


Avant-propos
Cet article présente les connecteurs ( , =) en Python en détail à travers les problèmes trouvés dans un exemple de code. Pas grand chose à dire ci-dessous, jetons un œil à l'introduction détaillée.
Supposons qu'il y ait le morceau de code suivant :
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
La signification de ce code est qu'il y a trois listes et que des 0 doivent être remplis à la fin. fin des listes dont la longueur n'est pas 10, Que sa longueur soit 10.
Le résultat est le suivant :
[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]
Il n'y a pas de problème ici, tout est normal. Cependant, les exigences ont maintenant changé et nous devons remplir le début de la liste avec une longueur autre que 10 avec des zéros.
Ensuite, nous essayons d'apporter les modifications suivantes :
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
Regardez directement la sortie :
[1, 2, 3, 4] [5, 6, 7, 8, 9] [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Le résultat n'est pas celui que nous avions imaginé. Si vous ne voyez pas le problème, continuez à lire. Bien sûr, si vous avez déjà vu les indices, inutile de perdre du temps ici.
Selon notre réflexion inhérente, la méthode ci-dessus est réalisable, comme l'exemple suivant :
>>> l = [1, 2, 3, 4, 5] >>> l = [0]*5 + l >>> l [0, 0, 0, 0, 0, 1, 2, 3, 4, 5]
Une telle opération permet à la liste d'obtenir ce que nous attendons . Changement.
Mais et si nous ajoutions quelques étapes supplémentaires :
>>> 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
À ce stade, avez-vous vu le problème ? Comme vous pouvez le voir sur le résultat de la méthode id(), le "l" à l'arrière n'est plus le "l" à l'avant.
Regardez à nouveau l'exemple suivant :
>>> 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
Lorsque vous utilisez =, il y en a un avant et après "l". À ce stade, nous devons comprendre que l’exemple du début de l’article n’est pas inexplicable, mais a une raison.
Ne vous inquiétez pas, reprenons l'exemple :
>>> 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
Comme vous pouvez le constater, lorsqu'on remplace la liste par un tuple, le le résultat change à nouveau.
Et si nous utilisons l'opération sur les tuples :
>>> 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
C'est le même que le résultat de la liste, pas différent.
Alors, regardons la chaîne :
>>> s = "hello" >>> id(s) 139935500909712 >>> s += "world" >>> s 'helloworld' >>> id(s) 139935500909664
Le résultat est comme un tuple, "s" est épissé en un caractère utilisant = Une fois la chaîne réaffectée, ce n'est plus la variable précédente. Reflété dans la mémoire, "s" a été ouvert un espace de stockage supplémentaire pour stocker la valeur.
Ici, le connecteur Python dont nous allons parler est et =. Il convient de noter que ces deux symboles ont des significations différentes en Python. L’un est l’opération d’addition utilisée en mathématiques et l’autre est la fonction d’épissage utilisée sur les types séquences. Cependant, lorsqu'il est utilisé comme opérateur d'addition, il suit également les règles d'utilisation décrites dans cet article. Parce que discuter de ces deux symboles revient essentiellement à discuter des types immuables et mutables de Python, c'est-à-dire des types variables et des types immuables. Pour les types mutables, nous pouvons modifier la variable en place, ce qui signifie que son espace de stockage est lisible et inscriptible, comme une liste ; pour les types immuables, son espace de stockage est en lecture seule, il ne peut pas être modifié si vous en avez besoin. effectuez certaines opérations sur le type immuable pour obtenir un nouveau résultat, vous devez créer un nouvel espace de stockage pour stocker le résultat nouvellement généré.
Des exemples listés ci-dessus, nous pouvons tirer les conclusions suivantes :
Pour les types de variables :
: représente une opération de connexion dont le résultat va créer un nouvel objet.
= : Représente l'opération d'ajout, c'est-à-dire l'opération sur place, qui ajoute le contenu d'un autre objet à l'objet en place.
Pour les types immuables : et = représentent tous deux des opérations de connexion ou de sommation. Il n'y a pas de différence entre les deux. Le résultat de l'opération produira un nouvel objet.
Analysons l'exemple au début de l'article Puisque pour itération équivaut à affectation, par souci de simplicité, nous analysons uniquement a, comme suit :
>>> 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
Ici, t est une référence à a, qui équivaut à l'élément de l'exemple au début de l'article. Utiliser = pour opérer sur t opère en fait sur a, et = est une opération sur place, donc lorsque t est modifié, a change également si vous utilisez = pour opérer sur t et attribuez le résultat à t, alors à ce moment-là ; t ne pointe plus vers a, mais pointe vers [0]*6 t, donc a n'a pas été modifié.
Résumé
Ce qui précède représente l'intégralité du contenu de cet article. Ce qui est discuté ici n'est qu'un problème simple, mais j'ai passé tellement de temps à parler de ce problème, donc je veux le faire. Le problème est que si vous ne comprenez pas complètement ces petits problèmes, ils peuvent vous causer des problèmes pendant le processus de programmation.
Pour des exemples plus détaillés de connecteurs ( , =) en Python et des articles connexes, veuillez faire attention au site Web PHP chinois !

Est-ce suffisant pour apprendre Python pendant deux heures par jour? Cela dépend de vos objectifs et de vos méthodes d'apprentissage. 1) Élaborer un plan d'apprentissage clair, 2) Sélectionnez les ressources et méthodes d'apprentissage appropriées, 3) la pratique et l'examen et la consolidation de la pratique pratique et de l'examen et de la consolidation, et vous pouvez progressivement maîtriser les connaissances de base et les fonctions avancées de Python au cours de cette période.

