다음은 Python에서 배열, 목록 및 콜론을 유연하게 사용하는 방법에 대한 소개입니다. 좋은 참고 가치가 있으며 모든 사람에게 도움이 되기를 바랍니다. 함께 살펴봅시다
예를 살펴보겠습니다.
import numpy as np x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) Out[64]: array([[1, 2, 3], [5, 6, 7], [7, 8, 9]])
위 결과는 모두가 괜찮을 것이라고 생각합니다. 이는 단지 np 배열을 정의하는 것뿐입니다.
print(x[:,::-1]) Out[65]: [[3 2 1] [7 6 5] [9 8 7]]
위의 코드는 배열을 역순으로, 각 차원별로 배열하는 함수를 구현한 것입니다. 이 코드를 어떻게 이해해야 할까요? 한 가지 문제는 그림의 rgb를 bgr로 변경하는 것인데, 다른 사람들이 작성한 코드를 보고 처음에는 transpose를 사용하려고 생각했습니다. 여기에 있지만 전치는 차원이기 때문에 실제로 작동하지 않습니다. 그러다가 왜 이중 콜론을 사용할 수 있는지 생각했습니다. ::::-1], 이 코드는 사실 인덱스인데 첫 번째 콜론(쉼표 앞)을 분명히 하면 첫 번째 차원의 모든 것, 즉 여기 있는 모든 행을 선택하고 그 뒤에 콜론 두 개가 따라오는 것을 보세요. 예를 들어 목록 y=[1,2,3],y[: 2] 결과는 [1,2]입니다. 즉, 첫 번째 콜론은 실제로 첫 번째 콜론에서 시작한다는 의미입니다. 여기서 쉼표 뒤의 첫 번째 콜론도 첫 번째 콜론에서 시작됩니다. 두 번째 콜론은 실제로 끝을 나타냅니다. y=[1,2,3],y[::], 결과는 [ 1,2,3], 세 번째 매개변수는 무엇인가요? 사실 세 번째 매개변수는 step size 인데, step 크기는 0이 될 수 없습니다. -1은 역순을 의미하고, 1이면 모두 선택한다는 의미입니다. 2, 그것은 다른 것을 모두 가져가는 것을 의미합니다.
다음 코드를 보세요:
x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) print('------------') print(x[:,::-1]) print('------------') print(x[:,::1]) print('------------') print(x[:,::2]) print('------------') print(x[:,::3]) print('------------') print(x[:,::666666]) x=np.array([[1,2,3],[5,6,7],[7,8,9]]) print(x) print('------------') print(x[:,::-1]) print('------------') print(x[:,::1]) print('------------') print(x[:,::2]) print('------------') print(x[:,::3]) print('------------') print(x[:,::666666]) [[1 2 3] [5 6 7] [7 8 9]] ------------ [[3 2 1] [7 6 5] [9 8 7]] ------------ [[1 2 3] [5 6 7] [7 8 9]] ------------ [[1 3] [5 7] [7 9]] ------------ [[1] [5] [7]] ------------ [[1] [5] [7]]
위 코드에서 x[:,::666666]가 이렇게 큰 이유는 처음부터 처음부터 다음은 단계 크기를 나타냅니다. 66666만큼 큰 단계 크기의 경우 실제로 단계 크기 3부터 시작하여 위의 사용법도 사용할 수 있습니다. 목록에서도 마찬가지입니다.
관련 권장 사항:
Python의 루프 및 범위 내장 함수
위 내용은 Python의 배열과 목록: 콜론 사용 소개의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

ArraysareGenerallyMorememory- 효율적 인 thanlistsortingnumericaldataduetotheirfixed-sizenatureanddirectmemoryAccess.1) ArraysStoreElementsInacontiguousBlock, retoneverHead-fompointerSormetAdata.2) 목록, 종종 implementededymamamicArraysorlinkedStruct

ToconvertapyThonlisttoAnarray, usethearraymodule : 1) importThearrayModule, 2) CreateAlist, 3) Usearray (typecode, list) toconvertit, thetypecodelike'i'forintegers

Python 목록은 다양한 유형의 데이터를 저장할 수 있습니다. 예제 목록에는 정수, 문자열, 부동 소수점 번호, 부울, 중첩 목록 및 사전이 포함되어 있습니다. 목록 유연성은 데이터 처리 및 프로토 타이핑에서 가치가 있지만 코드의 가독성과 유지 관리를 보장하기 위해주의해서 사용해야합니다.

PythondoesnothaveBuilt-inarrays; Usethearraymoduleformory- 효율적인 호모 유전자 도자기, whilistsareversartileformixedDatatypes.arraysareefficiTiveDatasetsophesAty, whereferfiblityAndareAsiErtouseFormixOrdorSmallerSmallerSmallerSMATASETS.

themoscommonLyusedModuleForraySinisThonisNumpy.1) NumpyProvideseficileditionToolsForArrayOperations, IdealFornumericalData.2) ArrayscanBecreatedUsingnp.array () for1dand2dsuctures.3) Numpyexcelsinlement-wiseOperations Numpyexcelscelslikemea

toAppendElementStoapyThonList, usetHeappend () MethodForsingleElements, extend () formultipleements, andinsert () forspecificpositions.1) useappend () foraddingOneElementatateend.2) usextend () toaddmultipleementsefficially

To TeCreateAtheThonList, usequareBrackets [] andseparateItemswithCommas.1) ListSaredynamicandCanholdMixedDatAtatypes.2) useappend (), remove () 및 SlicingFormAnipulation.3) listlisteforences;) ORSL

금융, 과학 연구, 의료 및 AI 분야에서 수치 데이터를 효율적으로 저장하고 처리하는 것이 중요합니다. 1) 금융에서 메모리 매핑 파일과 Numpy 라이브러리를 사용하면 데이터 처리 속도가 크게 향상 될 수 있습니다. 2) 과학 연구 분야에서 HDF5 파일은 데이터 저장 및 검색에 최적화됩니다. 3) 의료에서 인덱싱 및 파티셔닝과 같은 데이터베이스 최적화 기술은 데이터 쿼리 성능을 향상시킵니다. 4) AI에서 데이터 샤딩 및 분산 교육은 모델 교육을 가속화합니다. 올바른 도구와 기술을 선택하고 스토리지 및 처리 속도 간의 트레이드 오프를 측정함으로써 시스템 성능 및 확장 성을 크게 향상시킬 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

Video Face Swap
완전히 무료인 AI 얼굴 교환 도구를 사용하여 모든 비디오의 얼굴을 쉽게 바꾸세요!

인기 기사

뜨거운 도구

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

PhpStorm 맥 버전
최신(2018.2.1) 전문 PHP 통합 개발 도구

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.