python自学 序列day02

元素的增加和删除

  1. append()方法
    不创建新的对象,在原来的末尾加,速度最快
>>> a = [20,40]
>>> a.append(20)
>>> a
[20, 40, 20]
  1. +运算符操作
    用这个创建新的对象
>>> a = [20,40]
>>> id(a)
2220727413256
>>> a = a + [20]
>>> a
[20, 40, 20, 20]
>>> id(a)
2220727412616
  1. extend()方法
    将目标列表的所有元素添加到本列表尾部。不创建新对象,效率高
>>> a.extend([10,20,20])
>>> a
[20, 40, 20, 20, 30, 20, 10, 20, 20]
>>> 

insert()插入元素
将元素插入到任意位置,会让后面的所有元素移动,影响处理速度
6.乘法扩展

>>> a = [20,10]
>>> a*3
[20, 10, 20, 10, 20, 10]

列表元素的删除

  1. del删除

删除指定元素
后面的拷贝到前面

>>> a
[20, 10, 20, 10, 20, 10]
>>> del a[2]
>>> a
[20, 10, 10, 20, 10]
  1. pop()方法

删除并返回指定位置元素

3.rmove()方法

删除首次出现的元素,若不存在,抛出异常。直接搜的元素,不是索引

>>> a
[20, 10, 20]
>>> a.remove(10)
>>> a
[20, 20]

列表元素的访问和计数

  1. 通过索引
    a[]
  2. index()获得指定元素在列表中首次出现的索引
    a.index(value,start,end),其中start和end指定了搜索的范围
  3. count()获得指定元素在列表中出现的次数
  4. len()返回列表的长度
  5. 成员资格判断,
    判断是否存在,可以用in
    也可以count()是否大于零,一般比较麻烦

切片操作
slice()

列表排序
修改原列表,不建新

>>> a = [20,51,84,21]
#升序
>>> a.sort()
>>> a
[20, 21, 51, 84]
#降序
>>> a.sort(reverse=True)	
>>> a
[84, 51, 21, 20]
#乱序
>>> import random
>>> random.shuffle(a)
>>> a
[51, 21, 20, 84]

新建列表的排序
1.通过内置函数sorted()进行排序,返回新列表,不对原列表做修改
sorted()默认升序
2.reversed()返回迭代器
只能使用一次,指针过一遍

max最大值
min最小值
sum求和

多维列表,相当多维数组

元祖
元祖属于不可变序列。不能修改元祖中的元素,列表是可变的序列
元祖的创建
1.通过()创建元祖。小括号可以省略
如果只有一个,那必须后面加逗号。不然解释器会吧(1)当做整数,(1,)这为元祖
2.通过tuple()创建。(和列表的list一样)
元祖对象的删除del

元祖的访问和切片登内容个列表差不多
在排序的时候只能使用内置函数sorted()

zip(列表1,列表2,…)将多个压到一起

生成器推导式创建元祖(和列表一样。只不过是用(),列表用[])

移动指针__next__()调用指针移动


字典


字典是"键值对"的无序可变序列,每个元素都是一个键值对,包含:“键对象”和“值对象”。(和map相当)
1.字典的创建

  1. 可以通过{},dict()来创建字典对象
>>> a = {"name":"angj","age":14}
>>> a
{'name': 'angj', 'age': 14}
>>> b = dict(name='ajfd',age = 14)
>>> b
{'name': 'ajfd', 'age': 14}
>>> b = dict([("name","yangj"),("age",14)])
>>> b
{'name': 'yangj', 'age': 14}

创建空的不填即可

  1. 通过zip()创建
>>> k=["a","b","c","d"]	#创建建
>>> v=[100,200,300,400]	#创建值
>>> d = dict(zip(k,v))	#顺序不能乱
>>> d
{'a': 100, 'b': 200, 'c': 300, 'd': 400}
  1. 通过formkeys()创建值为空的字典

>>> a = dict.fromkeys(['name','age','job'])
>>> a
{'name': None, 'age': None, 'job': None}

键值对的访问

>>> d
{'a': 100, 'b': 200, 'c': 300, 'd': 400}
#访问键值
>>> d["a"]
100

#如果键值不存在,报错
>>> d["ddd"]
Traceback (most recent call last):
  File "<pyshell#36>", line 1, in <module>
    d["ddd"]
KeyError: 'ddd'

#get()方法获取
>>> d.get("a")
100

#不存在返回None
>>> print(d.get("dsds"))
None

#不存在。自定义返回值
>>> d.get("asdf","不存在")
'不存在'

#列出所有键值对
>>> d.items()
dict_items([('a', 100), ('b', 200), ('c', 300), ('d', 400)])

#列出所有的键,值
>>> d.keys()
dict_keys(['a', 'b', 'c', 'd'])
>>> d.values()
dict_values([100, 200, 300, 400])

