Résumé des méthodes de conversion de type Python
Comment saisir la conversion en python ?
Recommandations associées : "vidéo python"
int
Prise en charge de la conversion en type int, uniquement float, str, bytes, autres types Aucun sont pris en charge.
float -> int
supprimera le point décimal et les valeurs suivantes, ne laissant que la partie entière.
int(-12.94) # -12
str -> int
S'il y a des caractères autres que des chiffres (0-9) et des signes (+/-) dans la chaîne, il sera signalé une erreur.
int('1209') # 1209 int('-12') # -12 int('+1008') # 1008
bytes -> int
S'il y a des caractères autres que des chiffres (0-9) et des signes (+/-) dans les octets, une erreur sera rapporté.
int(b'1209') # 1209 int(b'-12') # -12 int(b'+1008') # 1008
float
prend en charge la conversion en type float, seuls int, str, bytes, les autres types ne sont pas pris en charge.
int -> float
Lors de la conversion de int en float, une décimale sera ajoutée automatiquement.
float(-1209) # -1209.0
str -> float
Si la chaîne contient des signes positifs et négatifs (+/-), des nombres (0-9) et des points décimaux (.) caractères, la conversion n’est pas prise en charge.
float('-1209') # -1209.0 float('-0120.29023') # -120.29023
bytes -> float
Si les octets contiennent autre chose que des signes positifs et négatifs (+/-), des nombres (0-9) et des points décimaux ( .) caractères, la conversion n'est pas prise en charge.
float(b'-1209') # -1209.0 float(b'-0120.29023') # -120.29023
complexe
Prend uniquement en charge la conversion int, float, str en type complexe.
int -> complexe
int Lors de la conversion de complexe, la partie imaginaire sera automatiquement ajoutée et représentée par 0j.
complex(12) # (12+0j)
float -> complex
float Lors de la conversion de complexe, la partie imaginaire sera automatiquement ajoutée et représentée par 0j.
complex(-12.09) # (-12.09+0j)
str -> complex
str Lors de la conversion de complexe, s'il peut être converti en int ou float, il sera converti puis converti en complexe. Si la chaîne est entièrement conforme aux règles d'expression complexe, elle peut également être convertie en valeur de type complexe. La fonction
complex('-12.09') # (-12.09+0j) complex('-12.0') # (-12+0j),去除了小数部分 complex('-12') # (-12+0j) complex('-12+9j') # (-12+9j) complex('(-12+9j)') # (-12+9j) complex('-12.0-2.0j') # (-12-2j),去除了小数部分 complex('-12.0-2.09j') # (-12-2.09j) complex(b'12') # 报错,不支持 bytes 转换为 complex complex('12 + 9j') # 报错,加号两侧不可有空格
str
str() peut convertir n'importe quel objet en chaîne.
int -> str
int La conversion de str le convertira directement complètement.
str(12) # 12
float -> str
float La conversion de str supprimera la partie décimale avec le dernier 0.
str(-12.90) # -12.9
complex -> str
la conversion complexe en str convertira d'abord la valeur en une expression complexe standard, puis la convertira en chaîne.
str(complex(12 + 9j)) # (12+9j) str(complex(12, 9)) # (12+9j)
bytes -> str
La conversion des octets et des str est spéciale Dans Python 3.x, les chaînes et les octets ne sont plus complètement différents. types de données.
Convertir en chaîne d'expression exécutable :
str(b'hello world') # b'hello world'
la fonction str() spécifie le paramètre d'encodage, ou utilisez la méthode bytes.decode() pour convertir les données réelles :
b'hello world'.decode() # hello world str(b'hello world', encoding='utf-8') # hello world str(b'\xe4\xb8\xad\xe5\x9b\xbd', encoding='utf-8') # 中国
