1 深いコピーと浅いコピー
class set(object): """ set() -> new empty set object set(iterable) -> new set object Build an unordered collection of unique elements. """ def add(self, *args, **kwargs): # real signature unknown """ Add an element to a set,添加元素 This has no effect if the element is already present. """ pass def clear(self, *args, **kwargs): # real signature unknown """ Remove all elements from this set. 清楚内容""" pass def copy(self, *args, **kwargs): # real signature unknown """ Return a shallow copy of a set. 浅拷贝 """ pass def difference(self, *args, **kwargs): # real signature unknown """ Return the difference of two or more sets as a new set. A中存在,B中不存在 (i.e. all elements that are in this set but not the others.) """ pass def difference_update(self, *args, **kwargs): # real signature unknown """ Remove all elements of another set from this set. 从当前集合中删除和B中相同的元素""" pass def discard(self, *args, **kwargs): # real signature unknown """ Remove an element from a set if it is a member. If the element is not a member, do nothing. 移除指定元素,不存在不保错 """ pass def intersection(self, *args, **kwargs): # real signature unknown """ Return the intersection of two sets as a new set. 交集 (i.e. all elements that are in both sets.) """ pass def intersection_update(self, *args, **kwargs): # real signature unknown """ Update a set with the intersection of itself and another. 取交集并更更新到A中 """ pass def isdisjoint(self, *args, **kwargs): # real signature unknown """ Return True if two sets have a null intersection. 如果没有交集,返回True,否则返回False""" pass def issubset(self, *args, **kwargs): # real signature unknown """ Report whether another set contains this set. 是否是子序列""" pass def issuperset(self, *args, **kwargs): # real signature unknown """ Report whether this set contains another set. 是否是父序列""" pass def pop(self, *args, **kwargs): # real signature unknown """ Remove and return an arbitrary set element. Raises KeyError if the set is empty. 移除元素 """ pass def remove(self, *args, **kwargs): # real signature unknown """ Remove an element from a set; it must be a member. If the element is not a member, raise a KeyError. 移除指定元素,不存在保错 """ pass def symmetric_difference(self, *args, **kwargs): # real signature unknown """ Return the symmetric difference of two sets as a new set. 对称交集 (i.e. all elements that are in exactly one of the sets.) """ pass def symmetric_difference_update(self, *args, **kwargs): # real signature unknown """ Update a set with the symmetric difference of itself and another. 对称交集,并更新到a中 """ pass def union(self, *args, **kwargs): # real signature unknown """ Return the union of sets as a new set. 并集 (i.e. all elements that are in either set.) """ pass def update(self, *args, **kwargs): # real signature unknown """ Update a set with the union of itself and others. 更新 """ pass
b. その他の基本的なデータ型
ディクショナリ、プリミティブ、リストでは、代入、浅いコピー、および深いコピーが実行されるときのメモリ アドレスの変更が異なります。 1. 代入
se = {11,22,33,44,55} be = {44,55,66,77,88} # se.add(66) # print(se) #添加元素,不能直接打印! # # # # se.clear() # print(se) #清除se集合里面所有的值,不能清除单个 # # # # ce=be.difference(se) #se中存在,be中不存在的值,必须赋值给一个新的变量 # print(ce) # # # se.difference_update(be) # print(se) #在se中删除和be相同的值,不能赋值给一个新的变量,先输入转换,然后打印,也不能直接打印! # se.discard(11) # print(se) #移除指定元素,移除不存在的时候,不会报错 # se.remove(11) # print(se) #移除指定的元素,移除不存在的会报错 # se.pop() # print(se) #移除随机的元素 # # # ret=se.pop() # print(ret) #移除元素,并且可以把移除的元素赋值给另一个变量 # ce = se.intersection(be) # print(ce) #取出两个集合的交集(相同的元素) # se.intersection_update(be) # print(se) #取出两个集合的交集,并更新到se集合中 # ret = se.isdisjoint(be) # print(ret) #判断两个集合之间又没有交集,如果有交集返回False,没有返回True # ret=se.issubset(be) # print(ret) #判断se是否是be集合的子序列,如果是返回True,不是返回Flase # ret = se.issuperset(be) # print(ret) #判断se是不是be集合的父序列,如果是返回True,不是返回Flase # ret=se.symmetric_difference(be) # print(ret) #对称交集,取出除了不相同的元素 # se.symmetric_difference_update(be) # print(se) #对称交集,取出不相同的元素并更新到se集合中 # ret = se.union(be) # print(ret) #并集,把两个元素集合并在一个新的变量中3. ディープコピー ディープコピー、メモリ内のすべてのデータを再作成します(最後の層、つまり、Python の文字列と数値の内部最適化を除く)
3. 関数
関数型: 特定の関数コードを関数にカプセル化するため、今後はその関数を再度記述する必要がなく、関数を呼び出すだけです
オブジェクト指向: 関数を分類してカプセル化し、開発を「より速く、より効率的に」します。はるかに良いです...関数の定義には主に次の点があります:
def: 関数を表すキーワード 関数名: 関数の名前。関数は関数名に基づいて呼び出されます。将来
パラメーター: データを提供します関数本体
戻り値: 関数が実行されると、呼び出し元に返されるデータ 1. 関数は、関数が正常に実行されたかどうかに関係なく、呼び出し元に返されるデータを返します。 上記の点の中で、より重要なのはパラメータと戻り値です:
import copy # ######### 数字、字符串 ######### n1 = 123 # n1 = "i am alex age 10" print(id(n1)) # ## 赋值 ## n2 = n1 print(id(n2)) # ## 浅拷贝 ## n2 = copy.copy(n1) print(id(n2)) # ## 深拷贝 ## n3 = copy.deepcopy(n1) print(id(n3))
この関数には 3 つの異なるパラメータがあります:
通常のパラメータ
# name は関数 func パラメータの形式で呼ばれます、省略形: 仮パラメータ
def func(name): 名前を表示します
# ### ###### 関数の実行 #########
# 'zhangyanlin' は関数 func の実パラメータと呼ばれます。略称: 実パラメータ
func('zhangyanlin')
デフォルトパラメータ
def func (name, age = 18):
print "%s:%s" %(name, age)
# パラメータを指定します
func('zhangyanlin', 19)
# デフォルトを使用しますパラメータ
注: デフォルトパラメータはパラメータリストの最後に置く必要があります
動的パラメータn1 = {"k1": "zhangyanlin", "k2": 123, "k3": ["Aylin", 456]} n2 = n1
import copy n1 = {"k1": "zhangyanlin", "k2": 123, "k3": ["aylin", 456]} n3 = copy.copy(n1)
def 发送短信(): 发送短信的代码... if 发送成功: return True else: return False while True: # 每次执行发送短信函数,都会将返回值自动赋值给result # 之后,可以根据result来写日志,或重发等操作 result = 发送短信() if result == False: 短信发送失败...
メールの例:
りー
Python の一般的な知識ポイントに関連するその他の記事については、PHP 中国語 Web サイトに注目してください。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。


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

メモ帳++7.3.1
使いやすく無料のコードエディター

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

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

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境
