python之路day4_python之路--day4

第一部分

1 #for 循环内容的补充

2 #for i in range(10):

3 #print (i)

4 #5 #结果是打印0,1,2,3,4,5,6,7,8,9

第二部分

#字符串的内建方法:#需要掌握的操作:#strip() 截掉字符串头部和尾部的指定字符,默认为空格

name = 'egon'

print(name.strip())#lstrip() 截掉字符串左边的指定字符,默认为空格

print(name.lstrip())#rstrip() 截掉字符串末尾的空格

print(name.rstrip())#lower() 转换字符串中所有的大写字符为小写

name = 'aleX'

print(name.lower())#upper()转换字符串中的所有小写字符为大写

print(name.upper())#startwith(str,beg=0,end=len(str))检查字符串是否以指定字符串开头,是则返回True,否则返回False#如果beg和end指定值,则在指定范围内检查

print(name.startswith('al'))#endswith(str,beg=0,end=len(str))检查字符串是否以指定字符串结尾,是则返回True,否则返回False#如果beg和end指定值,则在指定范围内检查

print(name.endswith('X'))#split() 以指定字符将字符串分割,默认为空格,返回的结果为列表

name='name:egon,age:18'

print(name.split(':'))#rsplit() 从字符右边开始分割,其他同split()

print(name.rsplit(':'))#join() 将序列中的元素以指定的字符链接生成一个新的字符串

list1= [123,'egon',18,'alex']print('**'.join(list1))#replace() 将字符串中的字符替换为一个新的字符

name = 'alex'

print(name.replace('a','x'))#isdigit() 检测字符串中的字符是否为数字

str = '123456'

print(str.isdigit())

str.format()的三种方法

"{} {}".format("hello", "world") # 不设置指定位置,按默认顺序

"{1} {0} {1}".format("hello", "world") # 设置指定位置

'my name is {name} my age is {age}'.format(age=18,name='egon')#通过关键字接受参数

详情http://www.cnblogs.com/guodengjian/p/8610850.html

需要了解的部分

#find,rfind,index,rindex,count#msg='alex 213'#print(msg.find('sb'))---没有找到返回-1#print(msg.rfind('213'))#print(msg.index('sb'))----没有找到报错

#center,ljust,rjust,zfill#print('x'.center(50,'*'))居中,不足50补齐#print('x'.ljust(50,'*'))左对齐#print('x'.rjust(20,'*'))右对齐#print('x'.zfill(20))

#captalize,swapcase,title#print('abeCdEF'.capitalize())#print('abeCdEF'.swapcase())#print('my name is egon'.title())

#is数字系列#num1=b'4' #bytes#num2=u'4' #unicode,python3中无需加u就是unicode#num3=u'肆' #中文数字#num4=u'Ⅳ' #罗马数字

#isdigit():bytes,unicode的阿拉伯数字#isdecimal():unicode的阿拉伯数字#isnumberic:unicode的阿拉伯数字\中文数字\罗马数字

练习:

# 写代码,有如下变量,请按照要求实现每个功能 (共6分,每小题各0.5分)

name = " aleX"

# 1) 移除 name 变量对应的值两边的空格,并输出处理结果

# 2) 判断 name 变量对应的值是否以 "al" 开头,并输出结果

# 3) 判断 name 变量对应的值是否以 "X" 结尾,并输出结果

# 4) 将 name 变量对应的值中的 “l” 替换为 “p”,并输出结果

# 5) 将 name 变量对应的值根据 “l” 分割,并输出结果。

# 6) 将 name 变量对应的值变大写,并输出结果

# 7) 将 name 变量对应的值变小写,并输出结果

# 8) 请输出 name 变量对应的值的第 2 个字符?

# 9) 请输出 name 变量对应的值的前 3 个字符?

# 10) 请输出 name 变量对应的值的后 2 个字符?

# 11) 请输出 name 变量对应的值中 “e” 所在索引位置?

# 12) 获取子序列,去掉最后一个字符。如: oldboy 则获取 oldbo。

name = 'aleX'

print(name.strip())print(name.startswith('al'))print(name.endswith('X'))print(name.replace('l','p'))print(name.split('l'))print(name.upper())print(name.lower())print(name[1])print(name[:3])print(name[-1:-3:-1])print(name.find('e')) 也可以使用print(name.index('e'))print(name[:-1])

字符串总结;

只能存一个值(只是可以有多个字符)

有序

不可变类型

*****************************************************************************************************************************

#列表类型:#用途.存放多个值#定义方法:[]内以逗号分割多个元素,列表内元素没有类型限制#

#常用操作和内置方法#1,优先掌握的操作#索引取值:可以改也可以取#l=['a','b','c']#print(id(1))#l[0]='a'#

#2.切片(star:end:步长)注意只取到结束位的前一位#stus=['alex','egon','wxx','yxx','lxx']#print(stus[1:3])#3.长度--len()#4成员运算 in not in#注意: if x in y#if not x in y的区别...此处的not是逻辑运算符#5,追加#stus=['alex','egon','wxx','yxx','lxx']#stus.append()--从末尾开始添加#stus.insert()---任意位置都可以添加#

#6,删除#stus=['alex','egon','wxx','yxx','lxx']#stus.remove()---单纯的删除#stus.pop--默认取走一个末尾的值#

#需要掌握的操作## l1=[3,'a','b','c']## l2=['xxx','d']## stus=['alex','egon','wxx','yxx','lxx']#len()的本质:stua_len_()#

#count:统计元素个数#print(stus.count('alex'))#

#stus.extend(['a']) 扩展列表#stus.reverse() 翻转裂变#print(stus.count('alex'))#

#l=[1,10,3,12]#l.sort()#大前提:只能同类型直接比较大小,对于有索引值直接的比较是按照位置一一对应进行比较的

#s1='hello'## s2='hf'## print(s1 > s2)#

## l1=[3,'a','b','c']## l2=['xxx','d']## print(l1 > l2)#

#了解的方法#stus=['alex','egon','wxx','yxx','lxx']#stus.clear() 清理列表内的元素#stus.copy() 复制

#列表类型总结

#1 存多个值# #2 有序# #3 可变

  • 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,使用全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
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,使用全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