数类型判断python

输入一个整数，判断其是否是素数；若不是，则给出一个该数的分解因式.

该回答通过自己思路及引用到搜索综合及思考,得到符合你条件的代码如下：
下面代码中，is_prime函数用于判断一个整数是否是素数，factorize函数用于分解一个整数的质因数。程序首先输入一个整数，然后判断它是否是素数。如果是素数，则输出提示信息；如果不是素数，则输出它的质因数分解结果。

def is_prime(num):
    """
    判断一个整数是否是素数
    """
    if num < 2:
        return False
    for i in range(2, int(num ** 0.5) + 1):
        if num % i == 0:
            return False
    return True

def factorize(num):
    """
    分解一个整数的质因数
    """
    factors = []
    i = 2
    while i <= num:
        if num % i == 0:
            factors.append(i)
            num /= i
        else:
            i += 1
    return factors

# 测试代码
num = int(input("请输入一个整数："))
if is_prime(num):
    print(num, "是素数")
else:
    print(num, "的质因数分解为：", end="")
    factors = factorize(num)
    for i in range(len(factors)):
        if i == len(factors) - 1:
            print(factors[i])
        else:
            print(factors[i], "*", end="")

如果以上回答对您有所帮助，点击一下采纳该答案～谢谢

你可以参考下这个问题的回答, 看看是否对你有帮助, 链接: https://ask.csdn.net/questions/188713
你也可以参考下这篇文章：Python解决网吧收费系统，远控网吧电脑设备！
除此之外, 这篇博客: 利用 python 在本地数据集创建训练集和测试集中的 根据自己的数据集，自动划分训练集、测试集 部分也许能够解决你的问题, 你可以仔细阅读以下内容或跳转源博客中阅读:

举个栗子：
	已经分好的文件：

在这里插入图片描述

	origin 文件夹有三类数据：good，bad，m，每类文件夹包含不同数量的图片，如下：

在这里插入图片描述

	需要生成数据集的文件：

在这里插入图片描述

	结果：根据设置好的比例，划分数据集和测试集

在这里插入图片描述

	完整代码：

import random
import os
import shutil
import glob
class get_data_sets():
    '''
    input_address：输入地址
    output_adddress：输出的地址
    train_ratio：训练集站比，(0,1)
    '''
    def __init__(self,input_address,output_adddress, train_ratio):
        self.__input_address = input_address
        self.__output_address = output_address
        self.__train_ratio = train_ratio
    def run(self):
        #获取数据种类
        class_address_list = glob.glob(self.__input_address + '\*')
        class_name_list = [ class_address.split('\\')[-1] for class_address in class_address_list ]
        #print
        print('数据分类为 {} \n训练集占比 {}'.format((class_name_list), self.__train_ratio))
        
        #新建训练、测试文件夹
        train_address = self.__output_address + '/train'
        test_address = self.__output_address + '/test'
        
        os.mkdir(train_address)
        os.mkdir(test_address)
        
        #在训练、测试文件夹 新建 类型 文件
        for class_name in class_name_list:
            os.mkdir(train_address + '/{}'.format(class_name))
            os.mkdir(test_address + '/{}'.format(class_name))
        
        #获取训练、测试数据
        class_num = [ len(os.listdir(all_class_address))  for all_class_address in class_address_list ] # 获取每类数据长度
        
        random.seed(2) #设置种子，保证每次分类一致
        train_address_list = [train_address + '/{}'.format(class_name)  for class_name in class_name_list]
        test_address_list = [test_address + '/{}'.format(class_name)  for class_name in class_name_list]

        #复制文件
        for i,num in enumerate(class_num):
            all_index = set(range(num))
            train_index = random.sample(all_index,int(self.__train_ratio*num))
            test_index = all_index - set(train_index)
            
            data_list = glob.glob(class_address_list[i] + '\*')
               
            for _ in train_index:
                shutil.copy(data_list[_], train_address_list[i])

            for _ in test_index:
                shutil.copy(data_list[_], test_address_list[i] )
        
        print('创建完成')

	运行代码：

input_address = r"D:\A_test\csdn_test\data_sets\origin"
output_address = "D:\A_test\csdn_test\data_sets\data"
a = get_data_sets(input_address,output_address,0.6)
a.run()

在这里插入图片描述

您还可以看一下张日智老师的python安全开发/高级渗透技术课程中的 4.5 实战多线程爬取妹子图片上小节, 巩固相关知识点