最新【Python】列表元素的 排序 操作(默认升序、指定关键字后降序),阿里专场面试

最后

不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~

给大家准备的学习资料包括但不限于:

Python 环境、pycharm编辑器/永久激活/翻译插件

python 零基础视频教程

Python 界面开发实战教程

Python 爬虫实战教程

Python 数据分析实战教程

python 游戏开发实战教程

Python 电子书100本

Python 学习路线规划

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!

同时,也可以从id看出来,列表排序前后并没有产生新的列表:

在这里插入图片描述

通过指定关键字参数,对列表中的元素进行降序排序

lst.sort(reverse=True) # reverse=True表示降序排序,reverse=False 表示升序排序

print(‘降序排序后的列表:’,lst)

在这里插入图片描述

升序排序

lst.sort(reverse=False)

print(‘升序排序后的列表:’,lst)

在这里插入图片描述

print(‘-----------------使用内置函数sorted()进行排序,将产生一个新的列表对象------------------------------------’)

lst = [8, 6, 23, 12, 17, 15, 35, 24]

new_lst = sorted(lst)

print(‘原列表:’, lst, id(lst))

print(‘排序后列表:’, new_lst, id(new_lst))

最后

🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。

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!

  • 9
    点赞
  • 7
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
【资源说明】 基于Python.Numpy实现BP卷积神经网络识别手写数字源码(含超详细注释+使用说明).zip 文件夹结构功能 1.文件夹 - data:mnist手写数字数据集,包含训练、测试数据 - parameters:神经网络训练结果保存路径 - figure:该文档中的图片 2.文件 - activate.py:激活函数层,包含Sigmoid,SoftMax - bp.py:BP神经网络层,全连接层 - BPmain.py:BP神经网络测试文件 - CNNmain.py:卷积神经网络测试文件 - conv.py:卷积层 - load_mnist.py:mnist数据加载 - module.py:网络层、结构接口定义 - pool.py:池化层 - saveandread.py:神经网络参数保存加载 # 三、项目运行 ## 1.BP神经网络测试 1.1测试目标 - 使用BP神经网络对数据进行分类 1.2测试方式 - 运行BPmain.py文件 1.3测试结果 - 1.训练完成后输出如下 ```bash 开始训练: 2023-02-18 20:16:09.905283 训练已完成练100% 结束训练: 2023-02-18 20:16:56.179266 ``` - 2.测试结果如下图所示,可以看到,神经网络可以将红点与蓝点进行分类 ![](./figure/Figure_1.png) - 3.训练误差如下图所示,可以看到,训练过程中误差在不断缩小 ![](./figure/Figure_2.png) ## 2.卷积神经网络测试 2.1测试目标 - 使用卷积神经网络识别手写数字 2.2测试方式 - 运行CNNmain.py文件 2.3测试结果 - 1.训练完成后输出如下 ```bash 第1次训练开始: 2023-02-18 18:45:01.447278 训练已完成100% 第1次训练结束: 2023-02-18 19:39:28.603512 测试已完成100% 第1次测试结束: 2023-02-18 19:43:05.641130 第1次训练正确率:66.28% 第2次训练开始: 2023-02-18 19:43:05.651106 训练已完成100% 第2次训练结束: 2023-02-18 20:46:34.102317 测试已完成100% 第2次测试结束: 2023-02-18 20:51:22.949554 第2次训练正确率:82.46% 第3次训练开始: 2023-02-18 20:51:22.957532 ... ``` - 2.训练后测试正确率如下图所示,可以看到,随着训练次数增加,正确率在不断提高 ![](./figure/Figure_3.png) ## 3.CNN参数读取测试 3.1测试目标 - 读取训练时保存的参数数据进行数字识别 3.2测试方式 - 运行saveandread.py文件 3.3测试结果 - 1.测试结果如下图所示,可以看到,神经网络可以正确的识别手写数字 【备注】 1、该资源内项目代码都经过测试运行成功,功能ok的情况下才上传的,请放心下载使用! 2、本项目适合计算机相关专业(如计科、人工智能、通信工程、自动化、电子信息等)的在校学生、老师或者企业员工下载使用,也适合小白学习进阶,当然也可作为毕设项目、课程设计、作业、项目初期立项演示等。 3、如果基础还行,也可在此代码基础上进行修改,以实现其他功能,也可直接用于毕设、课设、作业等。 欢迎下载,沟通交流,互相学习,共同进步!

“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