Python 프로그래밍 마스터를 위해 작성된 데이터 구조
python 동영상 튜토리얼 칼럼에서는 Python 프로그래밍에서 주의해야 할 핵심 사항을 소개합니다.
목록, 사전, 집합의 조건에 따라 데이터를 필터링하는 방법
사례: 다음 목록 데이터에서 0보다 큰 숫자를 필터링하는 방법
data = [1, -1, 2, 3, 4, 7]复制代码
필터 함수를 사용하세요. 첫 번째 매개변수는 함수입니다. , 다음 코드와 같은 람다 식을 전달할 수도 있습니다.
list(filter(lambda x: x >= 0, data))复制代码
또 다른 해결책은 다음과 같이 목록 생성을 사용하는 것입니다. 이 솔루션은 이전 솔루션보다 더 효율적입니다.
print([x for x in data if x >= 0])复制代码
사전과 같은 데이터 구조에서도 유사한 사전 제작을 사용할 수 있습니다.
from random import randint d = { x: randint(60, 100) for x in range(1, 21)} {k:v for k, v in d.items() if v >= 90}复制代码
프로그램 가독성을 높이기 위해 튜플의 각 요소에 이름을 지정하는 방법
계획: 상수를 정의하고 상수를 사용하여 튜플의 요소를 색인화합니다(예: 다음 코드)
stu = ('hao', 18, 'male', '1078244513@qq.com') NAME = 0AGE = 1SEX = 2print(stu[SEX])复制代码
계획: 컬렉션 패키지의 명명된 튜플 함수를 사용합니다. 함수는 새로운 "클래스"의 정의를 반환하며 다음과 같이 사용됩니다.
from collections import namedtuple Stu = namedtuple('Stu', ['name', 'age', 'sex', 'email'])# stu = Stu('hao', 18, 'male', '1078244513@qq.com')stu = Stu(name='hao', age=18, sex='male', email='1078244513@qq.com') print(stu.email)复制代码
순서에서 요소의 발생 빈도를 계산하는 방법
질문: 다음 숫자 목록에 각 숫자가 나타나는 횟수를 계산하세요.
from random import randint data = [randint(0, 20) for _ in range(30)]复制代码
계획: dict(사전)를 정의한 다음 배열을 순회하세요.
c = dict.fromkeys(data, 0)复制代码
위 코드는 데이터의 다양한 값을 키로, 0을 값으로 사용하여 사전 개체를 생성합니다.
for x in data: c[x] += 1复制代码
해결 방법: 컬렉션 패키지의 카운터 기능을 사용하세요.
c2 = Counter(data)复制代码
이 솔루션을 사용하면 가장 많이 나타나는 상위 몇 가지 항목도 쉽게 얻을 수 있습니다.
c2.most_common(3)复制代码
사전에 있는 값의 크기에 따라 사전에 있는 항목을 정렬하는 방법
질문: 다음 사전에 있는 값을 정렬하세요
cj = {x: randint(60, 100) for x in 'xyzabc'}复制代码
해결: 정렬 함수의 두 번째 매개변수 함수 객체에 전달될 수 있으며, sorted는 함수의 반환 값에 따라 정렬됩니다.
sorted(cj.items(), key=lambda item:item[1])复制代码
참고: 이 함수는 새로운 사전 객체를 반환합니다
여러 사전에서 공통 키(키)를 빠르게 찾는 방법은 무엇인가요?
먼저, Random 패키지에 있는 Python의 샘플링 함수 샘플을 소개하겠습니다. 이는 시퀀스 유형 매개변수와 숫자를 사용하고 시퀀스에서 무작위로 샘플링된 시퀀스를 반환합니다. 다음 코드.
from random import sample sample('abcdefg', 3)复制代码
질문: 다음 세 가지 컬렉션의 공통 키를 얻는 방법.
s1 = {x : randint(1, 4) for x in sample('abcdefg', randint(3, 6))} s2 = {x : randint(1, 4) for x in sample('abcdefg', randint(3, 6))} s3 = {x : randint(1, 4) for x in sample('abcdefg', andint(3, 6))}复制代码
이 작업은 집합의 교집합 연산을 사용하여 수행할 수 있습니다.
s1.keys() & s2.keys() & s3.keys()复制代码
사전을 정리하는 방법은?
컬렉션 패키지의 OrderedDict 유형은 사전에 들어가는 순서를 유지합니다.
관련 무료 학습 권장사항: python 비디오 튜토리얼
위 내용은 Python 프로그래밍 마스터를 위해 작성된 데이터 구조의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











Python은 널리 사용되는 프로그래밍 언어이며 강력한 데이터 분석 및 시각화 기능으로 인해 데이터 과학자와 기계 학습 엔지니어가 선호하는 도구 중 하나입니다. 이러한 응용 프로그램에서 잔차 분석은 모델 정확도를 평가하고 모델 편향을 식별하는 데 사용되는 일반적인 기술입니다. 이 기사에서는 Python에서 잔차 분석 기술을 사용하는 몇 가지 방법을 소개합니다. 잔차 이해 Python의 잔차 분석 기술을 소개하기 전에 먼저 잔차가 무엇인지 이해하겠습니다. 통계에서 잔차는 실제 관찰된 값과 실제 관찰된 값의 차이입니다.

