Python是一種廣泛使用的腳本語言，可以應用于各種計算領域。其中，計算正答率是一項重要的任務，特別是在機器學習和人工智能等領域。下面我們來介紹一下Python中如何計算正答率。

def accuracy_score(y_true, y_pred):
"""
計算正答率
:param y_true: 實際值
:param y_pred: 預測值
:return: 正答率
"""
correct_predictions = 0
for i in range(len(y_true)):
if y_true[i] == y_pred[i]:
correct_predictions += 1
accuracy = float(correct_predictions) / len(y_true)
return accuracy
# 示例
y_true = ['cat', 'dog', 'cat', 'cat', 'dog']
y_pred = ['cat', 'dog', 'dog', 'cat', 'cat']
accuracy = accuracy_score(y_true, y_pred)
print("Accuracy: %.2f%%" % (accuracy * 100))

在這個示例中，我們定義了一個名為accuracy_score的函數，它接受兩個參數y_true和y_pred，表示實際值和預測值。該函數通過對比這兩個數組的每個元素，計算出正確的預測次數correct_predictions，然后將其除以總次數得到正答率accuracy。最后，我們使用print語句輸出結果。

正答率是衡量分類器效果的重要指標之一。在實際應用中，我們可以使用accuracy_score函數來評估分類器的性能，并根據計算結果做出相應的調整。