liste -> str
会先将值格式化为标准的 list 表达式,然后再转换为字符串。
str([]) # [] str([1, 2, 3]) # [1, 2, 3] ''.join(['a', 'b', 'c']) # abc
tuple -> str
会先将值格式化为标准的 tuple 表达式,然后再转换为字符串。
str(()) # () str((1, 2, 3)) # (1, 2, 3) ''.join(('a', 'b', 'c')) # abc
dict -> str
会先将值格式化为标准的 dict 表达式,然后再转换为字符串。
str({'name': 'hello', 'age': 18}) # {'name': 'hello', 'age': 18} str({}) # {} ''.join({'name': 'hello', 'age': 18}) # nameage
set -> str
会先将值格式化为标准的 set 表达式,然后再转换为字符串。
str(set({})) # set() str({1, 2, 3}) # {1, 2, 3} ''.join({'a', 'b', 'c'}) # abc
其他类型
转换内置对象:
str(int) # <class 'int'>,转换内置类 str(hex) # <built-in function hex>,转换内置函数
转换类实例:
class Hello: pass obj = Hello() print(str(obj)) # <__main__.Hello object at 0x1071c6630>
转换函数:
def hello(): pass print(str(hello)) # <function hello at 0x104d5a048>
bytes
仅支持 str 转换为 bytes 类型。
'中国'.encode() # b'\xe4\xb8\xad\xe5\x9b\xbd'bytes('中国', encoding='utf-8') # b'\xe4\xb8\xad\xe5\x9b\xbd'
list
支持转换为 list 的类型,只能是序列,比如:str、tuple、dict、set等。
str -> list
list('123abc') # ['1', '2', '3', 'a', 'b', 'c']
bytes -> list
bytes 转换列表,会取每个字节的 ASCII 十进制值并组合成列表
list(b'hello') # [104, 101, 108, 108, 111]
tuple -> list
tuple 转换为 list 比较简单。
list((1, 2, 3)) # [1, 2, 3]
dict -> list
字典转换列表,会取键名作为列表的值。
list({'name': 'hello', 'age': 18}) # ['name', 'age']
set -> list
集合转换列表,会先去重为标准的集合数值,然后再转换。
list({1, 2, 3, 3, 2, 1}) # [1, 2, 3]
tuple
与列表一样,支持转换为 tuple 的类型,只能是序列。
str -> tuple
tuple('中国人') # ('中', '国', '人')
bytes -> tuple
bytes 转换元组,会取每个字节的 ASCII 十进制值并组合成列表。
tuple(b'hello') # (104, 101, 108, 108, 111)
list -> tuple
tuple([1, 2, 3]) # (1, 2, 3)
dict -> tuple
tuple({'name': 'hello', 'age': 18}) # ('name', 'age')
set -> tuple
tuple({1, 2, 3, 3, 2, 1}) # (1, 2, 3)
dict
str -> dict
使用 json 模块
使用 json 模块转换 JSON 字符串为字典时,需要求完全符合 JSON 规范,尤其注意键和值只能由单引号包裹,否则会报错。
import json user_info = '{"name": "john", "gender": "male", "age": 28}' print(json.loads(user_info)) # {'name': 'john', 'gender': 'male', 'age': 28}
使用 eval 函数
因为 eval 函数能执行任何符合语法的表达式字符串,所以存在严重的安全问题,不建议。
user_info = "{'name': 'john', 'gender': 'male', 'age': 28}" print(eval(user_info)) # {'name': 'john', 'gender': 'male', 'age': 28}
使用 ast.literal_eval 方法
使用 ast.literal_eval 进行转换既不存在使用 json 进行转换的问题,也不存在使用 eval 进行转换的 安全性问题,因此推荐使用 ast.literal_eval。
import ast user_info = "{'name': 'john', 'gender': 'male', 'age': 28}" user_dict = ast.literal_eval(user_info) print(user_dict) # {'name': 'john', 'gender': 'male', 'age': 28}
list -> dict
通过 zip 将 2 个列表映射为字典:
list1 = [1, 2, 3, 4] list2 = [1, 2, 3] print(dict(zip(list1, list2))) # {1: 1, 2: 2, 3: 3}
将嵌套的列表转换为字典:
li = [ [1, 111], [2, 222], [3, 333], ] print(dict(li)) # {1: 111, 2: 222, 3: 333}
tuple -> dict
通过 zip 将 2 个元组映射为字典:
tp1 = (1, 2, 3) tp2 = (1, 2, 3, 4) print(dict(zip(tp1, tp2))) # {1: 1, 2: 2, 3: 3}
将嵌套的元组转换为字典:
tp = ( (1, 111), (2, 222), (3, 333), ) print(dict(tp)) # {1: 111, 2: 222, 3: 333}
set -> dict
通过 zip 将 2 个集合映射为字典:
set1 = {1, 2, 3} set2 = {'a', 'b', 'c'} print(dict(zip(set1, set2))) # {1: 'c', 2: 'a', 3: 'b'}
set
str -> set
先将字符切割成元组,然后再去重转换为集合。
print(set('hello')) # {'l', 'o', 'e', 'h'}
bytes -> set
会取每个字节的 ASCII 十进制值并组合成元组,再去重。
set(b'hello') # {104, 108, 101, 111}
list -> set
先对列表去重,再转换。
set([1, 2, 3, 2, 1]) # {1, 2, 3}
tuple -> set
先对列表去重,再转换。
set((1, 2, 3, 2, 1)) # {1, 2, 3}
dict -> set
会取字典的键名组合成集合。
set({'name': 'hello', 'age': 18}) # {'age', 'name'}
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

