Cara menggunakan jenis data gabungan Python
Jenis data gabungan
1 Senarai
Ungkapan senarai
Jenis jujukan: Elemen dalaman mempunyai hubungan kedudukan dan boleh diakses melalui nombor kedudukan Elemen
ialah jenis jujukan yang boleh menggunakan pelbagai jenis elemen dan menyokong operasi penambahan, pemadaman, carian dan pengubahsuaian elemen
ls = ["Python", 1989, True, {"version": 3.7}] ls
Cara lain untuk menjana: senarai (objek boleh lelar)
-
Objek boleh lelar termasuk: rentetan, tupel, set, julat(), dll.
String ke senarai
['Python', 1989, True, {'version': 3.7}]
list("欢迎订阅本专栏")
Tuple ke senarai
['欢', '迎', '订', '阅', '本', '专', '栏']
list(("我", "们", "很", "像"))
Tetapkan ke senarai
['我', '们', '很', '像']
list({"李雷", "韩梅梅", "Jim", "Green"})
Julat istimewa()
['Green', 'Jim', '李雷', '韩梅梅']
for i in [0, 1, 2, 3, 4, 5]: print(i)
0 1 2 3 4 5
julat(nombor mula, nombor henti, selang nombor)
Jika nombor permulaan lalai, ia lalai kepada 0
mesti memasukkan nombor berhenti, tetapi ambil perhatian bahawa nombor berhenti tidak boleh diperolehi
Selang nombor lalai ialah 1
for i in range(6): print(i)
0 1 2 3 4 5
- julat() untuk disenaraikan
for i in range(1, 11, 2): print(i)
1 3 5 7 9
- Panjang senarai——len(senarai)
list(range(1, 11, 2))
[1, 3, 5, 7, 9]
- Indeks senarai——
Sama dengan rentetan jenis urutan yang sama
Nama pembolehubah [nombor kedudukan]
Indeks ke hadapan bermula dari 0Terbalik indeks bermula dari -1
ls = [1, 2, 3, 4, 5] len(ls)
5
cars = ["BYD", "BMW", "AUDI", "TOYOTA"]
- Sepotong senarai
Nama pembolehubah [kedudukan mula: kedudukan akhir: Selang hirisan]
print(cars[0]) print(cars[-4])
- Hiris ke hadapan
BYD BYD
cars = ["BYD", "BMW", "AUDI", "TOYOTA"]
print(cars[:3]) # 前三个元素,开始位置缺省,默认为0;切片间隔缺省,默认为1
['BYD', 'BMW', 'AUDI']
print(cars[1:4:2]) # 第二个到第四个元素 前后索引差为2
['BMW', 'TOYOTA']
- Hirisan terbalik
print(cars[:]) # 获取整个列表,结束位置缺省,默认取值到最后
Salin selepas log masuk['BYD', 'BMW', 'AUDI', 'TOYOTA']
Salin selepas log masukprint(cars[-4:-2]) # 获取前两个元素
Salin selepas log masuk['BYD', 'BMW']
Salin selepas log masukcars = ["BYD", "BMW", "AUDI", "TOYOTA"]
Salin selepas log masukSalin selepas log masukSalin selepas log masukprint(cars[:-4:-1]) # 开始位置缺省,默认为-1 print(cars[::-1]) # 获得反向列表
Salin selepas log masuk
Hiris terbalik
- >
>
>Gunakan borang ** list1+lis2 ** untuk menyambung senarai
['TOYOTA', 'AUDI', 'BMW'] ['TOYOTA', 'AUDI', 'BMW', 'BYD']
a = [1, 2] b = [3, 4] a+b # 该用法用的不多
Gunakan n*list atau list*n >
[1, 2, 3, 4]
1. Tambah elemen
- Tambahkan elemen di penghujung— —List.append(elemen to be ditambah)
[0]*10
[0, 0, 0, 0, 0, 0, 0, 0, 0, 0]
languages = ["Python", "C++", "R"]
- Sisipkan elemen pada sebarang kedudukan —List.insert(nombor kedudukan, elemen yang akan ditambah)
dalam Sisipkan elemen yang akan ditambah
rrreelanguages.append("Java") languages
Salin selepas log masuk
- pada nombor kedudukan dan gabungkannya ke dalam senarai lain di hujung - Senarai 1.lanjutkan(senarai 2)
- tambah Tambah keseluruhan senarai 2 sebagai elemen ke senarai 1
['Python', 'C++', 'R', 'Java']
languages.insert(1, "C") languages
lanjutkan Tambah elemen dalam senarai 2 ke senarai 1 satu persatu, sudah tentu Ia juga boleh dilaksanakan menggunakan tambahan.
['Python', 'C', 'C++', 'R', 'Java']
- Padam elemen pada kedudukan i dalam senarai list.pop(kedudukan)
-
languages.append(["Ruby", "PHP"]) languages
Salin selepas log masuk['Python', 'C', 'C++', 'R', 'Java', ['Ruby', 'PHP']]
Salin selepas log masuk
- Tidak menulis maklumat kedudukan, memadamkan elemen terakhir secara lalai
-
