python需要掌握那些语法
1-list数据类型
- 内置方法查看长度
- len(list)
2.array数据类型
查看形状
3.tuple
取出元组
t = (1, 2, 3, 4, 5)
# 取出第一个元素
2first_element = t[0]
3print(first_element) # 输出:1
4
5# 取出第三个元素
6third_element = t[2]
7print(third_element) # 输出:3
self.train_dataset[77]
len( self.train_dataset)
100
self.train_dataset[77]
['p316', array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0.,... 0., 1., 0., 0., 0.],dtype=float32), (array([[ 0.2622058 , 0.2520623 , 0.22725889, ..., 0.01219749,0.01633989,... 0.07434033, 0.07480213]], dtype=float32), array([-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000...00000e+10, -1.0000000e+10], dtype=float32)), None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, None, ...]
special variables:
function variables:
000: 'p316'
001: array([0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0.,0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 0., 1., 0., 0., 0.],dtype=float32)
002: (array([[ 0.2622058 , 0.2520623 , 0.22725889, ..., 0.01219749,0.01633989,... 0.07434033, 0.07480213]], dtype=float32), array([-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000...00000e+10, -1.0000000e+10], dtype=float32))
003: None
004: None
005: None
006: None
007: None
008: None
009: None
010: None
011: None
012: None
013: None
014: None
015: None
016: None
017: None
018: None
019: None
020: None
021: None
022: None
023: None
024: None
025: None
026: None
027: None
028: None
029: None
030: None
031: None
032: None
033: None
034: None
035: None
036: None
037: None
038: None
039: None
040: None
041: None
042: None
043: None
044: None
045: None
046: None
047: None
048: None
049: None
050: None
051: None
052: None
053: None
054: None
055: None
056: None
057: None
058: None
059: None
060: None
061: None
062: None
063: None
064: None
065: None
066: None
067: None
068: None
069: None
070: None
071: None
072: None
073: None
074: None
075: None
076: None
077: None
078: None
079: None
080: None
081: None
082: None
083: None
084: None
085: None
086: None
087: None
088: None
089: None
090: None
091: None
092: None
093: None
094: None
095: None
096: None
097: None
098: None
099: None
more: [100:423]
len(): 423
self.train_dataset[0][2]
(array([[ 0.3585394 , 0.3018739 , 0.31105113, ..., 0.11300398,0.13763978,... 0.19390605, 0.20955321]], dtype=float32), array([-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000...10,-1.0000000e+10], dtype=float32))
special variables:
function variables:
0: array([[ 0.3585394 , 0.3018739 , 0.31105113, ..., 0.11300398,0.13763978, 0.1481771 ],[ 0.39186838, 0.28555837, 0.26440546, ..., 0.05680866,0.08005004, 0.08875965],[ 0.4017174 , 0.26269558, 0.2291187 , ..., 0.03097245,-0.01500634, -0.05946859],...,[ 0.31265986, 0.26113972, 0.24987312, ..., 0.00301073,-0.00385549, -0.05521088],[ 0.393526 , 0.3625572 , 0.2850872 , ..., 0.1024707 ,0.10312076, 0.11706395],[ 0.4812853 , 0.4445946 , 0.38248026, ..., 0.1924281 ,0.19390605, 0.20955321]], dtype=float32)
1: array([-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, 6.4911819e-01,6.2345779e-01, 6.4090478e-01, 6.4279598e-01, 6.4552206e-01,6.4994138e-01, 6.5974551e-01, 6.6462046e-01, 6.7087328e-01,6.6634196e-01, 6.6224831e-01, 6.6087329e-01, 6.5927708e-01,6.5056252e-01, 6.3305575e-01, 5.4912585e-01, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, 6.3081306e-01,5.2999961e-01, 5.0226504e-01, 4.8222768e-01, 4.5869541e-01,4.3690044e-01, 4.3986464e-01, 4.4301969e-01, 4.4689795e-01,4.3496856e-01, 4.2702240e-01, 4.1260844e-01, 3.4266099e-01,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, 6.1800110e-01,4.4760248e-01, 4.0614852e-01, 3.7573645e-01, 3.6150464e-01,3.5052958e-01, 3.3238921e-01, 3.3283028e-01, 3.4399042e-01,3.7932014e-01, 3.6280128e-01, 3.4794918e-01, 3.8073543e-01,3.9630288e-01, 3.8179722e-01, 3.6594597e-01, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10, -1.0000000e+10, -1.0000000e+10, -1.0000000e+10,-1.0000000e+10], dtype=float32)
len(): 2
导入包的路径问题
import sys
sys.path.append('/home/zjx/CosyVoice-main')
在Python中以绝对路径或者相对路径导入文件的方法_使用绝对路径导包-CSDN博客
遍历文件文件夹并进行操作
多线程处理文件的包
python多线程执行同一个函数_mob649e8157ebce的技术博客_51CTO博客
相关文章:
python需要掌握那些语法
1-list数据类型 内置方法查看长度len(list) 2.array数据类型 查看形状 3.tuple 取出元组 t (1, 2, 3, 4, 5) # 取出第一个元素 2first_element t[0] 3print(first_element) # 输出:1 4 5# 取出第三个元素 6third_element t[2] 7pr…...
