Python数据类型学习笔记
带你走进数据类型
一:整数、浮点数
Python中整数和浮点数的定义以及运算和C++都是一样的,我在这里就不需多说了,我就说明一点:Python相对于C/C++而言,定义整数没有int 和 long long 这些区分的,直接赋值即可。这就体现出了Python简洁的功能。
二:布尔值、空值
首先我们先谈谈Python中的布尔值True和False。在Python中可以直接使用True和False(请注意大小写),也可以通过表达式计算出True或者False。
另外,还有三种常见的布尔运算符and、or和not以及三目运算符and...or...。
Python中还有一种特殊的值:空值,用None表示。
这里注意两个地方:第一,None注意大小写(不能写成none);第二,None不等于0,因为0是有意义的呀,None是空值。
三:列表
列表,顾名思义,就是列出来一个表以表示出某种信息。比如,我们现在需要存储两个人的名字张三和李四,那么我们可以用列表(用方括号表示)来存储它。
是不是感觉不是很陌生,亲?对,表面看起来这和C++中一维数组没有什么区别嘛。我们在学习的时候可以这样相互关联起来加强记忆,同时也要注意不同之处,列表中的元素可以是不同的数据类型,比如张三今年24岁,我们也可以用列表来存储张三的姓名和年龄这两个属性值(分别是字符串和整数吧)。
常用序列的操作:
1、索引
刚才就有说到,列表就是通过列一个表来表示序列而显示信息,那么我们首先要想到的就是怎么样来遍历这个表呢?接下来,我们学习索引。
列表中的所有元素都是有编号的—从0开始递增(和C++没区别吧),我们就可以通过编号来访问列表了。
请注意一点:编号从0开始递增指的是列表中元素从左往右而言,最后一个元素就是列表中倒数第一个元素,所以Python就提供了这样一种机制,可以通过编号为负数来访问列表,如果编号为-2,就表示访问的是列表中倒数第二个元素。
2、分片
现在考虑这样一个问题,如果我们想要打印列表中连续一个区间怎么办?通过循环遍历,然后打印区间里的每一个元素?这样做也行,不过Python给我们提供了更好的办法,那就是分片。
分片通过冒号相隔的两个索引来实现,第一个索引是需要提取部分的第一个元素的编号,第二个索引是需要提取的连续区间最后一个元素的下一个元素在列表中的编号。简而言之,就是左闭右开的思想。
3、加乘
两个列表可以通过‘+'来合并,一个列表也可以通过乘以一个整数表示输出这个列表多少次。
list函数:把参数转换为列表的表示形式,比如我们通过把不能修改的字符串转换为列表的话,就可以实现修改了。
基本的列表操作
元素赋值:改变列表是很容易的,我们用索引标记来为某个特定的、位置明确的元素赋值。
分片赋值:程序可以一次性为多个元素赋值,这样就很方便辣。
删除元素:从列表中删除元素也是很easy的,使用del语句轻松搞定。同理呀,我们也可以分片删除元素。
基本的列表方法
append:用于在列表末尾添加新的元素。
count:统计某个元素在列表中出现的次。
extend:可以在列表末尾一次性添加另一个列表的多个值,看起来很像连接操作。但是两者有区别的:连接操作不会改变原两个列表,而extend操作是扩展一个列表的,对原列表有影响滴。
index:用于从列表中查找某个元素第一次出现的索引位置。
insert:用于将元素插入到列表中某一个位置上。
pop:移除列表中某一个元素,默认为最后一个,并返回该元素的值。
remove:用于移除列表中某个元素的第一个匹配项,和pop的区别在于remove没有返回值。
reverse:将列表的元素翻转。
sort:当然是对列表中元素进行排序啦。
高级排序:对sort加入参数实现自定义排序。
四:元组
元组和列表一样,都是一种序列,不同的是,元组的元素不能修改(随便提一句,字符串也是一样的。不信?你可以试试啦)。元组是用圆括号把元素括起来的,元素之间用逗号分隔。空元组就是一对圆括号来表示。
注意一点:用元组存储一个元素的时候我们需要在唯一的这一个元素后面多加一个逗号。因为34和(34)在Python中是一样的,所以(34)不能表示为元组,而(34,)才是元组。
tuple函数:把参数转换为元组的形式,可以和list函数联系一下。
以上就是本文的全部内容,详细为大家介绍了Python数据类型,希望对大家的学习有所帮助。

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen



PHP und Python haben ihre eigenen Vor- und Nachteile, und die Wahl hängt von den Projektbedürfnissen und persönlichen Vorlieben ab. 1.PHP eignet sich für eine schnelle Entwicklung und Wartung großer Webanwendungen. 2. Python dominiert das Gebiet der Datenwissenschaft und des maschinellen Lernens.

