Python学习 字符串拼接,pycharm再探索,记录一个异常,Python高维矩阵切片索引

字符串拼接

parts = ['Is', 'Chicago', 'Not', 'Chicago?']
' '.join(parts)
Out[21]: 'Is Chicago Not Chicago?'
','.join(parts)
Out[22]: 'Is,Chicago,Not,Chicago?'
''.join(parts)
Out[23]: 'IsChicagoNotChicago?'

平时shift+f10 跑代码看的是run窗口,打印中间结果和报错等

在这里插入图片描述
可以在Python控制台进行和上面编辑区的程序代码完全无关的互动式试验,尝试某个语法是否可以达到预期的效果等,非常方便,就像和Python的命令行shell互动一样,右边的变量只是控制台的,和编辑区一点关系都没有
在这里插入图片描述
这里终端就和cmd.exe一样用,但是安装的是conda则实际上是和anaconda prompt一样的,只是进入的路径不一样
在这里插入图片描述
在这里插入图片描述

Microsoft Windows [版本 10.0.17134.112]
(c) 2018 Microsoft Corporation。保留所有权利。

(base) C:\Users\Administrator\PycharmProjects\xxxx>conda --v
conda 4.7.11

(base) C:\Users\Administrator\PycharmProjects\xxxx>conda --help
usage: conda-script.py [-h] [-V] command ...

conda is a tool for managing and deploying applications, environments and packages.

Options:

positional arguments:
  command
    clean        Remove unused packages and caches.
    config       Modify configuration values in .condarc. This is modeled
                 after the git config command. Writes to the user .condarc
                 file (C:\Users\Administrator\.condarc) by default.
    create       Create a new conda environment from a list of specified
                 packages.
    help         Displays a list of available conda commands and their help
                 strings.
    info         Display information about current conda install.
    init         Initialize conda for shell interaction. [Experimental]
    install      Installs a list of packages into a specified conda
                 environment.
    list         List linked packages in a conda environment.
    package      Low-level conda package utility. (EXPERIMENTAL)
    remove       Remove a list of packages from a specified conda environment.
    uninstall    Alias for conda remove.
    run          Run an executable in a conda environment. [Experimental]
    search       Search for packages and display associated information. The
                 input is a MatchSpec, a query language for conda packages.
                 See examples below.
    update       Updates conda packages to the latest compatible version.
    upgrade      Alias for conda update.

optional arguments:
  -h, --help     Show this help message and exit.
  -V, --version  Show the conda version number and exit.

conda commands available from other packages:
  build
  convert
  debug
  develop
  env
  index
  inspect
  metapackage
  render
  server
  skeleton
  verify

在pycharm里可以完成所有的事情,不需要动用别的小工具,很不错

解决了一个异常

  1. 程序最后一句是这个,不完整的赋值语句,我想调试看看变量,shift+F9却老是弹出异常,注释掉就好啦
    data_ =

在这里插入图片描述
2. 在主程序(不是某个函数)里使用了return语句,我从一个函数里复制过来这部分代码忘记删除return语句了

isExists = os.path.exists(labels_file_to_save)
    if not isExists:
        # 如果不存在则创建
        pickle.dump(labels, open(labels_file_to_save, 'wb'))
        print( ' labels.dat created successfully')
        return true
    else:
        print(' labels.dat already exists')
        return false

在这里插入图片描述

矩阵/数组索引

数组

a=np.arange(1,10)  # 不包括10
print(a)
[1 2 3 4 5 6 7 8 9]
print(a[5:]) # 从第六个数开始输出,包括最后一个数
[6 7 8 9]
print(a[:5]) # 包括第一个数,包括第5个数
[1 2 3 4 5]
print(a[3:8]) # 不包括第3个数,包括第8个数
[4 5 6 7 8]
print(a[:])  # 相当于print(a)
[1 2 3 4 5 6 7 8 9]

矩阵

b=np.mat(np.arange(20).reshape(4,5))
print(b)
[[ 0  1  2  3  4]
 [ 5  6  7  8  9]
 [10 11 12 13 14]
 [15 16 17 18 19]]
print(b[1:3,2:5])  # 和上面的规则一样,不包括第一行第二列,包括第三行第五列
[[ 7  8  9]
 [12 13 14]]
print(b[:3,2:5])
[[ 2  3  4]
 [ 7  8  9]
 [12 13 14]]
print(b[:3,4])
[[ 4]
 [ 9]
 [14]]
print(b[:,4:])
[[ 4]
 [ 9]
 [14]
 [19]]
print(b[:,3:])
[[ 3  4]
 [ 8  9]
 [13 14]
 [18 19]]

三维矩阵

c=np.arange(60).reshape(3,4,5)  # 3页4行5列   不是3行4列5页!!
print(c)
[[[ 0  1  2  3  4]
  [ 5  6  7  8  9]
  [10 11 12 13 14]
  [15 16 17 18 19]]
 [[20 21 22 23 24]
  [25 26 27 28 29]
  [30 31 32 33 34]
  [35 36 37 38 39]]
 [[40 41 42 43 44]
  [45 46 47 48 49]
  [50 51 52 53 54]
  [55 56 57 58 59]]]
print(c.shape[0])  # 页数
3
print(c.shape[1])  # 行数
4
print(c.shape[2])  # 列数
5
print(c[:,:,4]) # 所有页所有行的第4列(列数行数页数从0开始),每列组成新矩阵的一行
[[ 4  9 14 19]
 [24 29 34 39]
 [44 49 54 59]]
print(c[:2,2:4,1:4]) # 0,1页;3,4两行(由于按0开始则只有0-3行,这里输入的4大于3,所以默认按照1-4行索引(藏得很深!!));2,3,4列(按0开始索引的)
[[[11 12 13]
  [16 17 18]]
 [[31 32 33]
  [36 37 38]]]

