Python 集合之旅

alpha.reverse()

reverse() 也不返回值,并将反转当前列表。

字符串是列表吗?


字符串与列表有一些相似之处。但是,字符串是不可变的,而列表是可变的。

字符串像列表一样基于索引。您还可以获取字符串中的字符数,就像您可以获取列表中的项目数一样。

例如:

mystring = “The quick brown fox.”

print(len(mystring))

> 20

print(mystring[4])

> q

与列表不同,您不能通过附加来添加另一个字符。您也不能更新字符串中的特定元素。

请注意,如果我们尝试将字符分配给字符串中的特定位置会发生什么:

mystring[4] = ‘z’

> TypeError: ‘str’ object does not support item assignment

这就是字符串的不可变部分发挥作用的地方。

根据字符串,我们可以将字符串转换为列表。从上面获取我们的mystring变量。如果我们split()是字符串,它将默认按空格分割:

stringlist = mystring.split()

stringlist

>[‘The’, ‘quick’, ‘brown’, ‘fox.’]

type(stringlist)

><class ‘list’>

字符串中的每个单词都成为列表中的一个元素。我们还可以看到,类型显然是一个列表。

如果字符串没有空格,我们仍然可以拆分它。但结果会是什么?让我们检查一下:

mystring2 = “Thequickbrownfox.”

stringlist2 = mystring2.split()

stringlist2

type(stringlist2)

>[‘Thequickbrownfox.’]

><class ‘list’>

我们仍然得到一个列表,但这次只有一个元素。最终,在这种情况下拆分字符串并没有多大用处。

映射


映射是另一种内置类型。Python 中唯一可用的映射是字典。字典是基于键/值的。与基于索引的列表不同,我们不使用索引访问字典值。相反,我们使用键访问值。

创建字典类似于创建列表,除了添加键/值对而不是单个项目。这是一个例子:

mydictionary = {“item1”:45, “item2”:76, “item3”:145}

每个键/值由冒号分隔。第一部分是键,第二部分是值。在第一项中,item1是键,45是值。另外,请注意我们使用大括号而不是括号来包围我们的项目。

从字典中获取项目时,我们考虑的是键,因为通过索引访问是不可能的。如果我们想要item2,我们使用:

mydictionary[“item2”]

> 76

我们可以检查字典的长度,就像检查列表的长度一样:

len(mydictionary)

> 3

要更新item2,我们使用执行以下操作:

mydictionary[“item2”] = 100

添加项目与更新的语法相同:

mydictionary[“item62”] = 433

item62 现在存在于字典中,并且总数增加了一个。

字典项可以通过引用特定键来删除:

del mydictionary[“item2”]

item2现在已删除。如您所见,字典操作相当简单。

如前所述,字典具有键/值对。如果您只想访问密钥,可以这样做:

mydictionary.keys()

> dict_keys([‘item3’, ‘item1’, ‘item62’])

值的访问方式相同:

mydictionary.values()

> dict_values([145, 45, 433])


集合是不能有重复元素的无序集合。无法对集合进行排序。该sort()方法不适用于集合。

与列表相比,集合可以比列表更快地检查元素的存在。

要创建一个集合,只需执行以下操作:

myset = {3,4,5,1}

或者使用 set 方法并提供现有结构。例如:

mylist = [0,1,5,4,3,7,6,6]

myset = set(mylist)

>{0, 1, 3, 4, 5, 6, 7}

由于集合只能包含唯一的项目,请注意其中一个重复6的 s 已被删除。Usingset()非常适合从现有数据创建独特的项目集合。

如果我尝试添加6背面,它没有任何效果:

myset.add(6)

>{0, 1, 3, 4, 5, 6, 7}

要从集合中删除元素,可以调用该remove()方法:

myset.remove(4)

4不再在myset

集合也不支持索引。尝试访问集合中的元素会抛出错误:

myset[2]

>TypeError: ‘set’ object does not support indexing

集合有一些独特的方法。如果您熟悉集合的数学运算(差、交和并),这些方法对您来说是众所周知的。

我们将从difference(). 假设我有这两组:

set1 = {1,3,6,7}

set2 = {1,3,6,8,10}

使用set1,与 的区别set277set1但不在set2。在 Python 中,这如下所示:

set1.difference(set2)