languages = ['Python', 'C', 'C++', 'R', 'Java'] languages.extend(["Ruby", "PHP"]) languages
Salin selepas log masuk['Python', 'C', 'C++', 'R', 'Java', 'Ruby', 'PHP']
Salin selepas log masuk
- Memadam kejadian pertama dalam senaraikan Senarai elemen yang hendak dipadam.buang(elemen yang hendak dipadam)
-
languages = ['Python', 'C', 'C++', 'R', 'Java'] languages.pop(1) languages
Salin selepas log masuk['Python', 'C++', 'R', 'Java']
Salin selepas log masukSalin selepas log masukSalin selepas log masuklanguages.pop() languages
Salin selepas log masuk['Python', 'C++', 'R']
Salin selepas log masuk
- dalam senarai Kedudukan di mana elemen yang hendak disemak muncul buat kali pertama senarai.index (elemen yang akan disemak)
-
rrree
languages = ['Python', 'C', 'R', 'C', 'Java'] languages.remove("C") languages
Salin selepas log masuk
- Ubah suai elemen melalui kaedah "indeks dahulu dan kemudian tetapkan nilai"
languages = ['Python', 'C', 'R','Java'] languages[1] = "C++" languages
['Python', 'C++', 'R', 'Java']
5、列表的复制
错误的方式:这种方式仅是相当于给列表起了一个别名
languages = ['Python', 'C', 'R','Java'] languages_2 = languages print(languages_2)
['Python', 'C', 'R', 'Java']
languages.pop() print(languages) print(languages_2)
['Python', 'C', 'R'] ['Python', 'C', 'R']
正确的方式——浅拷贝
当内容中也有列表这种可变的情况时,这时浅拷贝可能出问题,应该采用深拷贝。
方法1:列表.copy()
languages = ['Python', 'C', 'R','Java'] languages_2 = languages.copy() languages.pop() print(languages) print(languages_2)
['Python', 'C', 'R'] ['Python', 'C', 'R', 'Java']
方法2:列表 [ : ]
相当于对整个列表的切片
languages = ['Python', 'C', 'R','Java'] languages_3 = languages[:] languages.pop() print(languages) print(languages_3)
['Python', 'C', 'R'] ['Python', 'C', 'R', 'Java']
6、列表的排序
使用列表.sort()对列表进行永久排序
直接在列表上进行操作,无返回值
默认是递增的排序
ls = [2, 5, 2, 8, 19, 3, 7] ls.sort() ls
[2, 2, 3, 5, 7, 8, 19]
递减排列
ls.sort(reverse = True) ls
[19, 8, 7, 5, 3, 2, 2]
使用sorted(列表)对列表进行临时排序
原列表保持不变,返回排序后的列表
ls = [2, 5, 2, 8, 19, 3, 7] ls_2 = sorted(ls) print(ls) print(ls_2)
[2, 5, 2, 8, 19, 3, 7] [19, 8, 7, 5, 3, 2, 2]
sorted(ls, reverse = True)
[19, 8, 7, 5, 3, 2, 2]
7、列表的翻转
使用列表.reverse()对列表进行永久翻转
直接在列表上进行操作,无返回值
ls = [1, 2, 3, 4, 5] print(ls[::-1]) ls
[5, 4, 3, 2, 1] [1, 2, 3, 4, 5]
ls.reverse() ls
[5, 4, 3, 2, 1]
8、使用for循环对列表进行遍历
ls = [1, 2, 3, 4, 5] for i in ls: print(i)
1 2 3 4 5
2 元组
元组的表达
元组是一个可以使用多种类型元素,一旦定义,内部元素不支持增、删和修改操作的序列类型
通俗的讲,可以将元组视作“不可变的列表”
names = ("Peter", "Pual", "Mary")
元组的操作
不支持元素增加、元素删除、元素修改操作
其他操作与列表的操作完全一致
元组的常见用处
打包与解包
例1 返回值是打包成元组的形式
def f1(x): # 返回x的平方和立方 return x**2, x**3 # 实现打包返回 print(f1(3)) print(type(f1(3))) # 元组类型
(9, 27) <class 'tuple'>
a, b = f1(3) # 实现解包赋值 print(a) print(b)
9 27
例2
采用zip函数进行打包
numbers = [201901, 201902, 201903] name = ["小明", "小红", "小强"] list(zip(numbers,name))
[(201901, '小明'), (201902, '小红'), (201903, '小强')]
for number,name in zip(numbers,name): # 每次取到一个元组,立刻进行解包赋值 print(number, name)
201901 小明 201902 小红 201903 小强
3 字典
字典的表达
映射类型: 通过“键”-“值”的映射实现数据存储和查找
常规的字典是无序的,仅可以通过键来对数据进行访问
students = {201901: '小明', 201902: '小红', 201903: '小强'} students
字典键的要求
1、字典的键不能重复
如果重复,前面的键就被覆盖了
students = {201901: '小明', 201901: '小红', 201903: '小强'} students
{201901: '小红', 201903: '小强'}
2、字典的键必须是不可变类型,如果键可变,就找不到对应存储的值了
不可变类型:数字、字符串、元组。 一旦确定,它自己就是它自己,变了就不是它了。
可变类型:列表、字典、集合。 一旦确定,还可以随意增删改。因此这三个类型不能作为字典的键。
d1 = {1: 3} d2 = {"s": 3} d3 = {(1,2,3): 3}
上面没有报错,说明是合法的。
d = {[1, 2]: 3}
--------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-68-bf7f06622b3f> in <module> ----> 1 d = {[1, 2]: 3} TypeError: unhashable type: 'list'
d = {{1:2}: 3}
