编写一个函数，输入一个十进制整数，分别输出其二进制、八进制、十六进制字符串。

编写一个函数，输入一个十进制整数，分别输出其二进制、八进制、十六进制字符串。

def convert_number(n):
    # 二进制
    binary_str = bin(n)[2:]

    # 八进制
    octal_str = oct(n)[2:]

    # 十六进制
    hex_str = hex(n)[2:]

    return binary_str, octal_str, hex_str

# 测试函数
n = 255
binary, octal, hexadecimal = convert_number(n)
print(f"二进制: {binary}")
print(f"八进制: {octal}")
print(f"十六进制: {hexadecimal}")

【相关推荐】

• 你可以看下这个问题的回答https://ask.csdn.net/questions/7549648
• 你也可以参考下这篇文章：【深度学习】如何分配训练集、验证集、测试集比例
• 除此之外, 这篇博客: 十六、霍夫圆形检测中的 二、实现步骤 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:
  

  由于霍夫圆检测对噪声比较明显，故需要首先对图像进行滤波操作(中值滤波等)
  霍夫圆形检测是基于图像梯度实现的，分为两步：
  1，检测边缘，发现可能是圆的圆形
  2，基于第一步从候选的圆心中开始计算，求出最佳的半径大小

如果你已经解决了该问题, 非常希望你能够分享一下解决方案, 写成博客, 将相关链接放在评论区, 以帮助更多的人 ^-^