>{7}

走另一条路:

set2.difference(set1)

>{8, 10}

做了那么多年开发,自学了很多门编程语言,我很明白学习资源对于学一门新语言的重要性,这些年也收藏了不少的Python干货,对我来说这些东西确实已经用不到了,但对于准备自学Python的人来说,或许它就是一个宝藏,可以给你省去很多的时间和精力。

别在网上瞎学了,我最近也做了一些资源的更新,只要你是我的粉丝,这期福利你都可拿走。

我先来介绍一下这些东西怎么用,文末抱走。


(1)Python所有方向的学习路线(新版)

这是我花了几天的时间去把Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

最近我才对这些路线做了一下新的更新,知识体系更全面了。

在这里插入图片描述

(2)Python学习视频

包含了Python入门、爬虫、数据分析和web开发的学习视频,总共100多个,虽然没有那么全面,但是对于入门来说是没问题的,学完这些之后,你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

在这里插入图片描述

(3)100多个练手项目

我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了,只是里面的项目比较多,水平也是参差不齐,大家可以挑自己能做的项目去练练。

在这里插入图片描述

(4)200多本电子书

这些年我也收藏了很多电子书,大概200多本,有时候带实体书不方便的话,我就会去打开电子书看看,书籍可不一定比视频教程差,尤其是权威的技术书籍。

基本上主流的和经典的都有,这里我就不放图了,版权问题,个人看看是没有问题的。

(5)Python知识点汇总

知识点汇总有点像学习路线,但与学习路线不同的点就在于,知识点汇总更为细致,里面包含了对具体知识点的简单说明,而我们的学习路线则更为抽象和简单,只是为了方便大家只是某个领域你应该学习哪些技术栈。

在这里插入图片描述

(6)其他资料

还有其他的一些东西,比如说我自己出的Python入门图文类教程,没有电脑的时候用手机也可以学习知识,学会了理论之后再去敲代码实践验证,还有Python中文版的库资料、MySQL和HTML标签大全等等,这些都是可以送给粉丝们的东西。

在这里插入图片描述

这些都不是什么非常值钱的东西,但对于没有资源或者资源不是很好的学习者来说确实很不错,你要是用得到的话都可以直接抱走,关注过我的人都知道,这些都是可以拿到的。

网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友,可以戳这里无偿获取

一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!

  • 4
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
YOLO系列是基于深度学习的端到端实时目标检测方法。 PyTorch版的YOLOv5轻量而高性能,更加灵活和易用,当前非常流行。 本课程将手把手地教大家使用labelImg标注和使用YOLOv5训练自己的数据集。课程实战分为两个项目:单目标检测(足球目标检测)和多目标检测(足球和梅西同时检测)。  本课程的YOLOv5使用ultralytics/yolov5,在Windows和Ubuntu系统上分别做项目演示。包括:安装YOLOv5、标注自己的数据集、准备自己的数据集(自动划分训练集和验证集)、修改配置文件、使用wandb训练可视化工具、训练自己的数据集、测试训练出的网络模型和性能统计。 除本课程《YOLOv5实战训练自己的数据集(Windows和Ubuntu演示)》外,本人推出了有关YOLOv5目标检测的系列课程。请持续关注该系列的其它视频课程,包括:《YOLOv5(PyTorch)目标检测:原理与源码解析》课程链接:https://edu.csdn.net/course/detail/31428《YOLOv5目标检测实战:Flask Web部署》课程链接:https://edu.csdn.net/course/detail/31087《YOLOv5(PyTorch)目标检测实战:TensorRT加速部署》课程链接:https://edu.csdn.net/course/detail/32303《YOLOv5目标检测实战:Jetson Nano部署》课程链接:https://edu.csdn.net/course/detail/32451《YOLOv5+DeepSORT多目标跟踪与计数精讲》课程链接:https://edu.csdn.net/course/detail/32669《YOLOv5实战口罩佩戴检测》课程链接:https://edu.csdn.net/course/detail/32744《YOLOv5实战中国交通标志识别》课程链接:https://edu.csdn.net/course/detail/35209 《YOLOv5实战垃圾分类目标检测》课程链接:https://edu.csdn.net/course/detail/35284  

“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