python3字符串内建方法split()心得
python3字符串内建方法split()心得
概念
用指定分隔符(默认是任何空白字符)将字符串拆分成列表。
语法
string.split(separator.max)
参数1.split(参数2,参数3)
参数1:string 字符串,需要被拆分的字符串。
参数2:separator 用户指定的分隔符,需要是字符串对象。可选。默认为空白字符。可以为空。
参数3:max 想要执行的拆分数。可选。默认值是-1(-1的含义是所有 separator 用户指定分隔符出现的次数)。
返回值
字符串被指定分隔符拆分后的一个列表。
例子
参数2 separator 指定分隔符训练
# 字符串内建方法 split() 训练
my_str = "I love python,python is the best language."
"""
以指定 separator 分隔符python分隔
省略参数 max 默认值为-1,所有 separator 用户指定分隔符出现的次数。
python 出现了2次,结果会被分成包含3个字符串的列表。
"""
temp = my_str.split("python")
print(temp)
结果:
>>> %Run test.py
['I love ', ',', ' is the best language.']
>>>
参数3 max 分割次数训练
# 字符串内建方法 split() 训练
my_str = "python c++ java c#"
"""
省略参数 separator 分隔符,默认值为空白字符
省略参数 max 分隔次数,默认值为-1,所有分隔符出现的位置都会分隔,
空格出现了3次,结果会分成包含4个字符串的列表。
"""
temp = my_str.split()
print(temp)
print(type(temp))
结果:
>>> %Run test.py
['python', 'c++', 'java', 'c#']
<class 'list'>
>>>
# 字符串内建方法 split() 训练
my_str = "python c++ java c#"
"""
以指定 separator 分隔符空格分隔1次,生成包含2个元素的列表
"""
temp = my_str.split(" ",1)
print(temp)
结果:
>>> %Run test.py
['python', 'c++ java c#']
>>>
# 字符串内建方法 split() 训练
my_str = "python c++ java c#"
"""
以指定 separator 分隔符空格分隔2次,生成包含3个元素的列表
"""
temp = my_str.split(" ",2)
print(temp)
结果:
>>> %Run test.py
['python', 'c++', 'java c#']
>>>
# 字符串内建方法 split() 训练
my_str = "python c++ java c#"
"""
以指定 separator 分隔符空格分隔3次,生成包含4个元素的列表
"""
temp = my_str.split(" ",3)
print(temp)
结果:
>>> %Run test.py
['python', 'c++', 'java', 'c#']
>>>
本文环境: win7 + Thonny3.2.6
相关文章:
python3字符串内建方法split()心得
python3字符串内建方法split()心得 概念 用指定分隔符(默认是任何空白字符)将字符串拆分成列表。 语法 string.split(separator.max) 参数1.split(参数2,参数3) 参数1:string 字符串,需要被拆分的字符串。 参数2&a…...
html的列表标签
列表标签 列表在html里面经常会用到的,主要使用来布局的,使其整齐好看. 无序列表 无序列表[重要]: ul ,li 示例代码1: 对应的效果: 无序列表的属性 属性值描述typedisc,square,…...
【Pytorch深度学习开发实践学习】B站刘二大人课程笔记整理lecture04反向传播
lecture04反向传播 课程网址 Pytorch深度学习实践 部分课件内容: import torchx_data [1.0,2.0,3.0] y_data [2.0,4.0,6.0] w torch.tensor([1.0]) w.requires_grad Truedef forward(x):return x*wdef loss(x,y):y_pred forward(x)return (y_pred-y)**2…...
PyTorch使用Tricks:学习率衰减 !!
文章目录 前言 1、指数衰减 2、固定步长衰减 3、多步长衰减 4、余弦退火衰减 5、自适应学习率衰减 6、自定义函数实现学习率调整:不同层不同的学习率 前言 在训练神经网络时,如果学习率过大,优化算法可能会在最优解附近震荡而无法收敛&#x…...
10MARL深度强化学习 Value Decomposition in Common-Reward Games
文章目录 前言1、价值分解的研究现状2、Individual-Global-Max Property3、Linear and Monotonic Value Decomposition3.1线性值分解3.2 单调值分解 前言 中心化价值函数能够缓解一些多智能体强化学习当中的问题,如非平稳性、局部可观测、信用分配与均衡选择等问题…...
2 Nacos适配达梦数据库实现方案
1、修改源代码方式 Nacos 原生是不支持达梦数据库的,所以就要想办法让它 “支持”,因为是开源软件,我们可以从源码入手,在流行的 1.x 、2.x 或最新版本代码的基本上进行修改。 主要涉及到以下内容的修改: com/alibaba/nacos/persistence/datasource/ExternalDataS...
