Andrey Dugin

>>> type('')
str

1) Если нужно получать одновременно индекс и элемент списка, используйте enumerate();
2) Если нужно получать N элементов с одинаковыми индексами из N списков, используйте zip();
3) Соединять строки через конкатенацию - самый медленный и неэффективный способ. Используйте str.join() или форматирование строк (как в моём примере).

for m, (r, e) in enumerate(zip(revenue, expenses), 1):
    print(f'Profit for month {m} = {r-e}')

Я так и не понял, в чём ваша проблема. Вот контур обведён зелёным цветом и посчитана площадь:

skimage.util.montage

Нюансы следующие:
1) Большинство алгоритмов из библиотек чудовищно медленные. Это касается и PIL, и scikit-image, и tensorflow. Например, я написал аналог tf.image.non_max_suppression, который работает в 5 тысяч (!) раз быстрее. Делайте профайлинг кода, сравнивайте время исполнения и разные варианты решения задачи. Местами очень помогает @jit и @njit из numba.
2) Если обрабатываете изображения в цикле, заранее аллоцируйте память под результат. Например, во многих функциях OpenCV есть параметр out, для которого можно заранее создать numpy.array с заданными shape и dtype.
3) Если собираетесь работать с частями изображения, особенно с вырезкой фрагментов, сдвигом/поворотом и вообще аугментацией для нейросетей, используйте сразу матричные преобразования cv2.warpAffine() - это в разы быстрее, чем отдельные последовательные преобразования.
4) Под Linux лучше ставить не pillow, а pillow-simd (pip install pillow-simd) - можете найти статью на Хабре.
5) Очень полезная функция skimage.util.view_as_windows, и вообще разберитесь с numpy array views - это позволит избежать лишнего копирования данных. Также рекомендую разобраться с numpy.lib.stride_tricks.as_strided (лютый мозговынос; упомянутая выше функция view_as_windows - её гуманная версия).
6) Гуглинг преобразований depth_to_space и space_to_depth (такие функции есть в Tensorflow).
7) Очень полезная штука cv2.filter2D().

from functools import reduce
from operator import mul

numbers = input('Введите 3 числа через пробел: ').split()

try:
    numbers = list(map(int, numbers))
except ValueError:
    print('Обнаружен недопустимый символ!')
else:
    if len(numbers) == 3:
        print('Результат перемножения чисел:', reduce(mul, numbers))
    else:
        print('Введено неверное количество чисел!')

А разница в первом и втором результате из-за того, что у вас ввод в двух местах и с разным окружением.
Нужно оставить только первый ввод и зациклить весь код.

Если программа запущена в данный момент, можно попробовать так:

import psutil
 
for proc in psutil.process_iter():
    try:
        if proc.name() == 'notepad.exe':
            print(proc.exe())
            break
    except (psutil.NoSuchProcess, psutil.AccessDenied, psutil.ZombieProcess):
        pass

Результат:
C:\Windows\System32\notepad.exe
Также стоит копнуть в сторону поиска установленного ПО в реестре, если речь о Windows.

import re
import pandas as pd
from io import StringIO

srv_data = "A[1]=[1765540,14,2799,4790,'Ts','MSC','2019,8,7,21,00,00',-1,3,2,1,2,1,1,1,2,'20','13','','',82,'','',8,0];"\
           "A[2]=[1706041,83,4134,19230,'3DF','rSC','2019,8,7,21,00,00',-1,3,1,2,0,0,0,0,0,'14','8','','',66,'','',0,0];"

csv_data = '\n'.join(re.findall('=\[(.+?)\];', srv_data))

# Вариант без регулярок:
# csv_data = '\n'.join(line.split('=')[1].strip('[]') for line in srv_data.split(';') if line)

df = pd.read_csv(StringIO(csv_data), quotechar="'", header=None)

Самый лаконичный вариант, но строго не рекомендуется ввиду риска запуска переданного кода:

import pandas as pd

data = "A[1]=[1765540,14,2799,4790,'Ts','MSC','2019,8,7,21,00,00',-1,3,2,1,2,1,1,1,2,'20','13','','',82,'','',8,0];"\
       "A[2]=[1706041,83,4134,19230,'3DF','rSC','2019,8,7,21,00,00',-1,3,1,2,0,0,0,0,0,'14','8','','',66,'','',0,0];"

A = {}
exec(data)  # Потенциально опасная операция, т.к. в ответе сервера может быть вредоносный код

pd.DataFrame(A.values())

Если не хотите связываться с Pandas, можно применить namedtuple.