--------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-69-188e5512b5fe> in <module> ----> 1 d = {{1:2}: 3} TypeError: unhashable type: 'dict'
d = {{1, 2}: 3}
--------------------------------------------------------------------------- TypeError Traceback (most recent call last) <ipython-input-70-c2dfafc1018a> in <module> ----> 1 d = {{1, 2}: 3} TypeError: unhashable type: 'set'
字典的性质
字典的长度——键值对的个数
students = {201901: '小明', 201902: '小红', 201903: '小强'} len(students)
3
字典的索引
通过 字典[键] 的形式来获取对应的值
students = {201901: '小明', 201902: '小红', 201903: '小强'} students[201902]
'小红'
字典的操作方法
1、增加键值对
变量名[新键] = 新值
students = {201901: '小明', 201902: '小红', 201903: '小强'} students[201904] = "小雪" students
{201901: '小明', 201902: '小红', 201903: '小强', 201904: '小雪'}
2、删除键值对
通过del 变量名[待删除键]
students = {201901: '小明', 201902: '小红', 201903: '小强'} del students[201903] students
{201901: '小明', 201902: '小红'}
通过变量名.pop(待删除键)
students = {201901: '小明', 201902: '小红', 201903: '小强'} value = students.pop(201903) # 删除键值对,同时获得删除键值对的值 print(value) print(students)
小强 {201901: '小明', 201902: '小红'}
变量名.popitem() 随机删除一个键值对,并以元组返回删除键值对
students = {201901: '小明', 201902: '小红', 201903: '小强'} key, value = students.popitem() print(key, value) print(students)
201903 小强 {201901: '小明', 201902: '小红'}
3、修改值
通过先索引后赋值的方式对相应的值进行修改
students = {201901: '小明', 201902: '小红', 201903: '小强'} students[201902] = "小雪" students
{201901: '小明', 201902: '小雪', 201903: '小强'}
4、d.get( )方法
d.get(key,default) 从字典d中获取键key对应的值,如果没有这个键,则返回default
小例子:统计"牛奶奶找刘奶奶买牛奶"中字符的出现频率
s = "牛奶奶找刘奶奶买牛奶" d = {} print(d) for i in s: d[i] = d.get(i, 0)+1 # 如果该字符第一次出现,则返回default 0 ,然后+1统计。如果之前就有i这个键,则返回该 key i 所对应的值。 print(d) # print(d)
{} {'牛': 1} {'牛': 1, '奶': 1} {'牛': 1, '奶': 2} {'牛': 1, '奶': 2, '找': 1} {'牛': 1, '奶': 2, '找': 1, '刘': 1} {'牛': 1, '奶': 3, '找': 1, '刘': 1} {'牛': 1, '奶': 4, '找': 1, '刘': 1} {'牛': 1, '奶': 4, '找': 1, '刘': 1, '买': 1} {'牛': 2, '奶': 4, '找': 1, '刘': 1, '买': 1} {'牛': 2, '奶': 5, '找': 1, '刘': 1, '买': 1}
5、d.keys( ) d.values( )方法
把所有的key,value 单独拿出来。
students = {201901: '小明', 201902: '小红', 201903: '小强'} print(list(students.keys())) print(list(students.values()))
[201901, 201902, 201903] ['小明', '小红', '小强']
6、d.items( )方法及字典的遍历
print(list(students.items())) for k, v in students.items():#进行解包 print(k, v)
[(201901, '小明'), (201902, '小红'), (201903, '小强')] 201901 小明 201902 小红 201903 小强
4 集合
集合的表达
一系列互不相等元素的无序集合(互斥)
元素必须是不可变类型:数字,字符串或元组,可视作字典的键
可以看做是没有值,或者值为None的字典
students = {"小明", "小红", "小强", "小明"} #可用于去重 students
{'小强', '小明', '小红'}
集合的运算
小例子 通过集合进行交集并集的运算
Chinese_A = {"刘德华", "张学友", "张曼玉", "钟楚红", "古天乐", "林青霞"} Chinese_A
{'刘德华', '古天乐', '张学友', '张曼玉', '林青霞', '钟楚红'}
Math_A = {"林青霞", "郭富城", "王祖贤", "刘德华", "张曼玉", "黎明"} Math_A
{'刘德华', '张曼玉', '林青霞', '王祖贤', '郭富城', '黎明'}
语文和数学两门均为A的学员
S & T 返回一个新集合,包括同时在集合S和T中的元素
Chinese_A & Math_A
{'刘德华', '张曼玉', '林青霞'}
语文或数学至少一门为A的学员
S | T 返回一个新集合,包括集合S和T中的所有元素
Chinese_A | Math_A
{'刘德华', '古天乐', '张学友', '张曼玉', '林青霞', '王祖贤', '郭富城', '钟楚红', '黎明'}
语文数学只有一门为A的学员
S ^ T 返回一个新集合,包括集合S和T中的非共同元素
Chinese_A ^ Math_A
{'古天乐', '张学友', '王祖贤', '郭富城', '钟楚红', '黎明'}
语文为A,数学不为A的学员
S - T 返回一个新集合,包括在集合S但不在集合T中的元素
Chinese_A - Math_A
{'古天乐', '张学友', '钟楚红'}
数学为A,语文不为A的学员
Math_A - Chinese_A
{'王祖贤', '郭富城', '黎明'}
集合的操作方法
增加元素——S.add(x)
stars = {"刘德华", "张学友", "张曼玉"} stars.add("王祖贤") stars
{'刘德华', '张学友', '张曼玉', '王祖贤'}
移除元素——S.remove(x)
stars.remove("王祖贤") stars
{'刘德华', '张学友', '张曼玉'}
集合的长度——len(S)
len(stars)
3
集合的遍历——借助for循环
for star in stars: print(star)
张学友 张曼玉 刘德华
Atas ialah kandungan terperinci Cara menggunakan jenis data gabungan Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

