python的列表增加元素与输出


print(input().split().append("'Allen"))

为什么会输出none

append方法没有返回值
改为

a=input().split()
a.append("'Allen")
print(a)

你可以看下这个问题的回答https://ask.csdn.net/questions/7787388
你也可以参考下这篇文章：python 输出后面多一个None
你还可以看下python参考手册中的 python- 错误输出重定向和程序终止
除此之外, 这篇博客: python编程注释中的 1.为什么会有注释 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:
我们写的程序里，不光有代码，还要有很多注释。注释有说明性质的，帮助性质的，他们在代码执行过程中相当于不存在，透明的。（增加代码可读性）
在import os 的内置模块我们选中Ctrl+点击鼠标左键进去os.py文件就可以查看Python自带的代码
在文件中这些灰色，深色的都是注释，在一些关键的地方都会有一些注释。这些注释是Python的前辈，为了让我们这些想学Python的人，看这些代码的时候，让我们知道这些代码是做什么的。增加可读性。
您还可以看一下王大鹏老师的Python初级入门精讲课程中的布尔与None小节, 巩固相关知识点

以下回答由chatgpt基于相关博客总结生成:

回答：

在Python中，如果在列表中增加元素后，输出为None的问题，可能是因为修改了原始列表，但是没有对其进行打印或者返回操作。解决该问题的方法是可以通过在修改列表的语句后，加上打印或者返回语句。例如：

my_list = [1, 2, 3]
my_list.append(4) # 修改列表
print(my_list) # 打印修改后的列表

这样就可以避免输出None的问题。

在Python中整型不会溢出是因为Python中统一使用了长整型。这也是吸引科研人员的一部分了，适合大数据运算，不会溢出。因此Python就降低了其他行业的学习门槛。

在Python中，并没有真正意义上的私有，在给属性、方法命名时，对名称做了一些特殊处理，使得外界无法访问到，称为伪私有。

递归在Python中可以用于解决很多算法问题，将复杂的问题分成一个个小问题，一一解决。比如求斐波那契数列、汉诺塔、多级评论树、二分查找、求阶乘等。

生成中文词云比较复杂，需要自己进行分词，使用jieba库，需要自己设置中文字体，需要自己手动剔除停用词（无意义词），可以使用Trie树来解决。通过上述步骤，可以生成中文词云，并可以设置输出图片的路径和格式。

针对列表增加元素输出None的问题，以下是一份完整的示例代码：

my_list = [1, 2, 3]
my_list.append(4)
print(my_list)

其中，append方法修改了原始列表，而print语句打印了修改后的列表，就可以避免出现输出None的问题。

以下是一份完整的生成中文词云的代码，需要先安装jieba和wordcloud库：

from wordcloud import WordCloud
import PIL.Image as image
import numpy as np
import jieba

# 设置路径和变量值
encoding_type = "utf-8"
background_color = "white"
txt_path = "text.txt"
font_path = "simhei.ttf"
mask_path = "mask.png"
stopword_path = "stopwords.txt"
img_path = "wordcloud.png"
max_words_num = 100

# 读取文本内容
def get_txt(txt_path):
    with open(txt_path, encoding=encoding_type) as f:
        text = f.read()
    return text

# 进行分词
def cut_words(text):
    words = " ".join(jieba.cut(text, cut_all = False))
    words_list = words.split(" ")
    return words_list

# 去掉停用词
def del_stopwords(words_list, stopword_path):
    stopword_list = [line.strip() for line in open(stopword_path, encoding=encoding_type).readlines()]
    refined_words_list = [word for word in words_list if word not in stopword_list]
    return " ".join(refined_words_list)

# 生成词云
def gen_wordcloud(refined_words_list, mask_path, font_path, background_color, max_words_num):
    mask = np.array(image.open(mask_path))
    wordcloud = WordCloud(
        font_path = font_path,
        background_color = background_color,
        mask = mask,
        max_words = max_words_num
    ).generate(refined_words_list)
    return wordcloud

text = get_txt(txt_path)
words_list = cut_words(text)
refined_words_list = del_stopwords(words_list, stopword_path)
word_cloud = gen_wordcloud(refined_words_list, mask_path, font_path, background_color, max_words_num)
image_file = word_cloud.to_image()
image_file.show()
word_cloud.to_file(img_path)

其中，get_txt函数读取文本内容，cut_words函数进行分词，del_stopwords函数去掉停用词，gen_wordcloud函数生成词云，最后使用to_file方法保存生成的图片。