Python学习笔记(六)
"""
演示对序列进行切片操作
"""
# 切片;从一个序列中,取出一个子序列
# 语法[起始下标:结束下标:步长]
# 这三个都不写也行,视为从头到尾步长为1
# 起始下标不写,视作从头开始
# 结束下标不写,视为截取到结尾
# 步长为1是挨个截取
# 对list进行切片,从1开始,4结束,步长1# 倒序输出元组、序列、字符串的方法
# my_tuple = (0, 1, 2, 3, 4, 5, 6)
# result6 = my_tuple[::-1]
# print(f"结果6:{result6}")
#
#
# my_list = [0, 1, 2, 3, 4, 5, 6]
# result1 = my_list[1:4] # 步长默认是1,所以可以省略不写
# print(f"结果1:{result1}")
#
# # 对tuple进行切片,从头开始,到最后结束,步长1
# my_tuple = (0, 1, 2, 3, 4, 5, 6)
# result2 = my_tuple[:] # 起始和结束不写表示从头到尾,步长为1可以省略
# print(f"结果2:{result2}")
#
# # 对str进行切片,从头开始,到最后结束,步长2
# my_str = "01234567"
# result3 = my_str[::2]
# print(f"结果3:{result3}")
#
#
# # 对str进行切片,从头开始,到最后结束,步长-1
# my_str = "01234567"
# result4 = my_str[::-1] # 等同于将序列反转了
# print(f"结果4:{result4}")
#
#
# # 对列表进行切片,从3开始,到1结束,步长-1
# my_list = [0, 1, 2, 3, 4, 5, 6]
# result5 = my_list[3:1:-1]
# print(f"结果5:{result5}")
## # 对元组进行切片,从头开始,到尾结束,步长-2
# my_tuple = (0, 1, 2, 3, 4, 5, 6)
# result7 = my_tuple[::-2]
# print(f"结果6:{result7}")# 小练习
# str="万过薪月,里这来,nohtyP学"
# new_str=str[::-1][9:14]
# print(new_str)
#
# str1="万过薪月,里那来,nohtyP学"
# new_str=str1[5:10][::-1]
# print(new_str)
#
# print(f"{str[9]}{str[8]}{str[7]}{str[6]}{str[5]}")# 集合是{元素1,元素2,} 集合中的元素是不重复的,即使定义的时候写的是重复的,也会自动删掉重复的部分,输出也会删掉重复的元素
# 拿到集合的元素的顺序是无法保证的
# 集合不支持下标索引,不能用while遍历
"""
演示数据容器集合的使用
"""
# 定义集合
my_set = {"智慧教育", "大厂程序员", "itmi", "智慧教育", "大厂程序员", "ithmi", "智慧教育", "大厂程序员", "ithmi"}
my_set_empty = set() # 定义空集合
print(f"my_set的内容是:{my_set}, 类型是:{type(my_set)}")
print(f"my_set_empty的内容是:{my_set_empty}, 类型是:{type(my_set_empty)}")
#
# # 添加新元素
my_set.add("Python")
my_set.add("小智教育") #
print(f"my_set添加元素后结果是:{my_set}")
# # 移除元素
my_set.remove("大厂程序员")
print(f"my_set移除大厂程序员后,结果是:{my_set}")
# # 随机取出一个元素
my_set = {"传智教育", "大厂程序员", "itmi"}
element = my_set.pop()
print(f"集合被取出元素是:{element}, 取出元素后:{my_set}")
