リスト:
リストは
で表されます
リストは異種データ(異なるデータ型)のコレクションです。
リストはインデックスベースです
リストはミュータブル(変更可能)です
例:
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data)
['Pritha', 'B.E', 30, True, 5.6]
while ループを使用した例:
student_data = ['Pritha', 'B.E', 30, True, 5.6] i = 0 while i<len print i> <pre class="brush:php;toolbar:false">Pritha B.E 30 True 5.6
for ループの使用例:
student_data = ['Pritha', 'B.E', 30, True, 5.6] for data in student_data: print(data, end=" ")
Pritha B.E 30 True 5.6
enumerate():
ループ内でインデックスを作成するために使用されます。
グループ化とインデックス追跡にも使用されます。
student_data = ['Pritha', 'B.E', 30, True, 5.6] index = 0 for index,data in enumerate(student_data): print(index, data) index+=1
0 Pritha 1 B.E 2 30 3 True 4 5.6
リストは変更可能であるため、リストの任意の要素を変更できます。
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data) student_data[1] = 'M.E' print(student_data)
['Pritha', 'B.E', 30, True, 5.6] ['Pritha', 'M.E', 30, True, 5.6]
append():
リストの最後に要素を追加するために使用されます。
リストをその場で変更し、新しいリストを返しません。
append() を使用してリストを作成します:
employee = [] employee.append('Raja') employee.append('Madurai') employee.append('B.Sc.,') employee.append(5.2) employee.append(True) print(employee)
['Raja', 'Madurai', 'B.Sc.,', 5.2, True]
insert():
リスト内の特定の位置に要素を挿入するために使用されます。
employee = ['Raja', 'Madurai', 'B.Sc.,', 5.2, True] employee.insert(2, 'Tamil Nadu') print(employee)
['Raja', 'Madurai', 'Tamil Nadu', 'B.Sc.,', 5.2, True]
remove():
これは、リストから最初に出現した特定の要素を削除するために使用されます。
要素が見つかった場合は削除され、リストがその場で変更されます。
要素がリストに存在しない場合、ValueError が発生します。
employee = ['Raja', 'Madurai', 'B.Sc', 5.2, True] employee.remove('Madurai') print(employee)
['Raja', 'B.Sc', 5.2, True]
pop():
特定のインデックスにあるリストから要素を削除して返すために使用されます。
employee = ['Raja', 'Madurai', 'B.Sc', 5.2, True] employee.pop(3) print(employee)
['Raja', 'Madurai', 'B.Sc', True]
del ステートメント:
インデックスによってリストから要素を削除するために使用されます。
値は返されません。単に項目またはオブジェクトをメモリから削除するだけです。
l = [10,20,30,40,50,60] del l[2] print(l)
[10, 20, 40, 50, 60]
スライスを指定することで、del を使用してリストから項目を削除できます。
l = [10,20,30,40,50,60] del l[2:4] print(l)
[10, 20, 50, 60]
pop() と del の違い:
l = [10,20,30,40,50,60] del l[:] print(l) l = [10,20,30,40,50,60] print(l.pop())
[] 60
del[:]- リストからすべてを削除します
Pop() - リストから最後の要素を削除します。
合計点とパーセンテージを計算するプログラムを作成します:
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)
427 percentage: 85.4
指定されたマークから最高のマークを見つけるプログラムを作成します:
highest = 0 marks_list = [90,97,96,65,98] for mark in marks_list: if mark>highest: highest = mark #90 97 print(highest)
98
指定されたマークから最低のマークを見つけるプログラムを作成します:
lowest = 100 marks_list = [90,97,96,65,98] for mark in marks_list: if mark<lowest: lowest="mark" print> <pre class="brush:php;toolbar:false">65
scores = [90,167, 208,45,32] lowest = scores[0] for score in scores: if score<lowest: lowest="score" print> <pre class="brush:php;toolbar:false">32
isinstance() - オブジェクトが指定されたクラスまたはそのサブクラスのインスタンスであるかどうかを確認するために使用されます。
オブジェクトが指定されたクラスまたは型と一致する場合は True を返し、そうでない場合は False を返します。
str データ型を見つけるプログラムを作成します:
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data)
['Pritha', 'B.E', 30, True, 5.6]
str データ型を見つけて上位にするプログラムを作成します:
student_data = ['Pritha', 'B.E', 30, True, 5.6] i = 0 while i<len print i> <pre class="brush:php;toolbar:false">Pritha B.E 30 True 5.6
str データ型を検索し、最初の 2 文字を上位にするプログラムを作成します。
student_data = ['Pritha', 'B.E', 30, True, 5.6] for data in student_data: print(data, end=" ")
Pritha B.E 30 True 5.6
タスク:
1) n を含む -->名前
2) 名前は 5 文字
3) t -->名前は
で終わります
student_data = ['Pritha', 'B.E', 30, True, 5.6] index = 0 for index,data in enumerate(student_data): print(index, data) index+=1
0 Pritha 1 B.E 2 30 3 True 4 5.6
#SaChin DhonI rOhIt VirAt
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data) student_data[1] = 'M.E' print(student_data)
['Pritha', 'B.E', 30, True, 5.6] ['Pritha', 'M.E', 30, True, 5.6]
以上が日 - リストおよびリスト関数の詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

PDFファイルは、クロスプラットフォームの互換性に人気があり、オペレーティングシステム、読み取りデバイス、ソフトウェア間でコンテンツとレイアウトが一貫しています。ただし、Python Plansing Plain Text Filesとは異なり、PDFファイルは、より複雑な構造を持つバイナリファイルであり、フォント、色、画像などの要素を含んでいます。 幸いなことに、Pythonの外部モジュールでPDFファイルを処理することは難しくありません。この記事では、PYPDF2モジュールを使用して、PDFファイルを開き、ページを印刷し、テキストを抽出する方法を示します。 PDFファイルの作成と編集については、私からの別のチュートリアルを参照してください。 準備 コアは、外部モジュールPYPDF2を使用することにあります。まず、PIPを使用してインストールします。 ピップはpです

このチュートリアルでは、Redisキャッシングを活用して、特にDjangoフレームワーク内でPythonアプリケーションのパフォーマンスを向上させる方法を示しています。 Redisのインストール、Django構成、およびパフォーマンスの比較をカバーして、Beneを強調します

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境

SAP NetWeaver Server Adapter for Eclipse
Eclipse を SAP NetWeaver アプリケーション サーバーと統合します。

EditPlus 中国語クラック版
サイズが小さく、構文の強調表示、コード プロンプト機能はサポートされていません

DVWA
Damn Vulnerable Web App (DVWA) は、非常に脆弱な PHP/MySQL Web アプリケーションです。その主な目的は、セキュリティ専門家が法的環境でスキルとツールをテストするのに役立ち、Web 開発者が Web アプリケーションを保護するプロセスをより深く理解できるようにし、教師/生徒が教室環境で Web アプリケーションを教え/学習できるようにすることです。安全。 DVWA の目標は、シンプルでわかりやすいインターフェイスを通じて、さまざまな難易度で最も一般的な Web 脆弱性のいくつかを実践することです。このソフトウェアは、

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター
