목록:
목록은
으로 표시됩니다.
리스트는 이질적인 데이터(다른 데이터 유형)의 집합입니다.
목록은 index_based입니다
목록은 변경 가능(변경 가능)
예:
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data)
['Pritha', 'B.E', 30, True, 5.6]
while 루프 사용 예:
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 루프를 사용한 예:
student_data = ['Pritha', 'B.E', 30, True, 5.6] for data in student_data: print(data, end=" ")
Pritha B.E 30 True 5.6
열거():
루프에서 인덱스를 생성하는데 사용됩니다.
그룹화 및 색인 추적에도 사용됩니다.
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
목록은 변경 가능하므로 목록의 모든 요소를 변경할 수 있습니다.
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]
추가():
목록 끝에 요소를 추가하는 데 사용됩니다.
목록을 그 자리에서 수정하고 새 목록을 반환하지 않습니다.
append()를 사용하여 목록 만들기:
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]
삽입():
목록의 특정 위치에 요소를 삽입할 때 사용됩니다.
employee = ['Raja', 'Madurai', 'B.Sc.,', 5.2, True] employee.insert(2, 'Tamil Nadu') print(employee)
['Raja', 'Madurai', 'Tamil Nadu', 'B.Sc.,', 5.2, True]
제거():
목록에서 특정 요소가 처음 나타나는 것을 제거하는 데 사용됩니다.
요소가 발견되면 제거되고 목록이 수정됩니다.
요소가 목록에 없으면 ValueError가 발생합니다.
employee = ['Raja', 'Madurai', 'B.Sc', 5.2, True] employee.remove('Madurai') print(employee)
['Raja', 'B.Sc', 5.2, True]
팝():
목록의 특정 인덱스에 있는 요소를 제거하고 반환하는 데 사용됩니다.
employee = ['Raja', 'Madurai', 'B.Sc', 5.2, True] employee.pop(3) print(employee)
['Raja', 'Madurai', 'B.Sc', True]
del 문:
목록에서 인덱스별로 요소를 삭제하는 데 사용됩니다.
값을 반환하지 않습니다. 단순히 메모리에서 항목이나 개체를 제거합니다.
l = [10,20,30,40,50,60] del l[2] print(l)
[10, 20, 40, 50, 60]
del을 사용하면 조각을 지정하여 목록에서 항목을 제거할 수 있습니다.
l = [10,20,30,40,50,60] del l[2:4] print(l)
[10, 20, 50, 60]
pop()과 del의 차이점:
l = [10,20,30,40,50,60] del l[:] print(l) l = [10,20,30,40,50,60] print(l.pop())
[] 60
del[:]- 목록에서 모든 것을 삭제합니다
pop()- 목록에서 마지막 요소를 삭제합니다.
총점과 백분율을 계산하는 프로그램을 작성하세요.
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
주어진 점수에서 가장 높은 점수를 찾는 프로그램을 작성하세요.
highest = 0 marks_list = [90,97,96,65,98] for mark in marks_list: if mark>highest: highest = mark #90 97 print(highest)
98
주어진 점수에서 가장 낮은 점수를 찾는 프로그램을 작성하세요.
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()-객체가 지정된 클래스 또는 해당 하위 클래스의 인스턴스인지 확인하는 데 사용됩니다.
객체가 지정된 클래스나 유형과 일치하면 True를 반환하고, 그렇지 않으면 False를 반환합니다.
str 데이터 유형을 찾는 프로그램을 작성하세요.
student_data = ['Pritha', 'B.E', 30, True, 5.6] print(student_data)
['Pritha', 'B.E', 30, True, 5.6]
str 데이터 유형을 찾아 상위로 만드는 프로그램을 작성하세요.
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 데이터 유형을 찾아 처음 두 글자의 상위 문자로 만드는 프로그램을 작성하세요.
student_data = ['Pritha', 'B.E', 30, True, 5.6] for data in student_data: print(data, end=" ")
Pritha B.E 30 True 5.6
작업:
1) n을 포함합니다 --> 이름
2) 이름은 5글자입니다
3) t --> 이름은
으로 끝납니다.
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]
위 내용은 일 - 목록 및 목록 기능의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

Python은 인터넷에서 파일을 다운로드하는 다양한 방법을 제공하며 Urllib 패키지 또는 요청 도서관을 사용하여 HTTP를 통해 다운로드 할 수 있습니다. 이 튜토리얼은 이러한 라이브러리를 사용하여 Python의 URL에서 파일을 다운로드하는 방법을 설명합니다. 도서관을 요청합니다 요청은 Python에서 가장 인기있는 라이브러리 중 하나입니다. URL에 쿼리 문자열을 수동으로 추가하지 않고 HTTP/1.1 요청을 보낼 수 있습니다. 요청 라이브러리는 다음을 포함하여 많은 기능을 수행 할 수 있습니다. 양식 데이터 추가 다중 부문 파일을 추가하십시오 파이썬 응답 데이터에 액세스하십시오 요청하십시오 머리

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

NLP (Natural Language Processing)는 인간 언어의 자동 또는 반자동 처리입니다. NLP는 언어학과 밀접한 관련이 있으며인지 과학, 심리학, 생리학 및 수학에 대한 연구와 관련이 있습니다. 컴퓨터 과학에서

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점


핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

SublimeText3 Linux 새 버전
SublimeText3 Linux 최신 버전

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

드림위버 CS6
시각적 웹 개발 도구