#
# # 清空集合, clear
# my_set.clear()
# print(f"集合被清空啦,结果是:{my_set}")
#
# # 取2个集合的差集
# set1 = {1, 2, 3}
# set2 = {1, 5, 6}
# # 返回·在set1中和set2不同的元素
# set3 = set1.difference(set2)
# print(f"取出差集后的结果是:{set3}")
# print(f"取差集后,原有set1的内容:{set1}")
# print(f"取差集后,原有set2的内容:{set2}")
#
#
# # 消除2个集合的差集
# set1 = {1, 2, 3}
# set2 = {1, 5, 6}
# # 删除set1中和set2相同的元素,set2不变
# set1.difference_update(set2)
# print(f"消除差集后,集合1结果:{set1}")
# print(f"消除差集后,集合2结果:{set2}")
#
# # 2个集合合并为1个
# set1 = {1, 2, 3}
# set2 = {1, 5, 6}
# set3 = set1.union(set2)
# print(f"2集合合并结果:{set3}")
# print(f"合并后集合1:{set1}")
# print(f"合并后集合2:{set2}")
#
# # 统计集合元素数量len()
# set1 = {1, 2, 3, 4, 5, 1, 2, 3, 4, 5}
# num = len(set1)
# print(f"集合内的元素数量有:{num}个")
#
# # 集合的遍历
# # 集合不支持下标索引,不能用while循环
# # 可以用for循环
# set1 = {1, 2, 3, 4, 5}
# for element in set1:
# print(f"集合的元素有:{element}")# 小练习
list=set()
my_list=['小小程序员','飞智播客','小小程序员',"飞智播客",'itzi','itfast','itfast','itzi','best']
for i in my_list:print(f"{i}")list.add(i)
print(list)相关文章:
Python学习笔记(六)
""" 演示对序列进行切片操作 """ # 切片;从一个序列中,取出一个子序列 # 语法[起始下标:结束下标:步长] # 这三个都不写也行,视为从头到尾步长为1 # 起始下标不写,视作从头开…...
大数据安全规划总体方案(45页PPT)
方案介绍: 大数据安全规划总体方案的制定,旨在应对当前大数据环境中存在的各类安全风险,包括但不限于数据泄露、数据篡改、非法访问等。通过构建完善的安全防护体系,保障大数据在采集、存储、处理、传输、共享等全生命周期中的安…...
第20周:Pytorch文本分类入门
目录 前言 一、前期准备 1.1 环境安装导入包 1.2 加载数据 1.3 构建词典 1.4 生成数据批次和迭代器 二、准备模型 2.1 定义模型 2.2 定义示例 2.3 定义训练函数与评估函数 三、训练模型 3.1 拆分数据集并运行模型 3.2 使用测试数据集评估模型 总结 前言 …...
记一次 SpringBoot2.x 配置 Fastjson请求报 internal server 500
1.遇到的问题 报错springboot从2.1.16升级到2.5.15,之后就报500内部错误,后面调用都是正常的,就考虑转换有错。 接口返回错误: 2.解决办法 因为我用了fastjson,需要转换下,目前可能理解就是springboot-we…...
OSPF笔记
OSPF:开放式最短路径优先协议 使用范围:IGP 协议算法特点:链路状态型路由协议,SPF算法 协议是否传递网络掩码:传递网络掩码 协议封装:基于ip协议封装,协议号为89 一,ospf特点 1…...
IOC容器初始化流程
IOC容器初始化流程 一、概要1.准备上下文prepareRefresh()2. 获取beanFactory:obtainFreshBeanFactory()3. 准备beanFactory:prepareBeanFactory(beanFactory)4. 后置处理:postProcessBeanFactory()5. 调用bean工厂后置处理器:invokeBeanFactoryPostProcessors()6. 注册bea…...
第二季度云计算市场份额榜单:微软下滑,谷歌上升,AWS仍保持领先
2024 年第二季度,随着企业云支出达到 790 亿美元的新高,三大云计算巨头微软、谷歌云和 AWS的全球云市场份额发生了变化。 根据新的市场数据,以下是 2024 年第二季度全球云市场份额结果和六大世界领先者,其中包括 AWS、阿里巴巴、…...
三点确定圆心算法推导
已知a,b,c三点求过这三点的圆心坐标 a ( x 1 , y 1 ) a(x_1, y_1) a(x1,y1) 、 b ( x 2 , y 2 ) b(x_2, y_2) b(x2,y2) 、 c ( x 3 , y 3 ) c(x_3, y_3) c(x3,y3) 确认三点是否共线 叉积计算方式 v → ( X 1 , Y 1 ) u → ( X 2 , Y 2 ) X 1 Y 2 − X 2 Y 1 \…...
