描述
在管城等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站设计、做网站、成都外贸网站建设公司 网站设计制作按需求定制网站,公司网站建设,企业网站建设,成都品牌网站建设,成都全网营销推广,外贸营销网站建设,管城网站建设费用合理。
温度的刻画有两个不同体系：摄氏度（Celsius）和华氏度（Fahrenheit）。
请编写程序将用户输入华氏度转换为摄氏度，或将输入的摄氏度转换为华氏度。
转换算法如下：（C表示摄氏度、F表示华氏度）
C = ( F - 32 ) / 1.8
F = C * 1.8 + 32
要求如下：
(1) 输入输出的摄氏度采用大写字母C开头，温度可以是整数或小数，如：C12.34指摄氏度12.34度；
(2) 输入输出的华氏度采用大写字母F开头，温度可以是整数或小数，如：F87.65指华氏度87.65度；
(3) 不考虑异常输入的问题，输出保留小数点后两位；
(4) 使用input()获得测试用例输入时，不要增加提示字符串。
程序：
TempStr = input()
if TempStr[0] in ['F']: #因为要求输入输出是大写C或者F，所以针对第一位字符做判断
C = (eval(TempStr[1:]) - 32)/1.8 #TempStr[1:]表示字符串除首字符外的所有字符。
print("C{:.2f}".format(C)) #采用{:.2f}将输出数字变成两位小数点表示时，即使数学上该输出值是整数，也会按照小数方式输出，例如，转换后温度为10度，输出为10.00；
elif TempStr[0] in ['C']:
F = 1.8*eval(TempStr[1:]) + 32
print("F{:.2f}".format(F))
else:
print() #不输入任何错误提示
对于气象绘图来讲，第一步是对数据的处理，通过各类公式，或者统计方法将原始数据处理为目标数据。
按照气象统计课程的内容，我给出了一些常用到的统计方法的对应函数：
在计算气候态，区域平均时均要使用到求均值函数，对应NCL中的dim_average函数，在python中通常使用np.mean()函数
numpy.mean(a, axis, dtype)
假设a为[time,lat,lon]的数据，那么
需要特别注意的是，气象数据中常有缺测，在NCL中，使用求均值函数会自动略过，而在python中，当任意一数与缺测(np.nan)计算的结果均为np.nan，比如求[1,2,3,4，np.nan]的平均值，结果为np.nan
因此，当数据存在缺测数据时，通常使用np.nanmean()函数，用法同上，此时[1,2,3,4，np.nan]的平均值为(1+2+3+4)/4 = 2.5
同样的，求某数组最大最小值时也有np.nanmax(), np.nanmin()函数来补充np.max(), np.min()的不足。
其他很多np的计算函数也可以通过在前边加‘nan’来使用。
另外，
也可以直接将a中缺失值全部填充为0。
np.std(a, axis, dtype)
用法同np.mean()
在NCL中有直接求数据标准化的函数dim_standardize()
其实也就是一行的事，根据需要指定维度即可。
皮尔逊相关系数：
相关可以说是气象科研中最常用的方法之一了，numpy函数中的np.corrcoef(x, y)就可以实现相关计算。但是在这里我推荐scipy.stats中的函数来计算相关系数：
这个函数缺点和有点都很明显，优点是可以直接返回相关系数R及其P值，这避免了我们进一步计算置信度。而缺点则是该函数只支持两个一维数组的计算，也就是说当我们需要计算一个场和一个序列的相关时，我们需要循环来实现。
其中a[time,lat,lon]，b[time]
(NCL中为regcoef()函数)
同样推荐Scipy库中的stats.linregress(x,y)函数：
slop: 回归斜率
intercept：回归截距
r_value： 相关系数
p_value： P值
std_err： 估计标准误差
直接可以输出P值，同样省去了做置信度检验的过程，遗憾的是仍需同相关系数一样循环计算。
我们都知道，现在通用的温度有2种，一种是 摄氏度 ，另一种是 华氏度 。
至于想要深入了解的小伙伴，给你们加上了链接：
摄氏度： 用符号 C表示，是世界上使用较为广泛的 温标 之一
网址:
华氏度： 符号 。华氏度 = 32+ 摄氏度 1.8
网址:
第一步： 先用input()输入当时的温度
第二步： 判断输入温度的类型，如果是华氏度F的话，（可以大小写）执行计算：
摄氏度=（华氏度-32）/18
这里的 TempStr[-1] 是指最后一个字符串在F/f判断是华氏度。 TempStr[0:-1] 取的是数值，用
eval() 函数，使得这些数值可以被计算出来。从而使得该公式可以计算赋值给变量C。
print("转换后的温度是{:.2f}C".format(C))， {:.2f} ,这里.2是使结果保留2位小数，f在.format(C)中展示，带上单位C。就完成打印。
第三步： 华氏度转成摄氏度
这是华氏度转化摄氏度的，下面摄氏度转化华氏度是同样的方法。
以下是完整代码：
一个程序还是包含着挺多知识的， 保留2位小数，eval()，.format()，input()， 需要细看才好好理解。欢迎观看~