#字典的个数
>>> len(d)
4

判断是否在字典
>>> "a" in d
True

字典元素的添加,修改,删除
1,给字典新增“键值对”,若存在,覆盖,不存在,新增

a = {“name”:“xiaoming”,“age”:“13”}
a
{‘name’: ‘xiaoming’, ‘age’: ‘13’}

a[“game”]=90
a
{‘name’: ‘xiaoming’, ‘age’: ‘13’, ‘game’: 90}

a[“name”]=“jie”
a
{‘name’: ‘jie’, ‘age’: ‘13’, ‘game’: 90}

2.使用update()将新字典所有键值对都添加到旧的上,如果有重复,则直接覆盖

a {“name”:“xiaoming”,“age”:“13”}
b = dict([(‘name’,‘xiao’),(‘a’,‘sdf’)])
b
{‘name’: ‘xiao’, ‘a’: ‘sdf’}

a.update(b)
a
{‘name’: ‘xiao’, ‘age’: ‘13’, ‘game’: 90, ‘a’: ‘sdf’}

3.字典元素的删除,

a
{‘name’: ‘xiao’, ‘age’: ‘13’, ‘game’: 90, ‘a’: ‘sdf’}

del(a[‘name’])#删除指定的对象
a
{‘age’: ‘13’, ‘game’: 90, ‘a’: ‘sdf’}

a.pop(‘age’)#删除并返回这个值
‘13’

a.clear()#清空元素
a
{}

4.popitem()随机删除和返回该键值对

b
{‘name’: ‘xiao’, ‘a’: ‘sdf’}

b.popitem()
(‘a’, ‘sdf’)

b.popitem()
(‘name’, ‘xiao’)

b.popitem()#没有时报错
Traceback (most recent call last):
File “<pyshell#25>”, line 1, in
b.popitem()
KeyError: ‘popitem(): dictionary is empty’

序列解包可以用于元祖,列表,字典

集合
集合是无序可变,元素不能重复。实际上集合的底层是字典的实现,集合所有的元素都是字典中的“键对象”,因此是不能重复的唯一的
1.使用{}创建对象
2.使用set(),将列表,元祖的可迭代对象转成集合,如果原来存在重复数据。则只保留一个

>>> a = [12,1,1,2,2,33]
>>> b = set(a)
>>> b
{1, 2, 12, 33}

3.remove()删除指定元素。clear()清空整个集合

集合的相关操作

>>> a = {'a','b','c',1,2,3}
>>> b = {'a','d','e',2,5,8}
#并集
>>> a|b
{1, 2, 3, 5, 8, 'd', 'b', 'a', 'c', 'e'}
>>> a.union(b)
{1, 2, 3, 5, 8, 'd', 'b', 'a', 'c', 'e'}
#交集
>>> a&b
{2, 'a'}
>>> a.intersection(b)
{2, 'a'}
#差集
>>> a - b
{'c', 1, 3, 'b'}
>>> a.difference(b)
{'c', 1, 3, 'b'}
  • 2
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
数字乡村和智慧农业的数字化转型是当前农业发展的新趋势,旨在通过应用数字技术,实现农业全流程的再造和全生命周期的管理服务。中国政府高度重视这一领域的发展,提出“数字中国”和“乡村振兴”战略,以提升国家治理能力,推动城乡融合发展。 数字乡村的建设面临乡村治理、基础设施、产业链条和公共服务等方面的问题,需要分阶段实施《数字乡村发展战略纲要》来解决。农业数字化转型的需求包括满足市民对优质农产品的需求、解决产销对接问题、形成优质优价机制、提高农业劳动力素质、打破信息孤岛、提高农业政策服务的精准度和有效性,以及解决农业融资难的问题。 数字乡村建设的关键在于构建“1+3+4+1”工程,即以新技术、新要素、新商业、新农民、新文化、新农村为核心,推进数据融合,强化农业大数据的汇集功能。数字农业大数据解决方案以农业数字底图和数据资源为基础,通过可视化监管,实现区域农业的全面数字化管理。 数字农业大数据架构基于大数据、区块链、GIS和物联网技术,构建农业大数据中心、农业物联网平台和农村综合服务指挥决策平台三大基础平台。农业大数据中心汇聚各类涉农信息资源和业务数据,支持大数据应用。信息采集系统覆盖市、县、乡、村多级,形成高效的农业大数据信息采集体系。 农业物联网平台包括环境监测系统、视频监控系统、预警预报系统和智能控制系统,通过收集和监测数据,实现对农业环境和生产过程的智能化管理。综合服务指挥决策平台利用数据分析和GIS技术,为农业决策提供支持。 数字乡村建设包括三大服务平台:治理服务平台、民生服务平台和产业服务平台。治理服务平台通过大数据和AI技术,实现乡村治理的数字化;民生服务平台利用互联网技术,提供各类民生服务;产业服务平台融合政企关系,支持农业产业发展。 数字乡村的应用场景广泛,包括农业生产过程、农产品流通、农业管理和农村社会服务。农业生产管理系统利用AIoT技术,实现农业生产的标准化和智能化。农产品智慧流通管理系统和溯源管理系统提高流通效率和产品追溯能力。智慧农业管理通过互联网+农业,提升农业管理的科学性和效率。农村社会服务则通过数字化手段,提高农村地区的公共服务水平。 总体而言,数字乡村和智慧农业的建设,不仅能够提升农业生产效率和管理水平,还能够促进农村地区的社会经济发展,实现城乡融合发展,是推动中国农业现代化的重要途径。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值