即:Python默认从0开始索引任何东西,但是切片式索引的尾部索引值可以是它的索引范围加1,表示最后一个数

print(a)
[1 2 3 4 5 6 7 8 9]
print(a[0])
1
print(a[8])
9
print(a[9]) # 报错索引超出范围
Traceback (most recent call last):
  File "D:\ProgramData\Anaconda3\lib\site-packages\IPython\core\interactiveshell.py", line 3325, in run_code
    exec(code_obj, self.user_global_ns, self.user_ns)
  File "<ipython-input-72-db11dfc4e5fb>", line 1, in <module>
    print(a[9])
IndexError: index 9 is out of bounds for axis 0 with size 9
print(a[5:8])
[6 7 8]
print(a[5:9])  # 切片式索引才可以出现9
[6 7 8 9]

切片式索引的尾部索引值是从1开始的,比如下面这行代码,尾部索引值8就表示第八个数(1,2,,,8),不表示第九个数(0,1,2····8)

print(a[:8])
[1 2 3 4 5 6 7 8]

这和MATLAB不一样

>> a=[1 3 5 2;5 6 8 9]

a =

     1     3     5     2
     5     6     8     9

>> a(:,:,2)=[5 4 3 6;7 9 3 5]

a(:,:,1) =

     1     3     5     2
     5     6     8     9


a(:,:,2) =

     5     4     3     6
     7     9     3     5

>> a(:,:,3)=[3 2 5 7;9 0 3 5]

a(:,:,1) =

     1     3     5     2
     5     6     8     9


a(:,:,2) =

     5     4     3     6
     7     9     3     5


a(:,:,3) =

     3     2     5     7
     9     0     3     5

>> size(a)

ans =

     2     4     3

>> 

MATLAB还可以这样拼接得到三维矩阵

>> a=cat(3,[2 3],[4 7],[5 8])

a(:,:,1) =

     2     3


a(:,:,2) =

     4     7


a(:,:,3) =

     5     8

>> size(a)

ans =

     1     2     3

可见MATLAB代码的行列数永远是放在前面的,最外层放在后面

而Python是把行列放在最后面,最外层放在前面

这也并不影响什么,只是我们处理矩阵时要注意矩阵的结构

四维矩阵

d=np.arange(240).reshape(2,5,6,4)  # 最外层维数是2,先叫张数吧;次之的维度是5,页数;6行4列
print(d)
[[[[  0   1   2   3]
   [  4   5   6   7]
   [  8   9  10  11]
   [ 12  13  14  15]
   [ 16  17  18  19]
   [ 20  21  22  23]]
  [[ 24  25  26  27]
   [ 28  29  30  31]
   [ 32  33  34  35]
   [ 36  37  38  39]
   [ 40  41  42  43]
   [ 44  45  46  47]]
  [[ 48  49  50  51]
   [ 52  53  54  55]
   [ 56  57  58  59]
   [ 60  61  62  63]
   [ 64  65  66  67]
   [ 68  69  70  71]]
  [[ 72  73  74  75]
   [ 76  77  78  79]
   [ 80  81  82  83]
   [ 84  85  86  87]
   [ 88  89  90  91]
   [ 92  93  94  95]]
  [[ 96  97  98  99]
   [100 101 102 103]
   [104 105 106 107]
   [108 109 110 111]
   [112 113 114 115]
   [116 117 118 119]]]
 [[[120 121 122 123]
   [124 125 126 127]
   [128 129 130 131]
   [132 133 134 135]
   [136 137 138 139]
   [140 141 142 143]]
  [[144 145 146 147]
   [148 149 150 151]
   [152 153 154 155]
   [156 157 158 159]
   [160 161 162 163]
   [164 165 166 167]]
  [[168 169 170 171]
   [172 173 174 175]
   [176 177 178 179]
   [180 181 182 183]
   [184 185 186 187]
   [188 189 190 191]]
  [[192 193 194 195]
   [196 197 198 199]
   [200 201 202 203]
   [204 205 206 207]
   [208 209 210 211]
   [212 213 214 215]]
  [[216 217 218 219]
   [220 221 222 223]
   [224 225 226 227]
   [228 229 230 231]
   [232 233 234 235]
   [236 237 238 239]]]]
print(d[:2,1:3,2:5,1:3])
[[[[ 33  34]
   [ 37  38]
   [ 41  42]]
  [[ 57  58]
   [ 61  62]
   [ 65  66]]]
 [[[153 154]
   [157 158]
   [161 162]]
  [[177 178]
   [181 182]
   [185 186]]]]
print(d[:,:,:,3])
[[[  3   7  11  15  19  23]
  [ 27  31  35  39  43  47]
  [ 51  55  59  63  67  71]
  [ 75  79  83  87  91  95]
  [ 99 103 107 111 115 119]]
 [[123 127 131 135 139 143]
  [147 151 155 159 163 167]
  [171 175 179 183 187 191]
  [195 199 203 207 211 215]
  [219 223 227 231 235 239]]]

打印分割线

print('=' * 80) 
  • 0
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“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