


Vorwort
In diesem Artikel werden die Konnektoren (+, +=) in Python anhand der in einem Beispielcode gefundenen Probleme ausführlich vorgestellt. Schauen wir uns ohne weiteres die ausführliche Einführung von Bar an.
Angenommen, es gibt den folgenden Code:
a = [1, 2, 3, 4] b = [5, 6, 7, 8, 9] c = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20] for item in (a, b, c): item += [0] * (10 - len(item)) print a print b print c
Die Bedeutung dieses Codes besteht darin, dass es drei Listen gibt und an der Stelle Nullen ausgefüllt werden müssen Ende der Listen, deren Länge nicht 10 beträgt, sei ihre Länge 10.
Die Ausgabe ist wie folgt:
[1, 2, 3, 4, 0, 0, 0, 0, 0, 0] [5, 6, 7, 8, 9, 0, 0, 0, 0, 0] [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Hier gibt es kein Problem, alles ist normal. Jetzt haben sich die Anforderungen jedoch geändert und wir müssen den Anfang der Liste mit einer anderen Länge als 10 mit Nullen auffüllen.
Dann versuchen wir, die folgenden Änderungen vorzunehmen:
a = [1, 2, 3, 4] b = [5, 6, 7, 8, 9] c = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20] for item in (a, b, c): item = [0] * (10 - len(item)) + item print a print b print c
Sehen Sie sich die Ausgabe direkt an:
[1, 2, 3, 4] [5, 6, 7, 8, 9] [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Das Ergebnis ist nicht das, was wir uns vorgestellt haben. Wenn Sie das Problem nicht sehen, lesen Sie weiter. Wenn Sie die Hinweise bereits gesehen haben, müssen Sie hier natürlich keine Zeit verschwenden.
Nach unserem inhärenten Denken ist die obige Methode machbar, wie im folgenden Beispiel:
>>> l = [1, 2, 3, 4, 5] >>> l = [0]*5 + l >>> l [0, 0, 0, 0, 0, 1, 2, 3, 4, 5]
Eine solche Operation ermöglicht es der Liste, das zu bekommen, was wir erwarten . Ändern.
Aber was wäre, wenn wir noch ein paar weitere Schritte hinzufügen würden:
>>> l = [1, 2, 3, 4, 5] >>> id(l) 139935500860952 >>> l = [0]*5 + l >>> l [0, 0, 0, 0, 0, 1, 2, 3, 4, 5] >>> id(l) 139935500783272
Haben Sie an diesem Punkt das Problem gesehen? Wie Sie der Ausgabe der id()-Methode entnehmen können, ist das „l“ hinten nicht mehr das „l“ vorne.
Sehen Sie sich noch einmal das folgende Beispiel an:
>>> l = [1, 2, 3, 4, 5] >>> id(l) 139935500861024 >>> l += [0]*5 >>> l [1, 2, 3, 4, 5, 0, 0, 0, 0, 0] >>> id(l) 139935500861024
Bei Verwendung von += steht eins vor und nach „l“. An dieser Stelle sollten wir die Tatsache verstehen, dass das Beispiel am Anfang des Artikels nicht unerklärlich ist, sondern einen Grund hat.
Keine Sorge, schauen wir uns noch einmal das Beispiel an:
>>> t = (1, 2, 3, 4, 5) >>> id(t) 139935501840656 >>> t += (0,)*5 >>> t (1, 2, 3, 4, 5, 0, 0, 0, 0, 0) >>> id(t) 139935502151336
Wie Sie sehen können, wird die Liste durch ein Tupel ersetzt Ergebnis ändert sich erneut.
Was passiert also, wenn wir den +-Operator für Tupel verwenden:
>>> t = (1, 2, 3, 4, 5) >>> id(t) 139935501081200 >>> t = (0,)*5 + t >>> t (0, 0, 0, 0, 0, 1, 2, 3, 4, 5) >>> id(t) 139935502151336
Dies ist dasselbe wie das Listenergebnis, nicht anders.
Schauen wir uns also die Zeichenfolge an:
>>> s = "hello" >>> id(s) 139935500909712 >>> s += "world" >>> s 'helloworld' >>> id(s) 139935500909664
Nachdem die Zeichenfolge neu zugewiesen wurde, ist sie nicht mehr die vorherige Variable. Im Speicher wird durch „s“ ein zusätzlicher Speicherplatz zum Speichern des Werts freigeschaltet.
Hier sind die Python-Konnektoren, über die wir sprechen werden, + und +=. Es ist zu beachten, dass diese beiden Symbole in Python unterschiedliche Bedeutungen haben. Das eine ist die in der Mathematik verwendete Additionsoperation und das andere die für Sequenztypen verwendete Spleißfunktion. Bei der Verwendung als Additionsoperator gelten jedoch auch die in diesem Artikel besprochenen Verwendungsregeln. Denn bei der Erörterung dieser beiden Symbole geht es im Wesentlichen um die unveränderlichen und veränderlichen Python-Typen, dh um Variablentypen und unveränderliche Typen. Bei veränderlichen Typen können wir die Variable an Ort und Stelle ändern, was bedeutet, dass ihr Speicherplatz lesbar und beschreibbar ist. Bei einer Liste ist der Speicherplatz beispielsweise schreibgeschützt und kann bei Bedarf nicht geändert werden Wenn Sie bestimmte Vorgänge am unveränderlichen Typ ausführen, um ein neues Ergebnis zu erhalten, müssen Sie einen neuen Speicherplatz erstellen, um das neu generierte Ergebnis zu speichern.
Aus den oben aufgeführten Beispielen können wir folgende Schlussfolgerungen ziehen:
Für Variablentypen:
+: stellt eine Verbindungsoperation dar, deren Ergebnis wird ein neues Objekt erstellen.
+=: Stellt die Anhängeoperation dar, dh die In-Place-Operation, bei der der Inhalt eines anderen Objekts an das vorhandene Objekt angehängt wird.
>>> a = [1, 2, 3, 4] >>> t = a >>> id(a) 139712695835400 >>> id(t) 139712695835400 >>> t += [0]*6 >>> t [1, 2, 3, 4, 0, 0, 0, 0, 0, 0] >>> id(t) 139712695835400 >>> id(a) 139712695835400 >>> a [1, 2, 3, 4, 0, 0, 0, 0, 0, 0] >>> >>> >>> a = [1, 2, 3, 4] >>> t = a >>> id(a) 139712695835464 >>> id(t) 139712695835464 >>> t = [0]*6 + t >>> t [0, 0, 0, 0, 0, 0, 1, 2, 3, 4] >>> a [1, 2, 3, 4] >>> id(a) 139712695835464 >>> id(t) 139712695835400
Zusammenfassung
Das Obige ist der gesamte Inhalt dieses Artikels. Was hier besprochen wird, ist nur ein einfaches Thema, aber ich habe so viel Zeit damit verbracht, über dieses Thema zu sprechen, also möchte ich es tun Die Sache ist die: Wenn Sie diese kleinen Probleme nicht vollständig verstehen, können sie Ihnen während des Programmiervorgangs Probleme bereiten.
Ausführlichere Beispiele für Konnektoren (+, +=) in Python finden Sie auf der chinesischen PHP-Website für verwandte Artikel!

Lösung für Erlaubnisprobleme beim Betrachten der Python -Version in Linux Terminal Wenn Sie versuchen, die Python -Version in Linux Terminal anzuzeigen, geben Sie Python ein ...

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)

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

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

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

Dieses Tutorial baut auf der vorherigen Einführung in die schöne Suppe auf und konzentriert sich auf DOM -Manipulation über die einfache Baumnavigation hinaus. Wir werden effiziente Suchmethoden und -techniken zur Änderung der HTML -Struktur untersuchen. Eine gemeinsame DOM -Suchmethode ist Ex

In dem Artikel werden beliebte Python-Bibliotheken wie Numpy, Pandas, Matplotlib, Scikit-Learn, TensorFlow, Django, Flask und Anfragen erörtert, die ihre Verwendung in wissenschaftlichen Computing, Datenanalyse, Visualisierung, maschinellem Lernen, Webentwicklung und h beschreiben

Dieser Artikel führt die Python-Entwickler in den Bauen von CLIS-Zeilen-Schnittstellen (CLIS). Es werden mit Bibliotheken wie Typer, Click und ArgParse beschrieben, die Eingabe-/Ausgabemedelung betonen und benutzerfreundliche Designmuster für eine verbesserte CLI-Usabilität fördern.


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

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

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Herunterladen der Mac-Version des Atom-Editors
Der beliebteste Open-Source-Editor

MinGW – Minimalistisches GNU für Windows
Dieses Projekt wird derzeit auf osdn.net/projects/mingw migriert. Sie können uns dort weiterhin folgen. MinGW: Eine native Windows-Portierung der GNU Compiler Collection (GCC), frei verteilbare Importbibliotheken und Header-Dateien zum Erstellen nativer Windows-Anwendungen, einschließlich Erweiterungen der MSVC-Laufzeit zur Unterstützung der C99-Funktionalität. Die gesamte MinGW-Software kann auf 64-Bit-Windows-Plattformen ausgeführt werden.

Dreamweaver Mac
Visuelle Webentwicklungstools