【Gitea】配置 Push To Create
引 在 Git 代码管理工具使用过程中,经常需要将一个文件夹作为仓库上传到一个未创建的代码仓库。如果 Git 服务端使用的是 Gitea,通常会推送失败。 PS D:\tmp\git-test> git remote add origin http://192.1.1.1:3000/root/git-test.git PS D:\tmp\g…...
关于postgresql数据库单独设置某个用户日志级别(日志审计)
前言: 很多时候我们想让数据库日志打印详细一点,但是又担心会对数据库本身产生一些不可控的影响,还会担心数据库产生的庞大的日志导致主机资源不太够用的影响。那么今天我们就通过讲解给单个用户设置 log_statement来解决以上这些问题。 注…...
阿里云ECS香港服务器性能强大、cn2高速网络租用价格表
阿里云香港服务器中国香港数据中心网络线路类型BGP多线精品,中国电信CN2高速网络高质量、大规格BGP带宽,运营商精品公网直连中国内地,时延更低,优化海外回中国内地流量的公网线路,可以提高国际业务访问质量。阿里云服务…...
实战打靶集锦-025-HackInOS
文章目录 1. 主机发现2. 端口扫描3. 服务枚举4. 服务探查5. 提权5.1 枚举系统信息5.2 探索一下passwd5.3 枚举可执行文件5.4 查看capabilities位5.5 目录探索5.6 枚举定时任务5.7 Linpeas提权 靶机地址:https://download.vulnhub.com/hackinos/HackInOS.ova 1. 主机…...
list.stream().forEach()和list.forEach()的区别
list.stream().forEach() 和 list.forEach() 在 Java 中都是用于遍历集合元素的方法,但它们在使用场景和功能上有所不同: list.forEach(): 是从 Java 8 开始引入到 java.util.List 接口的标准方法。直接对列表进行迭代,它采用内部…...
JS基础之JSON对象
JS基础之JSON对象 目录 JS基础之JSON对象对象转JSON字符串JSON转JS对象 对象转JSON字符串 JSON.stringify(value,replacer,space) value:要转换的JS对象 replacer:(可选)用于过滤和转换结果的函数或数组 space:(可选)指定缩进量 // 创建JS对象 let date {name:"张三…...
嵌入式学习之Linux入门篇——使用VMware创建Unbuntu虚拟机
目录 主机硬件要求 VMware 安装 安装Unbuntu 18.04.6 LTS 新建虚拟机 进入Unbuntu安装环节 主机硬件要求 内存最少16G 硬盘最好分出一个单独的盘,而且最少预留200G,可以使用移动固态操作系统win7/10/11 VMware 安装 版本:VMware Works…...
大模型中的token是什么?
定义 大模型的"token"是指在自然语言处理(NLP)任务中,模型所使用的输入数据的最小单元。这些token可以是单词、子词或字符等,具体取决于模型的设计和训练方式。 大模型的token可以是单词级别的,也可以是子…...
跳表是一种什么样的数据结构
跳表是有序集合的底层数据结构,它其实是链表的一种进化体。正常链表是一个接着一个用指针连起来的,但这样查找效率低只有O(n),为了解决这个问题,提出了跳表,实际上就是增加了高级索引。朴素的跳表指针是单向的并且元素…...
【刷题记录】最大公因数,最小公倍数(辗转相除法、欧几里得算法)
本系列博客为个人刷题思路分享,有需要借鉴即可。 1.题目链接: 无 2.详解思路: 题目描述:输入两个正整数,输出其最大公因数和最小公倍数 一般方法:最大公因数:穷加法;最小公倍数&…...
ETL快速拉取物流信息
我国作为世界第一的物流大国,但是在目前的物流信息系统还存在着几大的痛点。主要包括以下几个方面: 数据孤岛:有些物流企业各个部门之间的数据标准不一致,难以实现数据共享和协同,容易导致信息孤岛。 操作繁琐&#x…...
17.1 SpringMVC框架_SpringMVC入门与数据绑定(❤❤)
17.1 SpringMVC框架_SpringMVC入门与数据绑定 1. SpringMVC入门1.1 MVC介绍1.2 环境配置1. 依赖引入2. web配置文件:DispatchServlet配置3. applicationContext.xml配置4. 开发Controller控制器(❤❤)1.3 MVC处理流程图2. Spring MVC数据绑定2.1 URL Mapping2.2 URL Mapping三个…...