CentOS Mysql8 数据库安装
添加mysql yum仓库 这里安装的是8.0版本,如需其他版本在此查看mysql版本列表 wget https://dev.mysql.com/get/mysql80-community-release-el7-3.noarch.rpm sudo rpm -Uvh mysql80-community-release-el7-3.noarch.rpm安装mysql sudo yum install mysql-server …...
新手教程---python-函数(新添加)
一、递归函数 在Python中,递归函数是指一个函数调用自身的过程。递归函数一般包括两个部分:基本情况和递归情况。 基本情况是指在递归过程中终止递归的条件。如果不满足基本情况,递归函数将进入递归情况,调用自身,并缩…...
Windows tasklist命令详解,Windows查看进程
「作者简介」:冬奥会网络安全中国代表队,CSDN Top100,就职奇安信多年,以实战工作为基础著作 《网络安全自学教程》,适合基础薄弱的同学系统化的学习网络安全,用最短的时间掌握最核心的技术。 tasklist 可以…...
数据结构——线性表(循环链表)
一、循环链表定义 将单链表中终端结点的指针端由空指针改为指向头结点,就使整个单链表形成一 个环,这种头尾相接的单链表称为单循环链表,简称循环链表(circular linked list)。 循环链表解决了一个很麻烦的问题。如何从当中一 个结点出发&am…...
深度剖析机构号矩阵系统:如何根据业务需求做出明智选择
在数字化营销的浪潮中,短视频平台如抖音、快手等已成为品牌传播和用户互动的重要渠道。为了更高效地管理这些平台的账号,机构号矩阵系统应运而生。本文将深度剖析机构号矩阵系统,并探讨如何根据业务需求做出明智的选择。 机构号矩阵系统概述…...
go语言的基础语法
基础语法 与python、vue等类似,go语言也分常量和变量等,常量用const(不可变)和变量var(可变)定义 常量 常量中的数据类型只可以是布尔型、数字型(整数型、浮点型和复数)和字符串型,值不可更改,表达式只支…...
Modbus转Ethernet/IP网关模块与汇川PLC通讯案例
Modbus转Ethernet/IP网关模块(XD-MDEP100)是一种用于将Modbus协议转换为Ethernet/IP协议的设备。它可以将Modbus RTU和Modbus TCP两种不同格式的Modbus数据包转换为Ethernet/IP协议的数据包,实现不同厂家的设备之间的数据交换和共享。在汇川P…...
【玩转python】入门篇day11-位运算
1、位运算语法 计算机中所有的数据都是以二进制的形式存储在设备中。即 0、1 两种状态,计算机对二进制数据进行的运算(、-、、/)都是叫位运算,相比在代码中直接使用(、-、、/)运算符,合理的运用位运算更能显著提高代码在机器上的执行效率。 …...
【Gitlab】记一次升级 Gitlab 后 API 失效的问题
背景 前段时间,因内部使用的 Gitlab 版本存在漏洞,需要进行升级,于是乎,将 Gitlab 从 16.6.0 升级到 16.11.3。而我们项目有个接口是用于获取 Gitlab 上的开发人员。 然后,今天,突然发现这个接口获取不到…...
2024.7.19 作业
1.链表的排序 int list_sort(NodePtr L) {if(NULLL || L->len<1){printf("排序失败");return -1;}int lenL->len1;NodePtr p;int i,j;for( i1;i<len;i){for( j0,pL;j<len-i;j,pp->next){if( p->data > p->next->data ){datatype tp-&…...
python如何创建SQLite 数据库连接,如何将数据库存储在内存中?
嗨,大家好,我是兰若姐姐。今天给大家说下如何创建SQLite 数据库连接,并将数据库存储在内存中,这是一种临时的、私有的数据存储空间,一般用于以下情形: 什么都不说,先上代码: import sqlite3创建数据库连接…...
机器学习-20-基于交互式web应用框架streamlit的基础使用教程
参考简洁而优雅地展示你的算法和数据——streamlit教程(一) 原理介绍与布局控制 参考Streamlit 讲解专栏(二):搭建第一个应用 Streamlit 讲解专栏(三):两种方案构建多页面 Streamlit 讲解专栏(五):探索强大而灵活的 st.write() 函数 1 streamlit 1.1 运行原理 im…...
基于luckysheet实现在线电子表格和Excel在线预览
概述 本文基于luckysheet实现在线的电子表格,并基于luckyexcel实现excel文件的导入和在线预览。 效果 实现 1. luckysheet介绍 Luckysheet ,一款纯前端类似excel的在线表格,功能强大、配置简单、完全开源。 官方文档在线Demo 2. 实现 …...
【学习笔记】无人机系统(UAS)的连接、识别和跟踪(一)-3GPP TS 23.256 技术规范概述
3GPP TS 23.256 技术规范,主要定义了3GPP系统对无人机(UAV)的连接性、身份识别、跟踪及A2X(Aircraft-to-Everything)服务的支持。 3GPP TS 23.256 技术规范: 以下是文档的核心内容总结: UAV系…...
sqlalchemy_dm
1、参考文档: https://blog.csdn.net/njcwwddcz/article/details/126554118 https://eco.dameng.com/document/dm/zh-cn/pm/dmpython-dialect-package.html 2、生成工具 sqlalchemy2.0.0.zip 3、安装步骤 conda create --name kes --clone kes1 rz unzip sql…...
