自定义博客皮肤VIP专享

*博客头图:

格式为PNG、JPG,宽度*高度大于1920*100像素,不超过2MB,主视觉建议放在右侧,请参照线上博客头图

请上传大于1920*100像素的图片!

博客底图:

图片格式为PNG、JPG,不超过1MB,可上下左右平铺至整个背景

栏目图:

图片格式为PNG、JPG,图片宽度*高度为300*38像素,不超过0.5MB

主标题颜色:

RGB颜色,例如:#AFAFAF

Hover:

RGB颜色,例如:#AFAFAF

副标题颜色:

RGB颜色,例如:#AFAFAF

自定义博客皮肤

-+
  • 博客(41)
  • 收藏
  • 关注

原创 机器学习算法之TF-idf

这些搜索引擎其实是一个巨大的爬虫系统,根据公开的域名爬取网页,提取网页中的关键词,形成一个自己的索引数据库,当我们输入搜索内容的时候,就先会在其数据库中搜索,然后再按照相关性排序呈现给我们。第0篇就是第一篇,但是第一个词并不是该篇文章的第一个词,而是整个语料库的中的第一个值,也就是我们第二个输出,第一个词就是'document',在代码中提到的稀疏矩阵,可以观察第一个输出的内容,只存该篇文章出现的词,tfidf为0的跳过。如果把原本某篇文章中没有但在语料库有的词也添上,他们的tfidf值为0,

2026-01-09 10:27:21 889

原创 深度学习之优化模型(迁移学习)和最优模型的保存

这里我们需要注意的就是前面我们保存最优模型时用的是全连接而不是cnn这里我们也要保持一致,由于这里都是函数需要调用所以我们只需要改动主函数中的使用就行了,如果我们使用的是cnn那么这里就要调用的是cnn函数,前后是要保持一致的。此外model写在了优化器后面,调度器前面,这里我们使用的调度器是StepLR,比较方便。我们在训练循环最后加上这两行就是保存训练结束后最后一个模型,可以在后续预测的时候调用。一般最后一个不一定是最优的那个模型,所以我们可以用。三、最优模型的保存和调用。

2026-01-08 10:07:44 496

原创 深度学习之优化模型(数据预处理,数据增强,调整学习率)

数据预处理就是对所有数据进行数据增强,标准化,归一化,去噪等操作,而其中的数据增强指增加数据多样性,是对数据裁剪,大小变换,旋转,亮度调整等操作。数据预处理不宜少也不宜多,不做数据预处理,模型就会比较死板,也就是泛化能力差。这里学习率没有提升,可以修改里面的参数进行对比,但有时候可能是模型已经收敛,所以调度器对它影响不大,需要知道的是调度器也是优化模型的一种方法。有时候这个导入可能是呈灰色的,可能是编码工具的原因,代码是能运行的。数据增强是数据预处理的一部分,数据增强专门用来产生一些新的数据。

2026-01-07 13:38:05 590

原创 深度学习之神经网络的构建和实现

与卷积层类似,池化层运算符由一个固定形状的窗口组成,该窗口根据其步幅大小在输入的所有区域上滑动,为固定形状窗口(有时称为 池化窗口)遍历的每个位置计算一个输出。然而,不同于卷积层中的输入与卷积核之间的互相关计算,池化层不包含参数。卷积是什么:对图像(不同的窗口数据)和卷积核(一组固定的权重:因为每个神经元的多个权重固定,所以又可以看做一个恒定的滤波器filter)做内积(逐个元素相乘再求和)的操作就是所谓的『卷积』操作,也是卷积神经网络的名字来源。2)卷积核的个数:决定输出的depth厚度。

2026-01-06 08:58:41 948

原创 计算机视觉opencv之图片修改&图片运算&阈值处理&平滑处理

dsize:输出图像的大小,可以是一个元组,例如(宽,高),或者使用整数标量来缩放原始图像。通过消除图像中的噪声或细节来使图像看起来更为模糊,从而实现平滑效果,可以用来压制、弱化、消除图像中的细节、突变和噪声。ksize:滤波器的大小,它是一个元组,表示在水平和垂直方向上的像素数量。ddePth是处理结果图像的图像深度,一般使用-1表示与原始图像使用相同的图像深度。ksize:滤波器的大小,它是一个整数,表示在水平和垂直方向上的像素数量。2)当值为False时,不归一化,直接使用邻域像素值的和。

