Liste:
[ ] --> Symbol
-->Erhebung von Daten
-->Sammlung heterogener Daten (verschiedene Datentypen)
-->Liste ist indexbasiert
-->Liste ist veränderbar (veränderbar)
Beispiel: student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6]
Indizierung --> 0 1 2 3 4
Beispiel: Verwendung einer while-Schleife und einer for-Schleife:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] i = 0 while i<len print i for data in student_data:> <p>Ausgabe:<br> </p> <pre class="brush:php;toolbar:false">Guru Prasanna B.Com 23 True 5.6 Guru Prasanna B.Com 23 True 5.6
enumerate()-->Nützlich für die Indexverfolgung
Enumerate ist eine in Python integrierte Funktion, mit der Sie die Anzahl der Iterationen (Schleifen) in einer Schleife verfolgen können.
Syntax: enumerate(iterable, start=0)
--> Iterierbar: jedes Objekt, das Iteration
unterstützt
--> Start: der Indexwert, ab dem der Zähler gestartet werden soll, standardmäßig ist er 0
Beispiel:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] index = 0 for index,data in enumerate(student_data): print(index, data) index+=1
Ausgabe:
0 Guru Prasanna 1 B.Com 2 23 3 True 4 5.6
Um zu beweisen, dass die Liste veränderbar ist
Beispiel:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] print(student_data) student_data[1] = 'M.Com' print(student_data)
Ausgabe:
['Guru Prasanna', 'B.Com', 23, True, 5.6] ['Guru Prasanna', 'M.Com', 23, True, 5.6]
Listenfunktionen:
1) append()-->Fügt ein Element am Ende der Liste hinzu
2) insert()-->Fügt ein Element an der angegebenen Position hinzu
3) remove()-->Entfernt das erste Element mit dem angegebenen Wert (wertbasierte Entfernung).
4) pop()-->Entfernt das Element an der angegebenen Position (indexbasierte Entfernung).
siehe – https://www.w3schools.com/python/python_ref_list.asp
Beispiel:
employee = [] employee.append('Raja') employee.append('Madurai') employee.append('B.Sc') employee.append(5.2) employee.append(True) print(employee) employee.insert(2, 'Tamil Nadu') print(employee) employee.remove('Madurai') print(employee) employee.pop(3) print(employee)
Ausgabe:
['Raja', 'Madurai', 'B.Sc', 5.2, True] ['Raja', 'Madurai', 'Tamil Nadu', 'B.Sc', 5.2, True] ['Raja', 'Tamil Nadu', 'B.Sc', 5.2, True] ['Raja', 'Tamil Nadu', 'B.Sc', True]
del keyword:
Das Schlüsselwort del wird zum Löschen von Objekten verwendet (Variablen, Listen oder Teile einer Liste usw.)
-->Sogar del kann verwendet werden, um einen bestimmten Bereich zu löschen.
Beispiel:
l = [10,20,30,40,50,60] del l[2:4] print(l)
Ausgabe:
[10, 20, 50, 60]
Unterschied zwischen del und pop:
del entfernt den angegebenen Index.(Schlüsselwort)
pop() entfernt das entfernte Element und gibt es zurück. (eingebaute Methode)
Gesamtpunktzahl und Prozentsatz berechnen
# Total, Percentage marks_list = [90,97,97,65,78] total = 0 l=len(marks_list) for mark in marks_list: total+=mark print(total) percentage=total/l print("percentage:",percentage)
Ausgabe:
427 percentage: 85.4
Berechnen Sie die Höchstnote
# Highest Mark marks_list = [90,97,96,65,98] highest = marks_list[0] for mark in marks_list: if mark>highest: highest = mark print(highest)
Ausgabe:
98
Berechne die niedrigste Note
# lowest Mark marks_list = [90,97,96,65,98] lowest = marks_list[0] for mark in marks_list: if mark<lowest: lowest="mark" print> <p>Ausgabe:<br> </p> <pre class="brush:php;toolbar:false">65
isinstance(): Die Funktion isinstance() gibt True zurück, wenn das angegebene Objekt vom angegebenen Typ ist, andernfalls False.
Beispiel:1
data_list = ['abcd','pqrs','xyz',1234, 1.234,True] for data in data_list: if isinstance(data,str): print(data)
Ausgabe:
abcd pqrs xyz
Beispiel:2
#Find str datatype and make them to uppercase data_list = ['abcd','pqrs','xyz',1234, 1.234,True] for data in data_list: if isinstance(data,str): print(data.upper())
Ausgabe:
ABCD PQRS XYZ
Beispiel:3
#Find str datatype and print only first 2 letters data_list = ['abcd','pqrs','xyz','a','m',1234, 1.234,True] for data in data_list: if isinstance(data,str): if len(data)>= 2: print(data.upper()[:2])
Ausgabe:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] i = 0 while i<len print i for data in student_data:> <p><strong>Aufgaben:</strong><br> 1) enthält n --> Namen<br> 2) Namen haben 5 Buchstaben<br> 3) t --> Namen enden mit<br> </p> <pre class="brush:php;toolbar:false">Guru Prasanna B.Com 23 True 5.6 Guru Prasanna B.Com 23 True 5.6
Ausgabe:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] index = 0 for index,data in enumerate(student_data): print(index, data) index+=1
4) SaChIn DhOnI rOhIt vIrAt-->Um diese Ausgabe zu erhalten
0 Guru Prasanna 1 B.Com 2 23 3 True 4 5.6
Ausgabe:
student_data = ['Guru Prasanna', 'B.Com', 23, True, 5.6] print(student_data) student_data[1] = 'M.Com' print(student_data)
Das obige ist der detaillierte Inhalt vonPython-Tageslisten und Listenfunktionen,Aufgabe. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Dieses Tutorial zeigt, wie man Python verwendet, um das statistische Konzept des Zipf -Gesetzes zu verarbeiten, und zeigt die Effizienz des Lesens und Sortierens großer Textdateien von Python bei der Bearbeitung des Gesetzes. Möglicherweise fragen Sie sich, was der Begriff ZiPF -Verteilung bedeutet. Um diesen Begriff zu verstehen, müssen wir zunächst das Zipf -Gesetz definieren. Mach dir keine Sorgen, ich werde versuchen, die Anweisungen zu vereinfachen. Zipf -Gesetz Das Zipf -Gesetz bedeutet einfach: In einem großen natürlichen Sprachkorpus erscheinen die am häufigsten vorkommenden Wörter ungefähr doppelt so häufig wie die zweiten häufigen Wörter, dreimal wie die dritten häufigen Wörter, viermal wie die vierten häufigen Wörter und so weiter. Schauen wir uns ein Beispiel an. Wenn Sie sich den Brown Corpus in amerikanischem Englisch ansehen, werden Sie feststellen, dass das häufigste Wort "Th ist

