python学习笔记

热水过敏

已于 2023-04-20 23:49:35 修改

阅读量132

点赞数

分类专栏：深度学习笔记文章标签： python 学习笔记

于 2023-04-19 16:38:14 首次发布

本文链接：https://blog.csdn.net/Transfattyacids/article/details/130246789

版权

笔记同时被 2 个专栏收录

21 篇文章 2 订阅

订阅专栏

深度学习

3 篇文章 0 订阅

订阅专栏

本文介绍了Python的基础知识，包括字符串常用操作、列表和字典的方法，如循环、条件判断，以及字符串格式化。同时，讲解了JupyterNotebook的使用和Numpy库的导入，涉及数据类型、异常处理和文件操作等内容。

摘要由CSDN通过智能技术生成

基础知识

入x=input(“提示的信息”) / 输出print(“输出的信息”)
采用代码缩进和冒号 : 来区分代码块直接的层次
冒号和下一行的缩进，表示下一个代码块的开始，而缩进的结束则表示此代码块的结束
例子：
a=1
if a==1:
print(“正确”) # 缩进4个空白占位
else: # 与if对齐
print(“错误”) # 缩进4个空白占位
补充：要求属于同一作用域中的各行代码，它们的缩进量必须一致
运算符
** 幂运算符
// 进行除法运算后向下取整
成员运算符：in、not in
身份运算符：is、is not
id()函数：获取变量地址
数据类型：Number(int\float\complex复数)、String、List、Tuple元组、Set、Dictionary
Set集合：使用大括号 {} 或者 set() 函数创建，无序，不可重复，元素可变
注意：创建空集合必须使用set()函数
添加元素：add()；添加更多的元素update()；移出元素remove()
一行末尾+ “\”：换行
type()函数：获取任何对象的数据类型
生成随机数：
import random #导入random模块
print(random.randrange(1,11)) #随机生成一个1到10之间的随机数
pass 语句不做任何事情，一般用做站位语句，是为了保持程序结构的完整性
命名风格：函数名：FristFunctionName()；变量名：first_value_name

字符串

常用操作

在这里插入图片描述

常用方法

在这里插入图片描述

列表

常用方法

len、append、remove、max\min\sort
count、index、insert、reverse、clear、copy、pop

在这里插入图片描述

使用 for 循环对列表进行遍历

在这里插入图片描述

字典

基本格式

dict={ “key0”:”value0”,
		“key1”:”value1”
					…}

元组

元组的创建方式和列表一样，只不过用的是 ()，列表用的是 []，元组中的元素是不可改变的。元组可用作字典的键，也可以作为集合的元素，而列表则永远都不能当做字典键使用
e.g.
在这里插入图片描述

常用方法

dict.keys()：所有键 / dict.values()：所有值 / dict.itms：所有键值对
添加\更新key对应的值：dict [key]=”value”
key值是否存在：bool=”key” in dict
删除键值对：del dict[“key”]
键值对数：len(dict)

循环

for循环

基本格式
在这里插入图片描述

i从5到9
elif = else if

while循环

基本格式
在这里插入图片描述

字符串格式化

打印动态信息，使用format对字符串进行格式化

在这里插入图片描述
0/1：第1/2个参数

保留两位小数

函数

格式

def function(a,b):
  # 定义函数的代码
  # 定义函数的代码
  return a+b

调用

function(a,b)

python模块

引入：（第三种不推荐）
在这里插入图片描述
部分模块介绍：

glob：提供了一个函数用于从目录通配符搜索中生成文件列表
os：提供了许多与操作系统交互的函数，例如创建、移动和删除文件和目录，以及访问环境变量等
shutil：高级的文件，文件夹，压缩包处理模块
setuptools：Python distutils增强版的集合，帮助更简单的创建和分发Python包
typing：提供静态类型检查
time 模块：time 模块提供了处理时间的函数，例如获取当前时间、格式化日期和时间、计时等。

其他补充：

torch：包含了多维张量的数据结构以及基于其上的多种数学操作。另外，它也提供了多种工具，其中一些可以更有效地对张量和任意类型进行序列化。具体包括pytorch张量的生成，以及运算、切片、连接等操作，还包括神经网络中经常使用的激活函数，比如sigmoid、relu、tanh，还提供了与numpy的交互操作
opencv：图像视频数据处理的库
yolo：目标检测的算法
pytorch：实现yolo的框架

类

定义属性与方法

class student:
  def __init__(self,name,id):
    self.name=name
    self.id=id
    self.grade={"chinese":0,"math":0,"english":0 }

  def setGrade(self,course,grade):
    if course in self.grade:
      self.grade[course]=grade

  def printGrade(self):
    print(f"studentName：{self.name}（id：{self.id}）的成绩为：")
    for course in self.grade:
      print(f"{course}:{self.grade[course]}")

chen=student("小陈","1191002005")
chen.printGrade()

继承

class Employee:
  def __init__(self,name,id):
    self.name=name
    self.id=id
  def printInfo(self):
    print(f"员工姓名：{self.name}，工号：{self.id}")

class FullTimeEmployee(Employee):
  def __init__(self,name,id,monthSalary):
    super.__init__(name,id)
    self.monthltSalary=monthSalary