Les applications clés de Python dans le développement Web incluent l'utilisation des cadres Django et Flask, le développement de l'API, l'analyse et la visualisation des données, l'apprentissage automatique et l'IA et l'optimisation des performances. 1. Framework Django et Flask: Django convient au développement rapide d'applications complexes, et Flask convient aux projets petits ou hautement personnalisés. 2. Développement de l'API: Utilisez Flask ou DjangorestFramework pour construire RestulAPI. 3. Analyse et visualisation des données: utilisez Python pour traiter les données et les afficher via l'interface Web. 4. Apprentissage automatique et AI: Python est utilisé pour créer des applications Web intelligentes. 5. Optimisation des performances: optimisée par la programmation, la mise en cache et le code asynchrones

Python est meilleur que C dans l'efficacité du développement, mais C est plus élevé dans les performances d'exécution. 1. La syntaxe concise de Python et les bibliothèques riches améliorent l'efficacité du développement. Les caractéristiques de type compilation et le contrôle du matériel de CC améliorent les performances d'exécution. Lorsque vous faites un choix, vous devez peser la vitesse de développement et l'efficacité de l'exécution en fonction des besoins du projet.

Les applications du monde réel de Python incluent l'analyse des données, le développement Web, l'intelligence artificielle et l'automatisation. 1) Dans l'analyse des données, Python utilise des pandas et du matplotlib pour traiter et visualiser les données. 2) Dans le développement Web, les cadres Django et Flask simplifient la création d'applications Web. 3) Dans le domaine de l'intelligence artificielle, Tensorflow et Pytorch sont utilisés pour construire et former des modèles. 4) En termes d'automatisation, les scripts Python peuvent être utilisés pour des tâches telles que la copie de fichiers.

Python est largement utilisé dans les domaines de la science des données, du développement Web et des scripts d'automatisation. 1) Dans la science des données, Python simplifie le traitement et l'analyse des données à travers des bibliothèques telles que Numpy et Pandas. 2) Dans le développement Web, les cadres Django et Flask permettent aux développeurs de créer rapidement des applications. 3) Dans les scripts automatisés, la simplicité de Python et la bibliothèque standard le rendent idéal.

La flexibilité de Python se reflète dans les systèmes de prise en charge et de type dynamique multi-paradigmes, tandis que la facilité d'utilisation provient d'une syntaxe simple et d'une bibliothèque standard riche. 1. Flexibilité: prend en charge la programmation orientée objet, fonctionnelle et procédurale, et les systèmes de type dynamique améliorent l'efficacité de développement. 2. Facilité d'utilisation: La grammaire est proche du langage naturel, la bibliothèque standard couvre un large éventail de fonctions et simplifie le processus de développement.

Python est très favorisé pour sa simplicité et son pouvoir, adaptés à tous les besoins des débutants aux développeurs avancés. Sa polyvalence se reflète dans: 1) Facile à apprendre et à utiliser, syntaxe simple; 2) Bibliothèques et cadres riches, tels que Numpy, Pandas, etc.; 3) Support multiplateforme, qui peut être exécuté sur une variété de systèmes d'exploitation; 4) Convient aux tâches de script et d'automatisation pour améliorer l'efficacité du travail.

Oui, apprenez Python en deux heures par jour. 1. Élaborer un plan d'étude raisonnable, 2. Sélectionnez les bonnes ressources d'apprentissage, 3. Consolider les connaissances apprises par la pratique. Ces étapes peuvent vous aider à maîtriser Python en peu de temps.


Outils d'IA chauds

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Undress AI Tool
Images de déshabillage gratuites

Clothoff.io
Dissolvant de vêtements AI

AI Hentai Generator
Générez AI Hentai gratuitement.

Article chaud

Outils chauds

MinGW - GNU minimaliste pour Windows
Ce projet est en cours de migration vers osdn.net/projects/mingw, vous pouvez continuer à nous suivre là-bas. MinGW : un port Windows natif de GNU Compiler Collection (GCC), des bibliothèques d'importation et des fichiers d'en-tête librement distribuables pour la création d'applications Windows natives ; inclut des extensions du runtime MSVC pour prendre en charge la fonctionnalité C99. Tous les logiciels MinGW peuvent fonctionner sur les plates-formes Windows 64 bits.

DVWA
Damn Vulnerable Web App (DVWA) est une application Web PHP/MySQL très vulnérable. Ses principaux objectifs sont d'aider les professionnels de la sécurité à tester leurs compétences et leurs outils dans un environnement juridique, d'aider les développeurs Web à mieux comprendre le processus de sécurisation des applications Web et d'aider les enseignants/étudiants à enseigner/apprendre dans un environnement de classe. Application Web sécurité. L'objectif de DVWA est de mettre en pratique certaines des vulnérabilités Web les plus courantes via une interface simple et directe, avec différents degrés de difficulté. Veuillez noter que ce logiciel

Listes Sec
SecLists est le compagnon ultime du testeur de sécurité. Il s'agit d'une collection de différents types de listes fréquemment utilisées lors des évaluations de sécurité, le tout en un seul endroit. SecLists contribue à rendre les tests de sécurité plus efficaces et productifs en fournissant facilement toutes les listes dont un testeur de sécurité pourrait avoir besoin. Les types de listes incluent les noms d'utilisateur, les mots de passe, les URL, les charges utiles floues, les modèles de données sensibles, les shells Web, etc. Le testeur peut simplement extraire ce référentiel sur une nouvelle machine de test et il aura accès à tous les types de listes dont il a besoin.

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit