h = eval(input(“請輸入你的身高(公尺): “))
while True:
w = eval(input(“請輸入你的體重(公斤),-9999 quit: “))
if w == -9999:
break
bmi = w/(h**2)
#print(bmi)
if 0 < bmi < 18.5:
print(“體重過輕”)
elif 18.5 <= bmi < 24:
print(“正常範圍”)
elif 24 <= bmi < 27:
print(“過重”)
elif 27 <= bmi < 30:
print(“輕度肥胖”)
elif 30 <= bmi < 35:
print(“中度肥胖”)
elif 35 <= bmi:
print(“重度肥胖”)
else:
print(“輸入資料錯誤(BMI<=0)”)
h = eval(input(“請輸入你的身高(公尺),-9999 quit: “))
if h == -9999:
break


改善一點,印出BMI多少:
h = eval(input(“請輸入你的身高(公尺): “))
while True:
w = eval(input(“請輸入你的體重(公斤),-9999 quit: “))
if w == -9999:
break
bmi = w/(h**2)
# print(bmi)
if 0 < bmi < 18.5:
print(“BMI=%.2f,體重過輕” % bmi)
elif 18.5 <= bmi < 24:
print(“BMI=%.2f,正常範圍” % bmi)
elif 24 <= bmi < 27:
print(“BMI=%.2f,過重” % bmi)
elif 27 <= bmi < 30:
print(“BMI=%.2f,輕度肥胖” % bmi)
elif 30 <= bmi < 35:
print(“BMI=%.2f,中度肥胖” % bmi)
elif 35 <= bmi:
print(“BMI=%.2f,重度肥胖” % bmi)
else:
print(“BMI=%.2f,輸入資料錯誤(BMI<=0)” % bmi)
h = eval(input(“請輸入你的身高(公尺),-9999 quit: “))
if h == -9999:
break


![Python: 如何在pandas.read_csv() or pandas.read_excel() 中使用keep_default_na =False , na_values =[] 保留文件中的原始“NA”? Python: 如何在pandas.read_csv() or pandas.read_excel() 中使用keep_default_na =False , na_values =[] 保留文件中的原始“NA”?](https://i2.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240530215737_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

![Python: 資料格式如 List[dict],如何快速將SN加入每一個dict中,以利Excel輸出?如何解包dict? **dict ; 將List[dict]的資料轉為pandas.DataFrame 長什麼樣子? Python: 資料格式如 List[dict],如何快速將SN加入每一個dict中,以利Excel輸出?如何解包dict? **dict ; 將List[dict]的資料轉為pandas.DataFrame 長什麼樣子?](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/02/20240208093926_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)

![Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料 Python: 如何使用pandas.to_numeric ( df[‘numbers’], errors=’coerce’) 將非數值型資料轉為NaN? df[‘numbers’].describe() 簡述統計資料](https://i0.wp.com/savingking.com.tw/wp-content/uploads/2024/05/20240501052102_0.png?quality=90&zoom=2&ssl=1&resize=350%2C233)





近期留言