python在列表、元素、字典、集合和numpy的数组前加上星号 * 是什么含义,以及*args和**kwargs的使用


在函数名前面加两个星号:https://github.com/ultralytics/yolov5/blob/master/detect.py#L256

1 从示例开始认识*的作用

List = ['a', 2, 3]
Tuple = ('b', 'c', 5)
Dict = {'name': 'Ada', 'age': 23}

print(List)
print(Tuple)
print(Dict)

print(*List)
print(*Tuple)
print(*Dict)



import numpy as np
ndarray = np.array([2, 3, 4])
print(ndarray)
print(*ndarray)

##################################
# 输出结果如下:
'''
['a', 2, 3]
('b', 'c', 5)
{'name': 'Ada', 'age': 23}
{2, 4, 5}

a 2 3
b c 5
name age
2 4 5

[2 3 4]
2 3 4
'''

从上面可以看出:在列表、元组、字典、集合、数组前面加上*,打印的输出结果可以看出,这些数据结构中元素都被分成一个一个的独立元素

2 python函数的形参:*args 和 **kwargs 的使用

在分析列表、元组、字典、集合前加 * 的用处前,先说以下:函数中的*args 和 **kwargs这两个形参

  • *args:接收若干个位置参数转换成元组tuple形式
  • **kwargs:接收若干个关键字参数转换成字典dict形式

2.1 *args形参的使用

当传入多个位置参数,这多个位置参数会自动组成一个元组,然后我们就可以遍历这个元组中的参数啦

def fun(*args):
    print(type(args))
    print(args)
    for item in args:
        print(item)
   
fun(2, 'alex', [3])

# 输出结果如下
'''
<class 'tuple'>
(2, 'alex', [3])

2
alex
[3]
'''

2.2 **kwargs形参的使用

当传入多个关键字参数,这多个位置参数会自动组成一个字典,然后我们就可以遍历这个字典中的参数

def fun(**kwargs):
    print(type(kwargs))
    print(kwargs)
    for key in kwargs.keys():
        print(key, kwargs[key])

    
fun(name='Alvin', age=23, things=[1, 2, 'a'])

# 输出结果如下:
'''
<class 'dict'>
{'name': 'Alvin', 'age': 23, 'things': [1, 2, 'a']}

name Alvin
age 23
things [1, 2, 'a']
'''

比如下方在类Alex的构造函数中定义了多个关键字参数,然后我们在函数gen_model中就可以适用**kwargs函数,这样我们就不需要再函数gen_model中把所有对应的参数都在定义一遍,只需要在使用哪个参数,在调用的时候以关键字参数填入即可!具体实例代码如下:

class Alex(object):
    def __init__(self, block, layers, dropout_keep_prob=0, embedding=128, fp16=False):
        self.block = block
        self.layers = layers
        self.dropout_keep_prob=dropout_keep_prob
        self.embedding = embedding
        self.fp16 = fp16
        
        print('kwargs:', self.embedding)

    def _make_layers(self):
        raise NotImplementedError('Must be overridden by all subclasses.')



def gen_model(block, layers, **kwargs):
    model = Alex(block, layers, **kwargs)
    return model



def main():
    block = None
    layers = None
    alex_model = gen_model(block, layers, embedding=16)


if __name__ == '__main__':
    main()

**kwargs直接传入一个字典:(参考

img_norm_cfg = dict(
    mean=[103.530, 116.280, 123.675], std=[1.0, 1.0, 1.0], to_rgb=False)
train_pipeline = [
    dict(type='LoadImageFromFile'),
    dict(type='LoadAnnotations', with_bbox=True, with_label=False),
    dict(type='Resize', img_scale=(1333, 800), keep_ratio=True),
    dict(type='RandomFlip', flip_ratio=0.5),
    dict(type='Normalize', **img_norm_cfg),    # 直接传入一个字典
    dict(type='Pad', size_divisor=32),
    dict(type='DefaultFormatBundle'),
    dict(type='Collect', keys=['img', 'gt_bboxes']),
]
>>> img_norm_cfg = dict(mean=[103.530, 116.280, 123.675], std=[1.0, 1.0, 1.0], to_rgb=False)
>>> dict(type='Normalize', **img_norm_cfg)
{'type': 'Normalize', 'mean': [103.53, 116.28, 123.675], 'std': [1.0, 1.0, 1.0], 'to_rgb': False}
>>>

3 分析列表、元组、字典、集合和数组前加 * 有什么用处

参考

def print_item(*args):
    print(type(args))
    print(args)
    for item in args:
        print(item)

    
List = ['apple', 23, 'orange', 9]
print_item(List)
print_item(*List)


# 打印输出结果
'''
<class 'tuple'>
(['apple', 23, 'orange', 9],)  # 这个元组里面只有一个元素
['apple', 23, 'orange', 9]

<class 'tuple'>
('apple', 23, 'orange', 9)  # 加星号之后,直接把列表中的元素都取出来放到一个元组中,然后可以直接遍历
apple
23
orange
9
'''

在这里插入图片描述




在这里插入图片描述
♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠ ⊕ ♠

  • 12
    点赞
  • 29
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
numpy数组元素周围的操作可以通过以下几种方式实现: 1. 切片操作:可以使用numpy数组的切片操作来获取数组元素的周围元素。 例如,对于一个二维数组arr,要获取第i行第j列元素周围的元素,可以使用如下切片操作: ```python arr[i-1:i+2, j-1:j+2] ``` 这将返回一个3x3的子数组,其中心元素为arr[i,j],周围的8个元素为该子数组的其余元素。 2. 使用numpy.pad()函数:numpy.pad()函数可以用来在数组的边缘添加一个或多个值,从而扩展数组的大小。可以使用该函数来添加额外的行和列,然后通过索引访问周围的元素。 例如,对于一个二维数组arr,要获取第i行第j列元素周围的元素,可以使用如下代码: ```python padded_arr = np.pad(arr, ((1, 1), (1, 1)), mode='constant') surrounding = padded_arr[i:i+3, j:j+3] ``` 这将在数组的边缘添加一行和一列,并使用常量值填充这些额外的元素。然后可以使用切片操作来获取中心元素周围的元素。 3. 使用numpy.roll()函数:numpy.roll()函数可以用来沿着给定轴滚动数组元素。可以使用该函数来将数组的行和列进行滚动,从而获取周围的元素。 例如,对于一个二维数组arr,要获取第i行第j列元素周围的元素,可以使用如下代码: ```python rows, cols = arr.shape row_indices = np.arange(i-1, i+2) % rows col_indices = np.arange(j-1, j+2) % cols surrounding = arr[row_indices][:, col_indices] ``` 这将将第i行向上和向下滚动一行,并将第j列向左和向右滚动一列,从而获取中心元素周围的元素使用模运算可以确保在数组的边缘滚动时正确处理索引。
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