AI Hentai Generator
Menjana ai hentai secara percuma.

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Topik panas



PHP dan Python mempunyai kelebihan dan kekurangan mereka sendiri, dan pilihannya bergantung kepada keperluan projek dan keutamaan peribadi. 1.PHP sesuai untuk pembangunan pesat dan penyelenggaraan aplikasi web berskala besar. 2. Python menguasai bidang sains data dan pembelajaran mesin.

Latihan yang cekap model pytorch pada sistem CentOS memerlukan langkah -langkah, dan artikel ini akan memberikan panduan terperinci. 1. Penyediaan Persekitaran: Pemasangan Python dan Ketergantungan: Sistem CentOS biasanya mempamerkan python, tetapi versi mungkin lebih tua. Adalah disyorkan untuk menggunakan YUM atau DNF untuk memasang Python 3 dan menaik taraf PIP: Sudoyumupdatepython3 (atau SudodnfupdatePython3), pip3install-upgradepip. CUDA dan CUDNN (Percepatan GPU): Jika anda menggunakan Nvidiagpu, anda perlu memasang Cudatool

Python dan JavaScript mempunyai kelebihan dan kekurangan mereka sendiri dari segi komuniti, perpustakaan dan sumber. 1) Komuniti Python mesra dan sesuai untuk pemula, tetapi sumber pembangunan depan tidak kaya dengan JavaScript. 2) Python berkuasa dalam bidang sains data dan perpustakaan pembelajaran mesin, sementara JavaScript lebih baik dalam perpustakaan pembangunan dan kerangka pembangunan depan. 3) Kedua -duanya mempunyai sumber pembelajaran yang kaya, tetapi Python sesuai untuk memulakan dengan dokumen rasmi, sementara JavaScript lebih baik dengan MDNWebDocs. Pilihan harus berdasarkan keperluan projek dan kepentingan peribadi.

