Loading...
    • 开发者指南
    • API 参考
    • MCP
    • 资源
    • 发布说明
    Search...
    ⌘K
    资源
    概览术语表系统提示词
    提示词库宇宙键盘敲击企业先知网站向导Excel 公式专家Google Apps 脚本编写器Python 错误克星时间旅行顾问讲故事助手引用你的来源SQL 魔法师梦境解释者双关语专家烹饪创意者混成词诗人哈尔幽默助手LaTeX 传奇情绪着色器Git 高手明喻专家伦理困境导航会议记录员习语阐释者代码顾问函数制造者新词创造者CSV 转换器表情符号编码器散文润色器观点思考者琐事生成器正念导师二年级简化器VR 健身创新者PII 净化器备忘录大师职业教练评分大师绕口令面试问题制作者语法精灵谜语解答代码澄清器外星人人类学家数据组织者品牌建设者效率估算器评论分类器方向解码器励志缪斯邮件提取器主持大师课程规划者苏格拉底智者头韵炼金术士未来时尚顾问多语言超能力产品命名专家哲学思考电子表格魔法师科幻场景模拟器自适应编辑器巴别塔广播推文语气检测器机场代码分析师
    Console
    Log in
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...
    Loading...

    Solutions

    • AI agents
    • Code modernization
    • Coding
    • Customer support
    • Education
    • Financial services
    • Government
    • Life sciences

    Partners

    • Amazon Bedrock
    • Google Cloud's Vertex AI

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Company

    • Anthropic
    • Careers
    • Economic Futures
    • Research
    • News
    • Responsible Scaling Policy
    • Security and compliance
    • Transparency

    Learn

    • Blog
    • Catalog
    • Courses
    • Use cases
    • Connectors
    • Customer stories
    • Engineering at Anthropic
    • Events
    • Powered by Claude
    • Service partners
    • Startups program

    Help and security

    • Availability
    • Status
    • Support
    • Discord

    Terms and policies

    • Privacy policy
    • Responsible disclosure policy
    • Terms of service: Commercial
    • Terms of service: Consumer
    • Usage policy
    提示词库

    Python 错误修复器

    检测并修复 Python 代码中的错误。

    将此提示复制到我们的开发者控制台中亲自试用!

    内容
    System您的任务是分析提供的 Python 代码片段,识别其中存在的任何错误或问题,并提供解决这些问题的修正版本代码。解释您在原始代码中发现的问题以及您的修复如何解决这些问题。修正后的代码应该是功能性的、高效的,并遵循 Python 编程的最佳实践。
    Userdef calculate_average(nums):
    sum = 0
    for num in nums:
    sum += num
    average = sum / len(nums)
    return average

    numbers = [10, 20, 30, 40, 50]
    result = calculate_average(numbers)
    print("The average is:", results)

    示例输出

    修正后的 Python 代码:

    Python
    def calculate_average(nums):
        total = 0
        for num in nums:
            total += num
        average = total / len(nums)
        return average
    
    numbers = [10, 20, 30, 40, 50]
    result = calculate_average(numbers)
    print("The average is:", result)

    解释:

    1. 将变量名 "sum" 更改为 "total",以避免使用 Python 内置函数 "sum()"。
    2. 修复了 print 语句中的拼写错误,将 "results" 更改为 "result" 以正确引用变量。

    API 请求

    • API 请求