神经网络 (NN) TensorFlow Playground在线应用程序
神经网络 (NN) 历史上最重要的发现之一是神经网络 (NN) 的强大功能。 在神经网络中,称为神经元的许多数据层被添加在一起或相互堆叠以计算新的数据级别。 常用的简称: DNN 深度神经网络CNN 卷积神经网络RNN 循环神经网络 神经元 科学家一致认为&am…...
腾讯课堂 离线m3u8.sqlite转成视频
为了广大腾讯课堂用户对于购买的课程不能正常离线播放,构成知识付费损失,故出此文档。 重点:完全免费!!!完全免费!!!完全免费!!! 怎么…...
Linux多路转接
文章目录 IO模型多路转接select 和 pollepoll IO模型 在还在学习语言的阶段,C里使用cin,或者是C使用scanf的时候,总是要等着我们输入数据才执行,这种IO是阻塞IO。下面是比较正式的说法。 阻塞IO: 在内核将数据准备好之前…...
IDEA导入Maven项目的流程配置以常见问题解决
1. 前言 本文主要围绕着在IDEA中导入新Maven项目后的配置及常见问题解决来展开说说。相关的部分软件如下: IntelliJ IDEA 2021.1JDK 1.8Window 2. 导入Maven项目及配置 2.1 导入Maven项目 下面介绍了直接打开本地项目和导入git上的项目两种导入Maven方式。 1…...
【数据分析---- Pandas进阶指南:核心计算方法、缺失值处理及数据类型管理】
前言: 💞💞大家好,我是书生♡,本阶段和大家一起分享和探索数据分析,本篇文章主要讲述了:Pandas进阶指南:核心计算方法、缺失值处理及数据类型管理等等。欢迎大家一起探索讨论&#x…...
2024世界机器人大会将于8月21日至25日在京举行
2024年的世界机器人大会预定于8月21日至25日,在北京经济技术开发区的北人亦创国际会展中心隆重举办。 本届大会以“共育新质生产力 共享智能新未来”为核心主题,将汇聚来自全球超过300位的机器人行业专家、国际组织代表、杰出科学家以及企业家࿰…...
【Linux】lvm被删除或者lvm丢失了怎么办
模拟案例 接下来模拟lvm误删除如何恢复的案例: 模拟删除: 查看vg名: vgdisplayvgcfgrestore --list uniontechos #查看之前的操作 例如我删除的,现场没有删除就用最近的操作文件: 还原: vgcfgrestore…...
疫情防控管理系统
摘 要 由于当前疫情防控形势复杂,为做好学校疫情防控管理措施,根据上级防疫部门要求,为了学生的生命安全,要求学校加强疫情防控的管理。为了迎合时代需求,优化管理效率,各种各样的管理系统应运而生&#x…...
永久删除的Android 文件去哪了?在Android上恢复误删除的消息和照片方法?
丢失重要消息和照片可能是一种令人沮丧的经历,尤其是在您没有备份的情况下。但别担心,在本教程中,我们将指导您完成在Android设备上恢复已删除消息和照片的步骤。无论您是不小心删除了它们还是由于软件问题而消失了,这些步骤都可以…...
宠物服务小程序多生态转化
宠物服务如美容造型、医疗、看护寄养等有着不少需求,尤其是年轻人从宠物生活到饮食起居等面面俱到,往往不惜金钱给到较好的环境,如定时除虫、优质食物、玩具、检查身体、服饰; 近些年宠物服务店新开数量也较多,同行竞…...
今天细说一下工业制造行业MES系统
文章目录 前言什么是MES? 前言 最近几个月在做制造行业的MES系统开发,这类面向制造业的系统是今年做的第三个系统了,也算是了解较深的了,和一个之前转行做这一块的朋友聊了聊,他们集团要扩大规模,准备招ME…...