Python의 어설션은 프로그래머가 코드를 디버그하는 데 유용한 도구입니다. 프로그램의 내부 상태가 기대치를 충족하는지 확인하고 이러한 조건이 거짓인 경우 어설션 오류(AssertionError)를 발생시키는 데 사용됩니다. 개발 프로세스 중에 코드 상태가 예상 결과와 일치하는지 확인하기 위해 테스트 및 디버깅 중에 어설션이 사용됩니다. 이 문서에서는 원인, 해결 방법 및 코드에서 어설션을 올바르게 사용하는 방법에 대해 설명합니다. Assertion 오류 원인 Assertion 오류 통과

Python의 계층화 샘플링 기법 샘플링은 통계에서 일반적으로 사용되는 데이터 수집 방법으로, 데이터 세트에서 일부 샘플을 선택하여 분석하여 전체 데이터 세트의 특성을 추론할 수 있습니다. 빅데이터 시대에는 데이터의 양이 방대하고, 전체 샘플을 활용해 분석하는 것은 시간 소모적일 뿐만 아니라 경제적으로도 실용적이지 않습니다. 따라서 적절한 샘플링 방법을 선택하면 데이터 분석의 효율성을 높일 수 있습니다. 이 기사에서는 주로 Python의 계층화 샘플링 기술을 소개합니다. 계층화 샘플링이란 무엇입니까? 샘플링에서는 계층화 샘플링

Python을 통해 취약점 스캐너를 개발하는 방법 개요 오늘날 인터넷 보안 위협이 증가하는 환경에서 취약점 스캐너는 네트워크 보안을 보호하는 중요한 도구가 되었습니다. Python은 간결하고 읽기 쉽고 강력하며 다양한 실용적인 도구를 개발하는 데 적합한 인기 있는 프로그래밍 언어입니다. 이 기사에서는 Python을 사용하여 네트워크에 대한 실시간 보호를 제공하는 취약성 스캐너를 개발하는 방법을 소개합니다. 1단계: 스캔 대상 결정 취약점 스캐너를 개발하기 전에 스캔할 대상을 결정해야 합니다. 이는 자체 네트워크일 수도 있고 테스트 권한이 있는 모든 것일 수도 있습니다.

Linux에서 Python을 사용하여 스크립트를 작성하고 실행하는 방법 Linux 운영 체제에서는 Python을 사용하여 다양한 스크립트를 작성하고 실행할 수 있습니다. Python은 스크립팅을 보다 쉽고 효율적으로 만들기 위한 풍부한 라이브러리와 도구를 제공하는 간결하고 강력한 프로그래밍 언어입니다. 아래에서는 Linux에서 스크립트 작성 및 실행을 위해 Python을 사용하는 방법의 기본 단계를 소개하고, Python을 더 잘 이해하고 사용하는 데 도움이 되는 몇 가지 구체적인 코드 예제를 제공합니다. 파이썬 설치

SVC(지원 벡터 클러스터링)는 SVM(지원 벡터 머신)을 기반으로 하는 비지도 학습 알고리즘으로, 레이블이 지정되지 않은 데이터 세트에서 클러스터링을 달성할 수 있습니다. Python은 풍부한 기계 학습 라이브러리 및 툴킷 세트를 갖춘 인기 있는 프로그래밍 언어입니다. 이 기사에서는 Python에서 지원 벡터 클러스터링 기술을 사용하는 방법을 소개합니다. 1. 서포트 벡터 클러스터링의 원리 SVC는 서포트 벡터 세트를 기반으로 합니다.

Python에서 sqrt() 함수의 사용법 및 코드 예 1. sqrt() 함수의 기능 및 소개 Python 프로그래밍에서 sqrt() 함수는 math 모듈에 있는 함수이며, 그 기능은 의 제곱근을 계산하는 것입니다. 숫자. 제곱근은 자신을 곱한 숫자가 그 숫자의 제곱과 같다는 것을 의미합니다. 즉, x*x=n이면 x는 n의 제곱근이 됩니다. sqrt() 함수는 프로그램에서 제곱근을 계산하는 데 사용할 수 있습니다. 2. Python, sq에서 sqrt() 함수를 사용하는 방법

Python 프로그래밍을 사용하여 Baidu의 이미지 인식 인터페이스 도킹을 구현하고 이미지 인식 기능을 실현하는 방법을 가르칩니다. 컴퓨터 비전 분야에서 이미지 인식 기술은 매우 중요한 기술입니다. Baidu는 이미지 분류, 라벨링, 얼굴 인식 및 기타 기능을 쉽게 구현할 수 있는 강력한 이미지 인식 인터페이스를 제공합니다. 이 기사에서는 Python 프로그래밍 언어를 사용하여 Baidu 이미지 인식 인터페이스에 연결하여 이미지 인식 기능을 실현하는 방법을 설명합니다. 먼저 Baidu 개발자 플랫폼에서 애플리케이션을 만들고
