo, ou seja, trata-se de uma razão trigonométrica que retorna valores na faixa de -1 até 1 (ambos inclusos). Nesta dica mostrarei como podemos usar as capacidades de geração de gráficos da biblioteca Matplotlib da linguagem Python, combinadas com as funções arange() e sin() da biblioteca NumPy para gerar o gráfico da função seno. Antes de vermos o código, observe o resultado gerado na imagem a seguir: ![]() Veja agora o código Python completo para a geração do gráfico: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- # importamos a biblioteca NumPy import numpy as np #importamos a biblioteca Matplotlib import matplotlib.pyplot as plt def main(): # definimos o título para a área de plotagem plt.title('Gráfico da Função Seno') # vamos exibir o grid da área de plotagem plt.grid(True) # vamos definir os valores da coordenada x # os valores gerados serão de 0 até 12 (não incluído) eixo_x = np.arange(0, 12, 0.1) # os valores da coordenada y serão o seno de # cada valor correspondente no eixo x eixo_y = np.sin(eixo_x) # vamos plotar a função seno agora plt.plot(eixo_x, eixo_y) # finalmente exibimos o resultado plt.show() if __name__== "__main__": main() |
Python ::: NumPy Python Library (Biblioteca Python NumPy) ::: Arrays e Matrix (Vetores e Matrizes) |
Como gerar vetores e matrizes com números inteiros aleatórios usando a função random.randint() da biblioteca NumPy para - Machine Learning com PythonQuantidade de visualizações: 822 vezes |
Veremos nessa dica como podemos usar o método random.randint() da biblioteca NumPy para gerar vetores e matrizes já preenchidos com números inteiros aleatórios. Note que a criação de vetores e matrizes preenchidos com números randômicos é uma parte importante para o desenvolvimento de modelos de teste (test models) em Inteligência Artificial (IA), Machine Learning e outras áreas de estudo que envolvem Data Science. Vamos começar com a forma mais simples do uso da função random.randint() para gerar um vetor de 10 elementos contendo números aleatórios de 0 até 10 (não incluído): ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- # importamos o módulo random da bibliteca NumPy from numpy import random def main(): # vamos gerar um vetor de números inteiros aleatórios # de 0 (incluído) à 10 (não incluído) valores = random.randint(10, size=10) print("O vetor gerado foi: ", valores) if __name__== "__main__": main() Ao executar este código teremos um resultado parecido com: O vetor gerado foi: [0 3 2 3 8 9 3 9 6 4] Aqui nós informamos o limite alto do valor aleatório a ser gerado (mas ele não é incluído). Se quisermos limitar a faixa inferior, podemos tirar proveito dos parâmetros low e high da função randint(). Veja: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- # importamos o módulo random da bibliteca NumPy from numpy import random def main(): # vamos gerar um vetor de números inteiros aleatórios # de 50 (incluído) à 101 (não incluído) valores = random.randint(50, 101, 10) print("O vetor gerado foi: ", valores) if __name__== "__main__": main() Agora o resultado será parecido com: O vetor gerado foi: [92 89 66 52 61 77 55 58 72 55] Para gerarmos uma matriz, por exemplo, de 2 linhas e 4 colunas, só precisamos gerar o vetor de números aleatórios e em seguida usar o método reshape(), também da biblioteca NumPy para converter a matriz de uma dimensão (vetor) em uma matriz de duas dimensões. Veja: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- from numpy import random def main(): # vamos gerar um vetor de números inteiros aleatórios # de 1 (incluído) à 21 (não incluído) valores = random.randint(1, 21, 8) # agora vamos converter o vetor para uma matriz # de 2 linhas e 4 colunas valores = valores.reshape(2, 4) print("A matriz gerada foi: ", valores) if __name__== "__main__": main() Quando executamos este código nós temos um resultado parecido com: ---------------------------------------------------------------------- Se precisar de ajuda com o código abaixo, pode me chamar no WhatsApp +55 (62) 98553-6711 (Osmar) ---------------------------------------------------------------------- A matriz gerada foi: [[17 5 2 9] [14 10 10 19]] A partir da versão 1.19 da NumPy, os desenvolvedores da biblioteca recomendam o uso do método integers() do módulo default_rng(). |
Desafios, Exercícios e Algoritmos Resolvidos de Python |
Veja mais Dicas e truques de Python |
Dicas e truques de outras linguagens |
Códigos Fonte |
![]() Diga adeus às planilhas do Excel e tenha 100% de controle sobre suas contas a pagar e a receber, gestão de receitas e despesas, cadastro de clientes e fornecedores com fotos e histórico de atendimentos. Código fonte completo e funcional, com instruções para instalação e configuração do banco de dados MySQL. Fácil de modificar e adicionar novas funcionalidades. Clique aqui e saiba mais |
![]() Tenha o seu próprio sistema de controle de estoque web. com cadastro de produtos, categorias, fornecedores, entradas e saídas de produtos, com relatórios por data, margem de lucro e muito mais. Código simples e fácil de modificar. Acompanha instruções para instalação e criação do banco de dados MySQL. Clique aqui e saiba mais |
Linguagens Mais Populares |
1º lugar: Java |