Aktivieren Sie die Pytorch -GPU -Beschleunigung am CentOS -System erfordert die Installation von CUDA-, CUDNN- und GPU -Versionen von Pytorch. Die folgenden Schritte führen Sie durch den Prozess: Cuda und Cudnn Installation Bestimmen Sie die CUDA-Version Kompatibilität: Verwenden Sie den Befehl nvidia-smi, um die von Ihrer NVIDIA-Grafikkarte unterstützte CUDA-Version anzuzeigen. Beispielsweise kann Ihre MX450 -Grafikkarte CUDA11.1 oder höher unterstützen. Download und installieren Sie Cudatoolkit: Besuchen Sie die offizielle Website von Nvidiacudatoolkit und laden Sie die entsprechende Version gemäß der höchsten CUDA -Version herunter und installieren Sie sie, die von Ihrer Grafikkarte unterstützt wird. Installieren Sie die Cudnn -Bibliothek:

Python und JavaScript haben ihre eigenen Vor- und Nachteile in Bezug auf Gemeinschaft, Bibliotheken und Ressourcen. 1) Die Python-Community ist freundlich und für Anfänger geeignet, aber die Front-End-Entwicklungsressourcen sind nicht so reich wie JavaScript. 2) Python ist leistungsstark in Bibliotheken für Datenwissenschaft und maschinelles Lernen, während JavaScript in Bibliotheken und Front-End-Entwicklungsbibliotheken und Frameworks besser ist. 3) Beide haben reichhaltige Lernressourcen, aber Python eignet sich zum Beginn der offiziellen Dokumente, während JavaScript mit Mdnwebdocs besser ist. Die Wahl sollte auf Projektbedürfnissen und persönlichen Interessen beruhen.

Docker verwendet Linux -Kernel -Funktionen, um eine effiziente und isolierte Anwendungsumgebung zu bieten. Sein Arbeitsprinzip lautet wie folgt: 1. Der Spiegel wird als schreibgeschützte Vorlage verwendet, die alles enthält, was Sie für die Ausführung der Anwendung benötigen. 2. Das Union File System (UnionFS) stapelt mehrere Dateisysteme, speichert nur die Unterschiede, speichert Platz und beschleunigt. 3. Der Daemon verwaltet die Spiegel und Container, und der Kunde verwendet sie für die Interaktion. 4. Namespaces und CGroups implementieren Container -Isolation und Ressourcenbeschränkungen; 5. Mehrere Netzwerkmodi unterstützen die Containerverbindung. Nur wenn Sie diese Kernkonzepte verstehen, können Sie Docker besser nutzen.

Minio-Objektspeicherung: Hochleistungs-Bereitstellung im Rahmen von CentOS System Minio ist ein hochleistungsfähiges, verteiltes Objektspeichersystem, das auf der GO-Sprache entwickelt wurde und mit Amazons3 kompatibel ist. Es unterstützt eine Vielzahl von Kundensprachen, darunter Java, Python, JavaScript und Go. In diesem Artikel wird kurz die Installation und Kompatibilität von Minio zu CentOS -Systemen vorgestellt. CentOS -Versionskompatibilitätsminio wurde in mehreren CentOS -Versionen verifiziert, einschließlich, aber nicht beschränkt auf: CentOS7.9: Bietet einen vollständigen Installationshandbuch für die Clusterkonfiguration, die Umgebungsvorbereitung, die Einstellungen von Konfigurationsdateien, eine Festplattenpartitionierung und Mini

Pytorch Distributed Training on CentOS -System erfordert die folgenden Schritte: Pytorch -Installation: Die Prämisse ist, dass Python und PIP im CentOS -System installiert sind. Nehmen Sie abhängig von Ihrer CUDA -Version den entsprechenden Installationsbefehl von der offiziellen Pytorch -Website ab. Für CPU-Schulungen können Sie den folgenden Befehl verwenden: PipinstallTorChTorChVisionTorChaudio Wenn Sie GPU-Unterstützung benötigen, stellen Sie sicher, dass die entsprechende Version von CUDA und CUDNN installiert ist und die entsprechende Pytorch-Version für die Installation verwenden. Konfiguration der verteilten Umgebung: Verteiltes Training erfordert in der Regel mehrere Maschinen oder mehrere Maschinen-Mehrfach-GPUs. Ort

Bei der Installation von PyTorch am CentOS -System müssen Sie die entsprechende Version sorgfältig auswählen und die folgenden Schlüsselfaktoren berücksichtigen: 1. Kompatibilität der Systemumgebung: Betriebssystem: Es wird empfohlen, CentOS7 oder höher zu verwenden. CUDA und CUDNN: Pytorch -Version und CUDA -Version sind eng miteinander verbunden. Beispielsweise erfordert Pytorch1.9.0 CUDA11.1, während Pytorch2.0.1 CUDA11.3 erfordert. Die Cudnn -Version muss auch mit der CUDA -Version übereinstimmen. Bestimmen Sie vor der Auswahl der Pytorch -Version unbedingt, dass kompatible CUDA- und CUDNN -Versionen installiert wurden. Python -Version: Pytorch Official Branch

Das Aktualisieren von PyTorch auf der neuesten Version von CentOS kann die folgenden Schritte ausführen: Methode 1: Aktualisieren von PIP mit PIP: Stellen Sie zunächst sicher, dass Ihr PIP die neueste Version ist, da ältere Versionen von PIP möglicherweise nicht in der Lage sind, die neueste Version von PyTorch ordnungsgemäß zu installieren. Pipinstall-upgradePip Die alte Version von Pytorch (falls installiert): PipuninstallTorChTorChVisionTorChaudio-Installation Neueste
