


Créez une collection à l'aide de la fonction set() de Python
Utilisez la fonction set() de Python pour créer un ensemble
En Python, un ensemble (set) est un type de données non ordonné et mutable composé uniquement d'éléments uniques. Comparés aux listes et aux tuples, les ensembles ont des vitesses de recherche plus rapides et n'autorisent pas la duplication d'éléments. Les ensembles constituent une structure de données très utile lorsque vous travaillez avec des données qui nécessitent un caractère unique.
La fonction set() en Python peut être utilisée pour créer un nouvel ensemble. Lorsque vous utilisez la fonction set(), vous pouvez transmettre un objet itérable en tant que paramètre, tel qu'une liste, un tuple ou une chaîne. Voici un exemple de code montrant comment créer un ensemble à l'aide de la fonction set() :
-
Créer un ensemble vide
my_set = set() print(my_set) # 输出 set()
Copier après la connexion Créer un ensemble contenant des éléments
my_set = set([1, 2, 3, 4, 5]) print(my_set) # 输出 {1, 2, 3, 4, 5}
Copier après la connexionCréer un ensemble contenant des chaînes
my_set = set("Hello") print(my_set) # 输出 {'o', 'l', 'H', 'e'}
Copier après la connexion
Dans l'exemple ci-dessus, nous pouvons voir que la fonction set() crée un ensemble et supprime automatiquement les éléments en double. La collection n'est pas ordonnée, son ordre de sortie est donc aléatoire.
En plus d'utiliser la fonction set(), nous pouvons également utiliser des accolades ({}) pour créer un ensemble. Mais sachez que vous ne pouvez utiliser la fonction set() que pour créer une collection vide, car {} créera un dictionnaire vide.
La fonction des ensembles est très puissante. Elle prend en charge de nombreuses opérations d'ensemble courantes, telles que l'union, l'intersection, la différence et la différence symétrique. Voici quelques exemples de codes :
Union
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) union_set = set1.union(set2) print(union_set) # 输出 {1, 2, 3, 4, 5}
Copier après la connexionIntersection
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) intersection_set = set1.intersection(set2) print(intersection_set) # 输出 {3}
Copier après la connexionEnsemble de différences
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) difference_set = set1.difference(set2) print(difference_set) # 输出 {1, 2}
Copier après la connexionEnsemble de différences symétriques
set1 = set([1, 2, 3]) set2 = set([3, 4, 5]) symmetric_difference_set = set1.symmetric_difference(set2) print(symmetric_difference_set) # 输出 {1, 2, 4, 5}
Copier après la connexion
Grâce à l'exemple de code ci-dessus , on peut voir le fonctionnement du ensemble Très simple et intuitif. Dans la programmation réelle, les ensembles peuvent être utilisés pour supprimer les éléments en double, déterminer si un élément existe, déterminer si deux ensembles se croisent, etc.
En plus des opérations de base, les ensembles prennent également en charge des méthodes telles que l'ajout d'éléments, la suppression d'éléments et la recherche de la longueur de l'ensemble. Par exemple :
Ajouter des éléments
my_set = set([1, 2, 3]) my_set.add(4) print(my_set) # 输出 {1, 2, 3, 4}
Copier après la connexionSupprimer des éléments
my_set = set([1, 2, 3]) my_set.remove(2) print(my_set) # 输出 {1, 3}
Copier après la connexionTrouver la longueur d'un ensemble
my_set = set([1, 2, 3]) length = len(my_set) print(length) # 输出 3
Copier après la connexion
Résumé :
Cet article explique comment utiliser la fonction set() de Python pour créer un ensemble et démontre un ensemble d'opérations de base et d'opérations d'ensemble communes. Set est une structure de données très utile. Elle peut être utilisée pour des opérations telles que la suppression d'éléments en double, la détermination de l'existence d'éléments et la recherche d'intersections et d'unions. Dans la programmation quotidienne, l'utilisation rationnelle des collections peut améliorer l'efficacité et la lisibilité du programme.
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.

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.

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.

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

Lors de l'installation de Pytorch sur le système CentOS, vous devez sélectionner soigneusement la version appropriée et considérer les facteurs clés suivants: 1. Compatibilité de l'environnement du système: Système d'exploitation: Il est recommandé d'utiliser CentOS7 ou plus. CUDA et CUDNN: La version Pytorch et la version CUDA sont étroitement liées. Par exemple, Pytorch1.9.0 nécessite CUDA11.1, tandis que Pytorch2.0.1 nécessite CUDA11.3. La version CUDNN doit également correspondre à la version CUDA. Avant de sélectionner la version Pytorch, assurez-vous de confirmer que des versions compatibles CUDA et CUDNN ont été installées. Version Python: branche officielle de Pytorch

CENTOS L'installation de Nginx nécessite de suivre les étapes suivantes: Installation de dépendances telles que les outils de développement, le devet PCRE et l'OpenSSL. Téléchargez le package de code source Nginx, dézippez-le et compilez-le et installez-le, et spécifiez le chemin d'installation AS / USR / LOCAL / NGINX. Créez des utilisateurs et des groupes d'utilisateurs de Nginx et définissez les autorisations. Modifiez le fichier de configuration nginx.conf et configurez le port d'écoute et le nom de domaine / adresse IP. Démarrez le service Nginx. Les erreurs communes doivent être prêtées à prêter attention, telles que les problèmes de dépendance, les conflits de port et les erreurs de fichiers de configuration. L'optimisation des performances doit être ajustée en fonction de la situation spécifique, comme l'activation du cache et l'ajustement du nombre de processus de travail.
