申論題

def swap(x, y):
    temp = x
    x = y
    y = temp

x = 2
y = 3
swap(x, y)
print(x, y)
print()

l1 = [1, 2, 3, 4, 5]
l2 = [6, 5, 4, 3, 2]
l3 = [False, False, True, False, True]
print([a if condition else b for a, b, condition in zip(l1, l2, l3)])
print()

import numpy as np
arr = np.array(l1)
newarr = arr[arr % 2 == 0]
print(newarr)
print()

import pandas as pd
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
df['add'] = df.apply(np.sum, axis=1)
print(df)
程式解析
swap 函數：

python
複製程式碼
def swap(x, y):
    temp = x
    x = y
    y = temp

x = 2
y = 3
swap(x, y)
print(x, y)
print()
swap 函數嘗試交換 x 和 y 的值，但因為是傳值調用，所以不會影響函數外的 x 和 y。
執行結果為：2 3
列表推導式：

python
複製程式碼
l1 = [1, 2, 3, 4, 5]
l2 = [6, 5, 4, 3, 2]
l3 = [False, False, True, False, True]
print([a if condition else b for a, b, condition in zip(l1, l2, l3)])
print()
使用 zip 將 l1, l2, l3 打包，並根據 l3 的布爾值選擇 l1 或 l2 的對應元素。
執行結果為：[6, 5, 3, 3, 5]
NumPy 陣列過濾：

python
複製程式碼
import numpy as np
arr = np.array(l1)
newarr = arr[arr % 2 == 0]
print(newarr)
print()
過濾 l1 中的偶數，返回新陣列。
執行結果為：[2 4]
Pandas 資料框：

python
複製程式碼
import pandas as pd
data = {
    'A': [1, 2, 3],
    'B': [4, 5, 6],
    'C': [7, 8, 9]
}
df = pd.DataFrame(data)
df['add'] = df.apply(np.sum, axis=1)
print(df)
創建資料框，並新增一列 add，其值為每行數值的總和。
執行結果為：
css
複製程式碼
   A  B  C  add
0  1  4  7   12
1  2  5  8   15
2  3  6  9   18
總結執行結果
plaintext
複製程式碼
2 3

[6, 5, 3, 3, 5]

[2 4]

   A  B  C  add
0  1  4  7   12
1  2  5  8   15
2  3  6  9   18