Der Umgang mit lauten Bildern ist ein häufiges Problem, insbesondere bei Mobiltelefonen oder mit geringen Auflösungskamera-Fotos. In diesem Tutorial wird die Bildfilterungstechniken in Python unter Verwendung von OpenCV untersucht, um dieses Problem anzugehen. Bildfilterung: Ein leistungsfähiges Werkzeug Bildfilter

In diesem Artikel wird erklärt, wie man schöne Suppe, eine Python -Bibliothek, verwendet, um HTML zu analysieren. Es beschreibt gemeinsame Methoden wie find (), find_all (), select () und get_text () für die Datenextraktion, die Behandlung verschiedener HTML -Strukturen und -Anternativen (SEL)

Python, ein Favorit für Datenwissenschaft und Verarbeitung, bietet ein reichhaltiges Ökosystem für Hochleistungs-Computing. Die parallele Programmierung in Python stellt jedoch einzigartige Herausforderungen dar. Dieses Tutorial untersucht diese Herausforderungen und konzentriert sich auf die globale Interprete

Dieser Artikel vergleicht TensorFlow und Pytorch für Deep Learning. Es beschreibt die beteiligten Schritte: Datenvorbereitung, Modellbildung, Schulung, Bewertung und Bereitstellung. Wichtige Unterschiede zwischen den Frameworks, insbesondere bezüglich des rechnerischen Graps

Dieses Tutorial zeigt, dass eine benutzerdefinierte Pipeline -Datenstruktur in Python 3 erstellt wird, wobei Klassen und Bedienerüberladungen für verbesserte Funktionen genutzt werden. Die Flexibilität der Pipeline liegt in ihrer Fähigkeit, eine Reihe von Funktionen auf einen Datensatz GE anzuwenden

Serialisierung und Deserialisierung von Python-Objekten sind Schlüsselaspekte eines nicht trivialen Programms. Wenn Sie etwas in einer Python -Datei speichern, führen Sie eine Objektserialisierung und Deserialisierung durch, wenn Sie die Konfigurationsdatei lesen oder auf eine HTTP -Anforderung antworten. In gewisser Weise sind Serialisierung und Deserialisierung die langweiligsten Dinge der Welt. Wen kümmert sich um all diese Formate und Protokolle? Sie möchten einige Python -Objekte bestehen oder streamen und sie zu einem späteren Zeitpunkt vollständig abrufen. Dies ist eine großartige Möglichkeit, die Welt auf konzeptioneller Ebene zu sehen. Auf praktischer Ebene können das von Ihnen ausgewählte Serialisierungsschema, Format oder Protokoll jedoch die Geschwindigkeit, Sicherheit, den Status der Wartungsfreiheit und andere Aspekte des Programms bestimmen

Das Statistikmodul von Python bietet leistungsstarke Datenstatistikanalysefunktionen, mit denen wir die allgemeinen Merkmale von Daten wie Biostatistik und Geschäftsanalyse schnell verstehen können. Anstatt Datenpunkte nacheinander zu betrachten, schauen Sie sich nur Statistiken wie Mittelwert oder Varianz an, um Trends und Merkmale in den ursprünglichen Daten zu ermitteln, die möglicherweise ignoriert werden, und vergleichen Sie große Datensätze einfacher und effektiv. In diesem Tutorial wird erläutert, wie der Mittelwert berechnet und den Grad der Dispersion des Datensatzes gemessen wird. Sofern nicht anders angegeben, unterstützen alle Funktionen in diesem Modul die Berechnung der Mittelwert () -Funktion, anstatt einfach den Durchschnitt zu summieren. Es können auch schwimmende Punktzahlen verwendet werden. zufällig importieren Statistiken importieren Aus Fracti


Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

MantisBT
Mantis ist ein einfach zu implementierendes webbasiertes Tool zur Fehlerverfolgung, das die Fehlerverfolgung von Produkten unterstützen soll. Es erfordert PHP, MySQL und einen Webserver. Schauen Sie sich unsere Demo- und Hosting-Services an.

VSCode Windows 64-Bit-Download
Ein kostenloser und leistungsstarker IDE-Editor von Microsoft

Dreamweaver Mac
Visuelle Webentwicklungstools

SublimeText3 Englische Version
Empfohlen: Win-Version, unterstützt Code-Eingabeaufforderungen!

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor
