python列表元组集合字典_列表、元组、集合和字典,python,学习,笔记,一

python学习笔记(一)列表

1、列表中的索引,-1代表是最后一项

2、返回第三,四,五项,

thislist[2:5]

3更改列表中的某一项

thislist[1]="man"

4、使用for遍历列表

for x in thislist:

print(x)

5、检查列表中是否存在

if "apple" in thislist:

6、列表长度

len(thislist)

7、添加项目到末尾

thislist.append("orange")

8、在指定的位置添加项目

thislist.insert(1,"orange")

9、删除指定的项目

thislist.remove("apple")

10、删除指定的索引,若无是删除最后一项

thislist.pop()

11、删除指定的索引项或者整个列表

del thislist[0]

del thislist

12、清空列表,列表是空的,但是列表还是存在的

thislist.clear()

13、复制列表

mylist=thislist.copy()

mylist=list(thislist)

14、合并两个列表

list3=list1+list2

for x in list2:

list1.append(x)

list1.append(list2)

15、list()构造函数创建列表

thislist=list(["apple","banana","cherry"])

end----------------------------------

python学习笔记(一)元组

1、元组的值是不可以更改的

2、把元组转换为列表才可以更改

x=["apple","banana","cherry"]

y=list(x)

y[1]="hhh"

3、元组一旦创建,就无法向其中添加项目

4、创建一个项目的元组,加逗号

thistuple=("apple",)

5、用构造函数来创建元组

thislist=tuple(("apple","banana","cherry"))

python学习笔记(一)集合

1、因为集合是无序的,无法用索引来进行访问

2、要将一项集合添加到集合,使用add()

添加多个项目使用update()

3、union()方法连接两个集合,包含两个集合中的所有项目

set1={"a","v","f"}

set2={1,2,3}

set3=set1.union(set2)

4、update(),把set2中的项目插入set1

set1.update(set2)

python学习笔记(一)字典(键值对)

1、一个无序,可变和有索引的集合,拥有键和值

2、访问项目获取值

x=thisdict.get("model")

3、更改值

thisdict["year"]=2019

4、遍历

for x in thisdict:

for x in thisdict.values():

#获取的值都是一样的

5、使用items()函数来遍历键和值

for x,y in thisdict.items():

6、pop()可以删除具有指定键的项,popitem()删除最后插入的项目

thisdict.pop("model")

7、dict()可以创建字典的副本

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
目标检测(Object Detection)是计算机视觉领域的一个核心问题,其主要任务是找出图像中所有感兴趣的目标(物体),并确定它们的类别和位置。以下是对目标检测的详细阐述: 一、基本概念 目标检测的任务是解决“在哪里?是什么?”的问题,即定位出图像中目标的位置并识别出目标的类别。由于各类物体具有不同的外观、形状和姿态,加上成像时光照、遮挡等因素的干扰,目标检测一直是计算机视觉领域最具挑战性的任务之一。 二、核心问题 目标检测涉及以下几个核心问题: 分类问题:判断图像中的目标属于哪个类别。 定位问题:确定目标在图像中的具体位置。 大小问题:目标可能具有不同的大小。 形状问题:目标可能具有不同的形状。 三、算法分类 基于深度学习的目标检测算法主要分为两大类: Two-stage算法:先进行区域生成(Region Proposal),生成有可能包含待检物体的预选框(Region Proposal),再通过卷积神经网络进行样本分类。常见的Two-stage算法包括R-CNN、Fast R-CNN、Faster R-CNN等。 One-stage算法:不用生成区域提议,直接在网络中提取特征来预测物体分类和位置。常见的One-stage算法包括YOLO系列(YOLOv1、YOLOv2、YOLOv3、YOLOv4、YOLOv5等)、SSD和RetinaNet等。 四、算法原理 以YOLO系列为例,YOLO将目标检测视为回归问题,将输入图像一次性划分为多个区域,直接在输出层预测边界框和类别概率。YOLO采用卷积网络来提取特征,使用连接层来得到预测值。其网络结构通常包含多个卷积层和全连接层,通过卷积层提取图像特征,通过全连接层输出预测结果。 五、应用领域 目标检测技术已经广泛应用于各个领域,为人们的生活带来了极大的便利。以下是一些主要的应用领域: 安全监控:在商场、银行
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