1. Python의 배열은 세 가지 유형으로 구분됩니다.
1. 목록 연결 목록 배열은 초기화 후 특정 방법을 통해 요소를 동적으로 추가할 수 있습니다.
정의 방법: arr = [요소]
2. 튜플은 고정 배열입니다. 한 번 정의하면 요소 수를 변경할 수 없습니다.
정의 방법: arr = (요소)
3. Dictionary 사전 배열, 즉 Hash 배열입니다.
정의 방법: arr = {element key:value} 또는 arr = dict(element key:value)
키와 값의 두 부분을 포함합니다. 키는 정수 또는 문자열 유형이고 값은 모든 유형입니다.
2. 이들 배열의 사용방법과 기법을 자세히 설명하면 다음과 같다.
1. 리스트 연결리스트 배열
(1)
arr = [1, 2, [ 1, 2, 3] ]
(2)
정의 시 초기화 없음 1차원 배열: arr = []
다차원 배열: arr = [i for i in range(10), 1 ,[]]
#참고 :i for in xx 이는 첫 번째 위치에 배치되어야 하며, 그렇지 않으면 i를 먼저 정의해야 합니다.
(3) 배열 삭제 및 여러 값 얻기
start:end를 사용하여 배열의 간격을 나타낼 수 있습니다(i >= start 및 i del arr[0]
del arr[0:2]
newarr = arr[0:2]
(4) enumerate(arr)에서 k, v에 대해
배열을 탐색합니다.
print k, v
# 목록이나 배열의 인덱스와 요소를 모두 탐색하려면 열거 함수를 사용할 수 있습니다.
(5) 요소 추가:
1차원: arr.append('aaa' )
2차원: arr[0 ].append('aaa')
지정된 인덱스 위치에 삽입하려면 arr.insert(index, value)를 사용하세요.
그 밖에도 특별한 사용법: arr += [배열 요소]
아래 첨자를 지정하지 않고 +=를 사용하여 배열 요소를 추가할 수 있습니다.
* 연산자, 예: arr*4
(6) 메소드
L.append(var) #Append 요소
L.insert(index,var)
L.pop(var ) #마지막 요소를 반환하고 목록에서 삭제
L.remove(var) # 처음 나타나는 요소 제거
L.count(var) # 요소가 목록에 나타나는 횟수
L.index(var) # 요소의 위치, 그렇지 않으면 예외가 발생합니다.
L.extend(list) # 목록을 추가합니다. 즉, 목록을 L에 병합합니다.
L.sort () #Sort
L.reverse() #역순
(7) 복사
L1 = L #L1은 L의 별칭입니다. C 용어로 포인터 주소는 L1의 연산과 동일합니다. L에서 작업 중입니다. 함수 매개변수가 전달되는 방식입니다.
L1 = L[:] #L1은 L의 복제본, 즉 또 다른 복사본입니다.
2.Tuple 고정 배열
(1)
arr = ("a", "b", "c", "d", "e")
정의 시 초기화됨
(2) Get 값
print arr[0],arr[-4:-1],arr[-1],arr[1:4]
(3) enumerate(에서 k,v에 대해 배열
을 탐색합니다( arr ):
print k,v
(3) 변환
t = list( t )
반대로:
arr = tuple( arr )
3.Dictionary(hash array) Dictionary 배열
(1)
정의 시 초기화 arr = {'a': 100, 'b':'boy', 'c':'hello'}
여러 값을 할당하는 방법 하나의 키 모직 천에.
Dictionary는 다양한 의미에 대응할 수 있고, 물론 Key도 다양한 값에 대응할 수 있습니다 Python 자체는 사전 키에 여러 할당을 수행할 수 없지만 목록 메서드를 사용할 수 있습니다.
arr = {'서버': ['yp.geekso.com','geekso.com'], 'database': 'mysql'}
(2) 메소드
D.get(key, 0) #dict[key]와 동일, 더 이상 없으면 기본값인 0이 반환됩니다. [] 그렇지 않은 경우 예외 발생
D.has_key(key) # 키가 존재하면 TRUE를 반환하고, 그렇지 않으면 FALSE를 반환합니다.
D.keys() # 사전 키 목록 반환
D.values() #모든 값 출력
D.items() # 튜플 목록 반환, 각 튜플에는 키-값 쌍이 포함됩니다.
D.update(dict2) # 병합된 사전 추가
D.popitem( ) # 쌍을 얻고 사전에서 삭제하십시오. 비어 있으면 예외가 발생합니다.
setdefault(key [,dummvalue])
# get 메소드와 동작이 유사합니다.
#키가 사전에 없고 dummvalue가 지정되어 있는 경우 키(key)를 삽입
지정된 값(dummvalue)이 사전에 삽입됩니다. > D.clear() #Clear the Dictionary, 동일 del dict
D.copy() #사전 복사
D.cmp(dict1,dict2) #사전 비교, (우선순위는 요소 수, 키 크기, 키 크기)
(3) 복사
dict1 = dict #Alias
dict2=dict.copy() #Clone, 즉 또 다른 복사본입니다.