基于springboot+vue+uniapp的驾校预约平台小程序
开发语言:Java框架:springbootuniappJDK版本:JDK1.8服务器:tomcat7数据库:mysql 5.7(一定要5.7版本)数据库工具:Navicat11开发软件:eclipse/myeclipse/ideaMaven包&#…...
echarts实现3d柱状效果
代码如下,单个的调第一个方法,多个柱状的调第二个方法,具体情况修改参数或者二次开发即可 //3d柱状图 export function getEcharts3DBar (xAxisData:string[][name1,name2,name3], data:number[][1,2,3], colorObj:IBaseObject{topStartColo…...
Flask校验
WTForms 是一个 Python 库,用于处理和验证 Web 表单。它提供了很多功能来简化表单处理,包括字段类型、验证器、错误消息等。在 WTForms 中,validate 机制是用于确保表单数据满足特定条件的关键部分。 1.验证器(Validators&#x…...
web前端 Vue 框架面试120题(一)
面试题 1 . 简述Vue的MVVM 模式? 参考回答: MVVM 是 Model-View-ViewModel的缩写,即将数据模型与数据表现层通过数据驱动进行分离,从而只需要关系数据模型的开发,而不需要考虑页面的表现,具体说来如下:M…...
(LeetCode 每日一题) 3442. 奇偶频次间的最大差值 I (哈希、字符串)
题目:3442. 奇偶频次间的最大差值 I 思路 :哈希,时间复杂度0(n)。 用哈希表来记录每个字符串中字符的分布情况,哈希表这里用数组即可实现。 C版本: class Solution { public:int maxDifference(string s) {int a[26]…...
<6>-MySQL表的增删查改
目录 一,create(创建表) 二,retrieve(查询表) 1,select列 2,where条件 三,update(更新表) 四,delete(删除表…...
ETLCloud可能遇到的问题有哪些?常见坑位解析
数据集成平台ETLCloud,主要用于支持数据的抽取(Extract)、转换(Transform)和加载(Load)过程。提供了一个简洁直观的界面,以便用户可以在不同的数据源之间轻松地进行数据迁移和转换。…...
Python爬虫(一):爬虫伪装
一、网站防爬机制概述 在当今互联网环境中,具有一定规模或盈利性质的网站几乎都实施了各种防爬措施。这些措施主要分为两大类: 身份验证机制:直接将未经授权的爬虫阻挡在外反爬技术体系:通过各种技术手段增加爬虫获取数据的难度…...
土地利用/土地覆盖遥感解译与基于CLUE模型未来变化情景预测;从基础到高级,涵盖ArcGIS数据处理、ENVI遥感解译与CLUE模型情景模拟等
🔍 土地利用/土地覆盖数据是生态、环境和气象等诸多领域模型的关键输入参数。通过遥感影像解译技术,可以精准获取历史或当前任何一个区域的土地利用/土地覆盖情况。这些数据不仅能够用于评估区域生态环境的变化趋势,还能有效评价重大生态工程…...
NFT模式:数字资产确权与链游经济系统构建
NFT模式:数字资产确权与链游经济系统构建 ——从技术架构到可持续生态的范式革命 一、确权技术革新:构建可信数字资产基石 1. 区块链底层架构的进化 跨链互操作协议:基于LayerZero协议实现以太坊、Solana等公链资产互通,通过零知…...
全面解析各类VPN技术:GRE、IPsec、L2TP、SSL与MPLS VPN对比
目录 引言 VPN技术概述 GRE VPN 3.1 GRE封装结构 3.2 GRE的应用场景 GRE over IPsec 4.1 GRE over IPsec封装结构 4.2 为什么使用GRE over IPsec? IPsec VPN 5.1 IPsec传输模式(Transport Mode) 5.2 IPsec隧道模式(Tunne…...
Java线上CPU飙高问题排查全指南
一、引言 在Java应用的线上运行环境中,CPU飙高是一个常见且棘手的性能问题。当系统出现CPU飙高时,通常会导致应用响应缓慢,甚至服务不可用,严重影响用户体验和业务运行。因此,掌握一套科学有效的CPU飙高问题排查方法&…...
MySQL账号权限管理指南:安全创建账户与精细授权技巧
在MySQL数据库管理中,合理创建用户账号并分配精确权限是保障数据安全的核心环节。直接使用root账号进行所有操作不仅危险且难以审计操作行为。今天我们来全面解析MySQL账号创建与权限分配的专业方法。 一、为何需要创建独立账号? 最小权限原则…...
深度学习习题2
1.如果增加神经网络的宽度,精确度会增加到一个特定阈值后,便开始降低。造成这一现象的可能原因是什么? A、即使增加卷积核的数量,只有少部分的核会被用作预测 B、当卷积核数量增加时,神经网络的预测能力会降低 C、当卷…...
