Q1、Python中的列表和元组有什么区别？ Q2、Python的主要功能是什么？ Python是一种解释型语言。与C语言等语言不同，Python不需要在运行之前进行编译。 Python是动态语言，当您声明变量或类似变量时，您不需要声明变量的类型。 Python适合面向对象的编程，因为它允许类的定义 ...
分类：
编程语言 时间：
2021-01-13 11:21:17
阅读次数：
0
04-字典、集合，你真的了解吗？ 你好，我是景霄。 前面的课程，我们学习了Python中的列表和元组，了解了他们的基本操作和性能比较。这节课，我们再来学习两个同样很常见并且很有用的数据结构：字典（dict）和集合（set）。字典和集合在Python被广泛使用，并且性能进行了高度优化，其重要性不言而喻 ...
分类：
其他好文 时间：
2020-07-05 10:43:41
阅读次数：
65
Python中的列表是可变的，这是它却别于元组和字符串最重要的特点，元组和字符串的元素不可修改。列举一些常用的列表操作的函数和方法。 1，list.append(x)，将x追加到列表list末尾： 1 stack = [3,4,5] #定义列表 2 print(id(stack)) #打印列表的id ...
分类：
编程语言 时间：
2020-07-02 13:46:28
阅读次数：
85
1.1. Numpy库的使用 1.1.1. Numpy数组的创建 1. 了解Numpy中ndarray数组对象的性质和特点； 1. 掌握通过array()函数创建Numpy数组的方法，会将Python中的列表、元组等序列型数据转化为Numpy数组； 2. 了解通过ones()、ones_like() ...
分类：
编程语言 时间：
2020-06-23 01:27:14
阅读次数：
75
1.1.1. Numpy数组的创建 1. 了解Numpy中ndarray数组对象的性质和特点； 1. 掌握通过array()函数创建Numpy数组的方法，会将Python中的列表、元组等序列型数据转化为Numpy数组； 2. 了解通过ones()、ones_like()、zeros()、zeros_ ...
分类：
其他好文 时间：
2020-06-23 00:57:32
阅读次数：
82
一、数组对象（Array：类似于Python中的列表、元组的集合） （一）创建数组对象 Array 对象用于在单个的变量中存储多个值。 语法: 创建方式1: var a=[1,2,3]; 创建方式2: new Array(); // 创建数组时允许指定元素个数也可以不指定元素个数。 new Arra ...
分类：
编程语言 时间：
2020-05-18 00:22:44
阅读次数：
63
python 展开嵌套列表 [TOC] 引言 Python中的列表还可以将不同数据类型的项放在一个列表中。所以，一个嵌套的列表就是是一个包含多个列表的列表，例如[1,2，[3]，[4，[5,6]]。 通常，我们需要将这些嵌套列表转换为平面列表（flatted a nested list），以便对数据 ...
分类：
编程语言 时间：
2020-04-13 10:26:02
阅读次数：
68
数据分析2 numpy(ndarray数组,属性,创建,索引切片,运算,函数,随机数), Pandas(Series创建,缺失值处理,特性,索引,DataFrame)
Numpy numpy数据类型 1.为啥使用numpy ？ ndarray是一个多维数组列表 Numpy的核心特征就是N-维数组对 ndarray 它和python中的列表区别： 1.数组对象内元素类型必须相同 2.数组大小不可修改 2.创建ndarray 数组 3.常见的属性 数据类型 astyp ...
分类：
编程语言 时间：
2020-03-31 23:05:25
阅读次数：
93
在Python中，列表理解通常用于编写单行语句，这些语句通过可迭代对象进行迭代以创建新的列表或字典。本文首先介绍for循环如何在Python中工作，然后解释如何在Python中使用列表理解。 Python中的for循环 Python中的for循环语句按顺序遍历任何对象、列表、字符串等的成员。与其他编 ...
分类：
编程语言 时间：
2020-03-02 10:55:53
阅读次数：
54
迭代器出现的原因 Python中的列表，有可能会占用很大的空间。而迭代器，它是每一次用__next__调用时才计算出值，这会节省内存空间。 迭代器、生成器、可迭代对象的关系 可迭代对象一般是列表、元组、字典、字符串等可以For循环的对象。可通过以下语句判断是不是可迭代对象。 from collect ...
分类：
其他好文 时间：
2020-02-01 10:53:01
阅读次数：
64