Membolehkan pecutan GPU pytorch pada sistem CentOS memerlukan pemasangan cuda, cudnn dan GPU versi pytorch. Langkah-langkah berikut akan membimbing anda melalui proses: Pemasangan CUDA dan CUDNN Tentukan keserasian versi CUDA: Gunakan perintah NVIDIA-SMI untuk melihat versi CUDA yang disokong oleh kad grafik NVIDIA anda. Sebagai contoh, kad grafik MX450 anda boleh menyokong CUDA11.1 atau lebih tinggi. Muat turun dan pasang Cudatoolkit: Lawati laman web rasmi Nvidiacudatoolkit dan muat turun dan pasang versi yang sepadan mengikut versi CUDA tertinggi yang disokong oleh kad grafik anda. Pasang Perpustakaan Cudnn:

Docker menggunakan ciri -ciri kernel Linux untuk menyediakan persekitaran berjalan yang cekap dan terpencil. Prinsip kerjanya adalah seperti berikut: 1. Cermin digunakan sebagai templat baca sahaja, yang mengandungi semua yang anda perlukan untuk menjalankan aplikasi; 2. Sistem Fail Kesatuan (Unionfs) menyusun pelbagai sistem fail, hanya menyimpan perbezaan, menjimatkan ruang dan mempercepatkan; 3. Daemon menguruskan cermin dan bekas, dan pelanggan menggunakannya untuk interaksi; 4. Ruang nama dan cgroups melaksanakan pengasingan kontena dan batasan sumber; 5. Pelbagai mod rangkaian menyokong interkoneksi kontena. Hanya dengan memahami konsep -konsep teras ini, anda boleh menggunakan Docker dengan lebih baik.

Apabila memilih versi pytorch di bawah CentOS, faktor utama berikut perlu dipertimbangkan: 1. Keserasian versi CUDA Sokongan GPU: Jika anda mempunyai NVIDIA GPU dan ingin menggunakan pecutan GPU, anda perlu memilih pytorch yang menyokong versi CUDA yang sepadan. Anda boleh melihat versi CUDA yang disokong dengan menjalankan arahan NVIDIA-SMI. Versi CPU: Jika anda tidak mempunyai GPU atau tidak mahu menggunakan GPU, anda boleh memilih versi CPU PyTorch. 2. Pytorch versi python

CentOS Memasang Nginx memerlukan mengikuti langkah-langkah berikut: memasang kebergantungan seperti alat pembangunan, pcre-devel, dan openssl-devel. Muat turun Pakej Kod Sumber Nginx, unzip dan menyusun dan memasangnya, dan tentukan laluan pemasangan sebagai/usr/local/nginx. Buat pengguna Nginx dan kumpulan pengguna dan tetapkan kebenaran. Ubah suai fail konfigurasi nginx.conf, dan konfigurasikan port pendengaran dan nama domain/alamat IP. Mulakan perkhidmatan Nginx. Kesalahan biasa perlu diberi perhatian, seperti isu ketergantungan, konflik pelabuhan, dan kesilapan fail konfigurasi. Pengoptimuman prestasi perlu diselaraskan mengikut keadaan tertentu, seperti menghidupkan cache dan menyesuaikan bilangan proses pekerja.

Latihan yang diedarkan Pytorch pada sistem CentOS memerlukan langkah -langkah berikut: Pemasangan Pytorch: Premisnya ialah Python dan PIP dipasang dalam sistem CentOS. Bergantung pada versi CUDA anda, dapatkan arahan pemasangan yang sesuai dari laman web rasmi Pytorch. Untuk latihan CPU sahaja, anda boleh menggunakan arahan berikut: PipinstallToRchTorchVisionTorchaudio Jika anda memerlukan sokongan GPU, pastikan versi CUDA dan CUDNN yang sama dipasang dan gunakan versi pytorch yang sepadan untuk pemasangan. Konfigurasi Alam Sekitar Teragih: Latihan yang diedarkan biasanya memerlukan pelbagai mesin atau mesin berbilang mesin tunggal. Tempat