PHP et Python ont leurs propres avantages et inconvénients, et le choix dépend des besoins du projet et des préférences personnelles. 1.Php convient au développement rapide et à la maintenance des applications Web à grande échelle. 2. Python domine le domaine de la science des données et de l'apprentissage automatique.

Une formation efficace des modèles Pytorch sur les systèmes CentOS nécessite des étapes, et cet article fournira des guides détaillés. 1. Préparation de l'environnement: Installation de Python et de dépendance: le système CentOS préinstalle généralement Python, mais la version peut être plus ancienne. Il est recommandé d'utiliser YUM ou DNF pour installer Python 3 et Mettez PIP: sudoyuMupDatePython3 (ou sudodnfupdatepython3), pip3install-upradepip. CUDA et CUDNN (accélération GPU): Si vous utilisez Nvidiagpu, vous devez installer Cudatool

Python et JavaScript ont leurs propres avantages et inconvénients en termes de communauté, de bibliothèques et de ressources. 1) La communauté Python est amicale et adaptée aux débutants, mais les ressources de développement frontal ne sont pas aussi riches que JavaScript. 2) Python est puissant dans les bibliothèques de science des données et d'apprentissage automatique, tandis que JavaScript est meilleur dans les bibliothèques et les cadres de développement frontaux. 3) Les deux ont des ressources d'apprentissage riches, mais Python convient pour commencer par des documents officiels, tandis que JavaScript est meilleur avec MDNWEBDOCS. Le choix doit être basé sur les besoins du projet et les intérêts personnels.

Activer l'accélération du GPU Pytorch sur le système CentOS nécessite l'installation de versions CUDA, CUDNN et GPU de Pytorch. Les étapes suivantes vous guideront tout au long du processus: CUDA et CUDNN Installation détermineront la compatibilité de la version CUDA: utilisez la commande NVIDIA-SMI pour afficher la version CUDA prise en charge par votre carte graphique NVIDIA. Par exemple, votre carte graphique MX450 peut prendre en charge CUDA11.1 ou plus. Téléchargez et installez Cudatoolkit: visitez le site officiel de Nvidiacudatoolkit et téléchargez et installez la version correspondante selon la version CUDA la plus élevée prise en charge par votre carte graphique. Installez la bibliothèque CUDNN:

Docker utilise les fonctionnalités du noyau Linux pour fournir un environnement de fonctionnement d'application efficace et isolé. Son principe de travail est le suivant: 1. Le miroir est utilisé comme modèle en lecture seule, qui contient tout ce dont vous avez besoin pour exécuter l'application; 2. Le Système de fichiers Union (UnionFS) empile plusieurs systèmes de fichiers, ne stockant que les différences, l'économie d'espace et l'accélération; 3. Le démon gère les miroirs et les conteneurs, et le client les utilise pour l'interaction; 4. Les espaces de noms et les CGROUP implémentent l'isolement des conteneurs et les limitations de ressources; 5. Modes de réseau multiples prennent en charge l'interconnexion du conteneur. Ce n'est qu'en comprenant ces concepts principaux que vous pouvez mieux utiliser Docker.

Lors de la sélection d'une version Pytorch sous CentOS, les facteurs clés suivants doivent être pris en compte: 1. CUDA Version Compatibilité GPU Prise en charge: si vous avez NVIDIA GPU et que vous souhaitez utiliser l'accélération GPU, vous devez choisir Pytorch qui prend en charge la version CUDA correspondante. Vous pouvez afficher la version CUDA prise en charge en exécutant la commande nvidia-SMI. Version CPU: Si vous n'avez pas de GPU ou que vous ne souhaitez pas utiliser de GPU, vous pouvez choisir une version CPU de Pytorch. 2. Version Python Pytorch

Minio Object Storage: Déploiement haute performance dans le système Centos System Minio est un système de stockage d'objets distribué haute performance développé sur la base du langage Go, compatible avec Amazons3. Il prend en charge une variété de langages clients, notamment Java, Python, JavaScript et GO. Cet article introduira brièvement l'installation et la compatibilité de Minio sur les systèmes CentOS. Compatibilité de la version CentOS Minio a été vérifiée sur plusieurs versions CentOS, y compris, mais sans s'y limiter: CentOS7.9: fournit un guide d'installation complet couvrant la configuration du cluster, la préparation de l'environnement, les paramètres de fichiers de configuration, le partitionnement du disque et la mini

La formation distribuée par Pytorch sur le système CentOS nécessite les étapes suivantes: Installation de Pytorch: La prémisse est que Python et PIP sont installés dans le système CentOS. Selon votre version CUDA, obtenez la commande d'installation appropriée sur le site officiel de Pytorch. Pour la formation du processeur uniquement, vous pouvez utiliser la commande suivante: pipinstalltorchtorchVisionTorChaudio Si vous avez besoin d'une prise en charge du GPU, assurez-vous que la version correspondante de CUDA et CUDNN est installée et utilise la version Pytorch correspondante pour l'installation. Configuration de l'environnement distribué: la formation distribuée nécessite généralement plusieurs machines ou des GPU multiples uniques. Lieu