C++ 知识点(长期更新)
C++ 知识点 C/C++1. `cin`, `cin.get()`, `getchar()`, `getline()`, 和 `cin.getline()`的区别。2. 有关 cin >>3. 定义和声明的区别4. `union`、`struct`和`class`的区别5. 深拷贝 vs 浅拷贝6. new 和 malloc 的区别7. 被free回收的内存是立即返还给操作系统吗?为什么…...
seo综合查询工具和网站分析工具有什么区别_seo综合查询工具如何分析网站关键词排名
SEO综合查询工具和网站分析工具有什么区别 在当今的数字营销环境中,SEO(搜索引擎优化)工具是企业和营销人员提升网站排名的关键。其中,SEO综合查询工具和网站分析工具虽然都在帮助提升网站的搜索引擎排名,但它们之间有…...
千问3.5-2B开源可部署教程:基于CSDN GPU平台,5分钟完成图文理解服务上线
千问3.5-2B开源可部署教程:基于CSDN GPU平台,5分钟完成图文理解服务上线 1. 千问3.5-2B模型简介 千问3.5-2B是Qwen系列中的小型视觉语言模型,它能够同时理解图片内容和处理自然语言。这个模型特别适合需要快速搭建图文理解服务的场景&#…...
千问3.5-2B辅助MATLAB科学计算:算法实现与结果可视化脚本生成
千问3.5-2B辅助MATLAB科学计算:算法实现与结果可视化脚本生成 1. 科研计算的新助手 作为一名经常使用MATLAB的科研工作者,你是否遇到过这样的困扰:明明知道要解决什么数学问题,却卡在代码实现环节?或者花了大量时间调…...
Open Interpreter实时代码预览:沙箱模式部署详细说明
Open Interpreter实时代码预览:沙箱模式部署详细说明 1. 项目概述 Open Interpreter 是一个让人眼前一亮的开源工具,它能让你用平常说话的方式告诉AI要做什么,然后AI就会在你的电脑上直接写代码、运行代码,甚至帮你修改代码。想…...
OpenClaw+千问3.5-9B:自动化学习笔记整理系统
OpenClaw千问3.5-9B:自动化学习笔记整理系统 1. 为什么需要自动化笔记整理 作为一个长期与技术文档打交道的开发者,我发现自己陷入了一个困境:每天阅读大量技术文章、论文和在线课程,但收集的笔记却散落在不同平台——有些在One…...
语燕输入法YuyanIme与其他主流输入法对比评测:7大核心优势深度解析
语燕输入法YuyanIme与其他主流输入法对比评测:7大核心优势深度解析 【免费下载链接】YuyanIme 语燕输入法-一款基于Rime定制开发的九键、全拼、双拼、手写、火星文等方案、支持悬浮、单手、数字行等键盘模式的中文输入法 项目地址: https://gitcode.com/gh_mirror…...
DeepSeek-R1-Distill-Llama-8B行业落地:金融研报初稿生成与合规性校验辅助应用实践
DeepSeek-R1-Distill-Llama-8B行业落地:金融研报初稿生成与合规性校验辅助应用实践 1. 引言:金融分析师的新助手 如果你在金融行业工作,每天都要写各种研究报告,那你一定知道这个过程有多耗时耗力。从收集数据、分析趋势&#x…...
seo关键词买量报价是多少_seo关键词推广报价是多少
SEO关键词买量报价是多少_SEO关键词推广报价是多少 在当前的数字营销环境中,SEO(搜索引擎优化)已经成为企业提升网站流量和品牌知名度的重要手段。其中,关键词买量报价和关键词推广报价是两个关键概念,对于企业进行SE…...
snabbt.js与Hammer.js集成终极指南:打造流畅触摸手势动画的10个技巧
snabbt.js与Hammer.js集成终极指南:打造流畅触摸手势动画的10个技巧 【免费下载链接】snabbt.js Fast animations with javascript and CSS transforms 项目地址: https://gitcode.com/gh_mirrors/sn/snabbt.js snabbt.js是一个轻量级JavaScript动画库&#…...
幻境·流金惊艳生成:从织梦令到流金光影汇聚的全过程效果对比
幻境流金惊艳生成:从织梦令到流金光影汇聚的全过程效果对比 1. 开篇:当技术遇见艺术的美妙邂逅 想象一下,你脑海中浮现出一个绝美的画面:赛博朋克都市中霓虹流淌的街道,或是水墨意境中的玄金山水。传统方式需要数小时…...