Leetcode 11.盛水最多的容器
题目 给定一个长度为 n 的整数数组 height 。有 n 条垂线,第 i 条线的两个端点是 (i, 0) 和 (i, height[i]) 。 找出其中的两条线,使得它们与 x 轴共同构成的容器可以容纳最多的水。 返回容器可以储存的最大水量。 说明:你不能倾斜容器。…...
《Go 简易速速上手小册》第7章:包管理与模块(2024 最新版)
文章目录 7.1 使用 Go Modules 管理依赖 - 掌舵向未来7.1.1 基础知识讲解7.1.2 重点案例:Web 服务功能描述实现步骤扩展功能7.1.3 拓展案例 1:使用数据库功能描述实现步骤扩展功能7.1.4 拓展案例 2:集成 Redis 缓存功能描述实现步骤...
C51结构体内存分配限制与解决方案
1. C51结构体成员的内存空间限制解析在8051单片机开发中,C51编译器对结构体成员的内存分配有着严格限制。这个问题困扰过不少从标准C转向嵌入式开发的工程师。让我用一个实际案例来解释这个技术细节:struct sensor_data {float data temperature; // 试…...
零基础转专业计算机机试,我用这5道题帮你摸清浙工大出题套路(附C++代码)
零基础转专业计算机机试:5道真题破解浙工大出题密码(附C实战代码) 第一次面对计算机转专业机试时,我盯着屏幕上闪烁的光标,手指悬在键盘上方却不知从何下手。那种面对陌生题型的茫然感,至今记忆犹新。现在作…...
告别Keil4!手把手教你用Keil C51 V9.61编译51单片机代码(附最新激活方法)
51单片机开发效率革命:Keil C51 V9.61全栈升级指南 当你的51单片机项目编译进度条像蜗牛爬行时,当老旧开发环境频繁卡顿崩溃时,开发者们都在期待一场彻底的效率革命。Keil C51 V9.61的发布,正是针对这些痛点的技术回应——它不仅将…...
电源BOM砍掉30%!这颗SiC PSR芯片让12W-200W设计更简单
摘要:传统反激电源设计中,光耦反馈网络、TL431基准源、补偿电路占据了大量BOM成本与PCB面积。芯茂微LP3798系列采用原边PSR架构内置/外推SiC功率管方案,无需光耦即可实现恒压恒流控制,全系满足7级能效,待机功耗<75m…...
RVC-WebUI语音克隆:如何在5分钟内打造你的专属AI声优
RVC-WebUI语音克隆:如何在5分钟内打造你的专属AI声优 【免费下载链接】rvc-webui liujing04/Retrieval-based-Voice-Conversion-WebUI reconstruction project 项目地址: https://gitcode.com/gh_mirrors/rv/rvc-webui 想象一下,用你自己的声音为…...
告别WPF默认丑界面:用MahApps.Metro快速打造现代化桌面应用(Visual Studio 2022实战)
用MahApps.Metro重塑WPF应用:从传统到现代的视觉革命 当用户第一次打开一个默认样式的WPF应用时,那种扑面而来的Windows XP时代感往往让人失望。作为开发者,我们花费大量时间在功能实现上,却常常因为UI的陈旧感而让整个应用显得廉…...
告别手描!用ArcGIS的ArcScan插件5分钟搞定等高线矢量化(附详细参数设置)
高效地形图处理:ArcScan插件等高线矢量化全流程解析 在测绘与地理信息系统工作中,纸质地形图的数字化一直是基础却耗时的环节。传统手工矢量化不仅效率低下,还容易引入人为误差。ArcGIS平台中的ArcScan插件为解决这一痛点提供了专业方案&…...
RT-Thread Smart用户态开发:基于xmake的嵌入式高性能应用构建实践
1. 项目概述与核心价值最近在嵌入式圈子里,和几位做工业网关和智能设备的朋友聊天,大家普遍有个痛点:项目从单片机往更高性能的处理器(比如Cortex-A系列)迁移时,开发体验有点“开倒车”。在资源受限的单片机…...
训练和微调
训练和微调微调本质上就是在调整(更新)模型的参数。当我们说“调整参数”时,指的是调整神经网络内部数以亿计的权重(Weights)和偏置(Biases)。全量微调(Full Fine-Tuning)…...
Perplexity实时追踪offer状态?不,但你能用它反向验证录取概率——基于3年1,246条真实案例的数据建模法
更多请点击: https://intelliparadigm.com 第一章:Perplexity留学信息查询 Perplexity 是一款基于大语言模型的实时信息检索工具,其“学术模式”与“引用溯源”能力特别适用于留学申请者快速获取权威、时效性强的海外院校政策、截止日期、语…...