Например, можно сложить в словарь:

from functools import reduce
from pathlib import PurePosixPath

paths = [
    'E:/folder/maps',
    'E:/1/2/3',
    'E:/folder/new',
    'E:/folder/maps/2',
    'D:/papka/echepapka',
    'E:/1/path/dir',
]

tree = {}
for path in map(PurePosixPath, paths):
    reduce(lambda node, part: node.setdefault(part, {}), path.parts, tree)

Результат:

{'E:': {'folder': {'maps': {'2': {}}, 'new': {}},
  '1': {'2': {'3': {}}, 'path': {'dir': {}}}},
 'D:': {'papka': {'echepapka': {}}}}

'-'.join(letter * times for times, letter in enumerate('test', 1)).title()

from operator import mul
from itertools import starmap

'-'.join(starmap(mul, enumerate('test', 1))).title()

Вероятно, потому что индекс за пределами массива?

if values:
    print(values[-1])

Непонятно, зачем, но можно так:

blocks = ['68656c6c6f2c206d7920667269656e64', '212049742773206d6521202020202020']

for index, value in enumerate(blocks, start=1):
    exec(f'block{index} = "{value}"')

Всё же лучше через dict.

У вас указан юниксовый путь, для Windows измените слеш на обратный. Но это кривое решение.
Лучше используйте универсальный класс Path из модуля pathlib, он будет работать в любой ОС:

from pathlib import Path

path = Path('Data') / 'data.txt'

Но можно и по старинке, через os.path.join()

Можно использовать библиотеку OpenCV:

import cv2

video1 = cv2.VideoCapture('video1.mp4')
video1_width = video1.get(cv2.CAP_PROP_FRAME_WIDTH)
video1_height = video1.get(cv2.CAP_PROP_FRAME_HEIGHT)
video1_fps = video1.get(cv2.CAP_PROP_FPS)   

video2 = cv2.VideoCapture('video2.mp4')

writer = cv2.VideoWriter('video3.mp4', cv2.VideoWriter_fourcc(*'MP4V'), video1_fps, (video1_width, video1_height))
writer.set(cv2.VIDEOWRITER_PROP_QUALITY, 100)

while True:
    ret, frame = video2.read()
    if not ret:
        break
    frame = cv2.resize(frame, (video1_width, video1_height))
    writer.write(frame)

video1.release()
video2.release()
writer.release()

В примере пишутся только кадры из video2, приведённые к разрешению video1. Запись кадров video1 можете реализовать самостоятельно.

Скалярное произведение векторов в N-мерном пространстве и пороговая фильтрация по результату.

Вот прямой способ, отвечающий на вопрос именно в той формулировке, в которой он был задан. Но так делать крайне не рекомендуется с точки зрения безопасности, т.к. потенциально может быть исполнен введённый пользователем вредоносный код:

id999 = True
request = input('Введите число')
print(eval(f'id{request}'))

Правильнее использовать решение от Дмитрий Шицков.

>>> lst = list(range(10))
>>> lst
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(zip(*[iter(lst)]*3))
[(0, 1, 2), (3, 4, 5), (6, 7, 8)]
>>> list(zip(*[iter(lst)]*2))
[(0, 1), (2, 3), (4, 5), (6, 7), (8, 9)]
>>> from itertools import zip_longest
>>> list(zip_longest(*[iter(lst)]*3, fillvalue=None))
[(0, 1, 2), (3, 4, 5), (6, 7, 8), (9, None, None)]

import numpy as np
np.array_split(lst, 3)