하루에 2 시간 동안 파이썬을 배우는 것으로 충분합니까? 목표와 학습 방법에 따라 다릅니다. 1) 명확한 학습 계획을 개발, 2) 적절한 학습 자원 및 방법을 선택하고 3) 실습 연습 및 검토 및 통합 연습 및 검토 및 통합,이 기간 동안 Python의 기본 지식과 고급 기능을 점차적으로 마스터 할 수 있습니다.

웹 개발에서 Python의 주요 응용 프로그램에는 Django 및 Flask 프레임 워크 사용, API 개발, 데이터 분석 및 시각화, 머신 러닝 및 AI 및 성능 최적화가 포함됩니다. 1. Django 및 Flask 프레임 워크 : Django는 복잡한 응용 분야의 빠른 개발에 적합하며 플라스크는 소형 또는 고도로 맞춤형 프로젝트에 적합합니다. 2. API 개발 : Flask 또는 DjangorestFramework를 사용하여 RESTFULAPI를 구축하십시오. 3. 데이터 분석 및 시각화 : Python을 사용하여 데이터를 처리하고 웹 인터페이스를 통해 표시합니다. 4. 머신 러닝 및 AI : 파이썬은 지능형 웹 애플리케이션을 구축하는 데 사용됩니다. 5. 성능 최적화 : 비동기 프로그래밍, 캐싱 및 코드를 통해 최적화

Python은 개발 효율에서 C보다 낫지 만 C는 실행 성능이 높습니다. 1. Python의 간결한 구문 및 풍부한 라이브러리는 개발 효율성을 향상시킵니다. 2.C의 컴파일 유형 특성 및 하드웨어 제어는 실행 성능을 향상시킵니다. 선택할 때는 프로젝트 요구에 따라 개발 속도 및 실행 효율성을 평가해야합니다.

Python의 실제 응용 프로그램에는 데이터 분석, 웹 개발, 인공 지능 및 자동화가 포함됩니다. 1) 데이터 분석에서 Python은 Pandas 및 Matplotlib를 사용하여 데이터를 처리하고 시각화합니다. 2) 웹 개발에서 Django 및 Flask 프레임 워크는 웹 응용 프로그램 생성을 단순화합니다. 3) 인공 지능 분야에서 Tensorflow와 Pytorch는 모델을 구축하고 훈련시키는 데 사용됩니다. 4) 자동화 측면에서 파이썬 스크립트는 파일 복사와 같은 작업에 사용할 수 있습니다.

Python은 데이터 과학, 웹 개발 및 자동화 스크립팅 필드에 널리 사용됩니다. 1) 데이터 과학에서 Python은 Numpy 및 Pandas와 같은 라이브러리를 통해 데이터 처리 및 분석을 단순화합니다. 2) 웹 개발에서 Django 및 Flask 프레임 워크를 통해 개발자는 응용 프로그램을 신속하게 구축 할 수 있습니다. 3) 자동 스크립트에서 Python의 단순성과 표준 라이브러리가 이상적입니다.

Python의 유연성은 다중 파리가 지원 및 동적 유형 시스템에 반영되며, 사용 편의성은 간단한 구문 및 풍부한 표준 라이브러리에서 나옵니다. 유연성 : 객체 지향, 기능 및 절차 프로그래밍을 지원하며 동적 유형 시스템은 개발 효율성을 향상시킵니다. 2. 사용 편의성 : 문법은 자연 언어에 가깝고 표준 라이브러리는 광범위한 기능을 다루며 개발 프로세스를 단순화합니다.

Python은 초보자부터 고급 개발자에 이르기까지 모든 요구에 적합한 단순성과 힘에 호의적입니다. 다목적 성은 다음과 같이 반영됩니다. 1) 배우고 사용하기 쉽고 간단한 구문; 2) Numpy, Pandas 등과 같은 풍부한 라이브러리 및 프레임 워크; 3) 다양한 운영 체제에서 실행할 수있는 크로스 플랫폼 지원; 4) 작업 효율성을 향상시키기위한 스크립팅 및 자동화 작업에 적합합니다.

예, 하루에 2 시간 후에 파이썬을 배우십시오. 1. 합리적인 학습 계획 개발, 2. 올바른 학습 자원을 선택하십시오. 3. 실습을 통해 학습 된 지식을 통합하십시오. 이 단계는 짧은 시간 안에 Python을 마스터하는 데 도움이 될 수 있습니다.


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

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

SecList
SecLists는 최고의 보안 테스터의 동반자입니다. 보안 평가 시 자주 사용되는 다양한 유형의 목록을 한 곳에 모아 놓은 것입니다. SecLists는 보안 테스터에게 필요할 수 있는 모든 목록을 편리하게 제공하여 보안 테스트를 더욱 효율적이고 생산적으로 만드는 데 도움이 됩니다. 목록 유형에는 사용자 이름, 비밀번호, URL, 퍼징 페이로드, 민감한 데이터 패턴, 웹 셸 등이 포함됩니다. 테스터는 이 저장소를 새로운 테스트 시스템으로 간단히 가져올 수 있으며 필요한 모든 유형의 목록에 액세스할 수 있습니다.

드림위버 CS6
시각적 웹 개발 도구

ZendStudio 13.5.1 맥
강력한 PHP 통합 개발 환경
