金融数据分析与挖掘实战1.5.2-1.5.3

本文详细介绍了Python中的列表、元组和字符串操作,包括排序、元素修改、连接、计数、索引查找等基本操作。通过实例展示了不同数据类型的特点,如列表的可变性与元组的不可变性,以及字符串的查找与替换方法。此外,还讲解了如何使用`count()`和`index()`方法进行元素统计和查找。
摘要由CSDN通过智能技术生成
# 列表的元素排序
L1 = [1,3,2,6,8,4,3,9,7]
L1.sort()
print(L1)
[1, 2, 3, 3, 4, 6, 7, 8, 9]
L1[3] = 5   #把L1列表中的索引位置为3的元素改为5
print(L1)
[1, 2, 3, 5, 4, 6, 7, 8, 9]
# 列表可以修改元素值,但元组不行,会报错
t = (1,2,3,4,5)
t[2] = 8
print(t)
---------------------------------------------------------------------------

TypeError                                 Traceback (most recent call last)

<ipython-input-5-d3eb5c696ef3> in <module>
      1 # 列表可以修改元素值,但元组不行
      2 t = (1,2,3,4,5)
----> 3 t[2] = 8
      4 print(t)


TypeError: 'tuple' object does not support item assignment
# 如果不希望排序后原始列表更改顺序
L2 = [1,3,2,6,8,4,3,9,7] 
L3 = sorted(L2)
print(L3)
[1, 2, 3, 3, 4, 6, 7, 8, 9]
print(L2)
[1, 3, 2, 6, 8, 4, 3, 9, 7]
# sort 默认是升序,如果需要降序,则可设置参数 reverse
L4 = sorted(L2,reverse = True)
print(L4)
[9, 8, 7, 6, 4, 3, 3, 2, 1]
t1 = (1,2,3,4,6,5)   #元组原则上是不能改变元素的,排序会改变元素,因此通常不对元组作排序操作。
t2 = sorted(t1)
print(t2)         #在新版本中,强行操作,会执行排序结果,但显示的结果为列表形式。
[1, 2, 3, 4, 5, 6]
t3 = sorted(t1,reverse = True)
print(t3)
[6, 5, 4, 3, 2, 1]
# 1.5.2 元组的基本操作
# 创建空元组
t4 = tuple()  #创建空元组
t4 = ()       #创建空元组
print(t4)
()
# 元素计数
t5 = (1,2,3,2,2,2,5,7,2)
print('t5元组中数字2出现的次数为:',t5.count(2))
t5元组中数字2出现的次数为: 5
# 返回索引值
print('5的索引为:',t5.index(5))
5的索引为: 6
print('2的索引为:',t5.index(2)) # 只显示第一次出现的位置
2的索引为: 1
# 元组的连接
t6 = ('ke','he','xl')   
T = t5 + t6      # 加号连接两个元组,是将两个元组中的每个元素合并在新元组中
print(T)
(1, 2, 3, 2, 2, 2, 5, 7, 2, 'ke', 'he', 'xl')
# 1.5.3 字符串的基本操作
# 创建空字符串
S = str() 
print(S)
# 查找子串
st = 'hello word!'
z1 = st.find('he',0,len(st))  #find 第一个参数是子串的形式,第二、三个参数是范围
print(z1)  # 如果是子串,将返回子串的索引位置,如果没找到,则显示-1
0
z2 = st.find('hell',0,len(st))
print(z2)
0
z3 = st.find('heo',0,len(st))   #整体看子串
print(z3)
-1
z4 = st.find('he',1,len(st))   #更换查找范围
print(z4)
-1
z5 = st.find('lo',1,len(st))   #都是子串的情况下,不同的范围,显示的位置相同
print(z5)
3
z6 = st.find('lo',0,len(st))  #同上一条
print(z6)
3
# 替换子串
st1 = 'helle work!'  #将写错的部分le 换成lo,rk 换成 rd
stt =st1.replace('le','lo')  #前面的参数为 原子串,后面的参数为 新字符
print(stt)
hello work!
print(st1)    #原始字符串没有变
helle work!
stt1 = stt.replace('rk','rd')  #思考,能不能直接将 k 换成 d
print(stt1)
hello word!
stt2 = st1.replace('e','o')  # 如果我写成e 换成o ,那么原字符串中的所有e都将换成o
print(stt2)
hollo work!
# 字符串的连接
st2 = 'Green'
stp = st + st2    # 会把两个字符串紧密连接在一起,之间没有空格
print(stp)
hello word!Green
stp1 = st + ' '+ st2  #为了美观,可以加上 空格等其它符号
print(stp1)
hello word! Green
# 字符串的比较   用 == 表示相等,用 != 表示不相等
a1 = 'hello'
a2 = 'helle'
a3 = "hello"
print(a1 == a2)
False
print(a1 == a3)
True
print(a1 != a2)
True

CUDA Runtime API是一组用于访问和控制CUDA设备的函数和数据结构的库。CUDA是一种并行计算平台和编程模型,它可以提高计算密集型应用程序的性能。CUDA Runtime API提供了访问设备内存、执行并行计算、管理设备状态和连接多个GPU的功能。 版本1.5.2是CUDA Runtime API的一个特定版本,它包含了一些更新和改进。这些更新可能包括性能优化、新的功能特性和错误修复。用户可以根据他们的需求和硬件环境选择使用特定的版本。 当使用CUDA Runtime API进行并行计算时,可以使用多线程的方式同时处理大量数据。这种并行计算方式可以利用GPU在处理大规模数据集上的优势,加快计算速度。CUDA Runtime API提供了一系列的函数,如cudaMalloc()和cudaMemcpy(),用于在主机和设备之间分配和传输内存数据。它还提供了函数如cudaDeviceSynchronize(),用于同步设备上的并行计算任务。 CUDA Runtime API-1.5.2-parallel 的具体含义可能是指在这个版本中加强了并行计算能力。这可能包括了更好的线程管理、更高效的内存传输、更强大的GPU任务调度等方面的优化。这些改进可以帮助开发人员更好地利用CUDA设备并行计算的能力,提升应用程序的性能。 总之,CUDA Runtime API是一组用于访问和控制CUDA设备的函数和数据结构的库,版本1.5.2可能是指具有一些更新和改进的特定版本。通过使用CUDA Runtime API,开发人员可以利用GPU的并行计算能力,加快计算密集型应用程序的运行速度。
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

打赏作者

哈伦2019

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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