2026-01-05 08:59:21 1134

原创 机器学习算法之K-means聚类和DBSCAN算法

以A为原点,E为半径形成一个圆的范围,在圆之内的点被划为与A同类,随之以这些点为圆心,E为半径形成圆的区域,在范围内的数据点就会被划为该类,一直这样进行扩张,当领域扩张的时候密度小于密度阈值就会停止继续扩张,密度值就是圈内包括这个圆心点的数据个数,密度阈值就是一个临界,圈内数据点个数小于密度阈值就停止扩张。是一种聚类分类无监督,基于密度的带噪声的空间聚类应用算法,它是将簇定义为密度相连的点的最大集合,能够把具有足够高密度的区域划分为簇,并在噪声的空间数据集重活发现任意形状的聚类。

2025-12-31 10:45:42 1015

原创 深度学习介绍以及深度学习相关配置

选择适合自己的版本,cu121是cuda版本12.1的意思,cp39是python3.9,win是windows系统,如果是使用cpu,就下载cpu版本就好,在该网页按ctrl+f键可以搜索你想要的版本。输出层得到原始分数,使用softmax进行归一化概率,取真实类别概率的-log作为损失,为什么用-log,概率越接近1,损失越接近0,概率越低,损失越大。-log惩罚就相当于,我批改机器的‘作业’,说明他哪里正确哪里错误,这样下次遇到一样‘题目’的时候,就会写对,从而提高他的正确率。

2025-12-30 14:32:15 1091

原创 机器学习算法之SVM

这个式子就是我们经过推导所得到的,意思是数据点要在某一侧,且距离直线(超平面)距离至少为1(为什么为1,是因为无论平面还是空间,所构造的平面坐标或者空间坐标系的刻度都是可规定的,也就相当于把间隔归一化处理了,这个也是一种数学方法)过程:对于一个分类问题svm算法是找出最优的直线,除了能分开类别之外,这里还有两个变量是相互制约的,也就是我们要根据直线找出距离最近的数据点,同时这条直线要离这些数据点距离是最远的,很类似于数学中双变量的问题。通俗点说,如果软间隔是一条允许车压线的规则,但是压线不能超过。

2025-12-29 17:58:53 1011

原创 计算机视觉opencv之读取图片&灰度图&区域选取&视频播放&提取颜色通道&移除通道

这里一开始我使用的就是pycharm软件编写的代码,如果编写代码的时候出现代码处被黄色选定,一般都自动跳出来的,不需要一个一个打上去,但是出现黄色背景就需要自己手动打上去,这个是因为python版本的问题,可以解决。注意这里显示某通道的图像,但是所显示的都是灰色的, 那是因为只显示蓝色通道时,实际上是将蓝色作为亮度值,是单个通道,这会导致图像呈现灰色 想要展示包含蓝色通道的彩色图像,可以将图像的其他通道设为0,即移除其他通道色。(前面的文章中有第三方库 的下载,感兴趣的可以参考。6.提取RGB颜色通道。

2025-12-27 09:06:29 805

原创 MySQL索引&约束&设计&事物&视图

MySQL索引的建立对于MySQL的高效运行是很重要的,索引可以大大提高MySQL的检索速度。

2025-12-26 14:07:34 1113

原创 使用python操作MySQL

连接池是创建和管理一个连接的缓冲池的技术,这些连接准备好被任何需要它们的线程使用。连接池用于提高在数据库上执行命令的性能。连接池本质上就是数据库连接的缓存。使用数据库连接时,如果池中有一个可用,它将使用该连接而不是重新建立另一个新的连接 ,用完后不是关闭它,而是将其放回池中。2:druid功能最为全面,sql拦截等功能,统计数据较为全面,具有良好的扩展性。3:综合性能,扩展性等方面,可考虑使用druid或者hikariCP连接池。5.HikariCP连接池的使用。3.常见的数据连接池。

2025-12-25 17:58:46 1307

原创 MySQL使用SQL语句(通过完整例子演示)

17.查询各科成绩最⾼分、最低分和平均分: 以如下形式显示:课程 ID,课程 name,最⾼分,最低分,平均分,及格率,中等率,优良率,优秀率 及格为>=60,中等为:70-80,优良为:80-90,优秀为:>=90要求输出课程号和选修⼈数,查询结果按⼈数降序排列,若⼈数相同,按课程号升序排列。39.成绩有重复的情况下,查询选修「张三」⽼师所授课程的学⽣中,成绩最⾼的学⽣信息及其成绩。38.成绩不重复,查询选修「张三」⽼师所授课程的学⽣中,成绩最⾼的学⽣信息及其成绩。

2025-12-23 09:04:59 1227

原创 机器学习算法之集成学习随机森林和贝叶斯

很多个决策树,把数据给每个决策树,但是这个数据是随机选择一些数据给一个决策树,下一个决策树在进行随机选取,每个决策树得到的数据不是百分百,且是随机的,很多个决策树虽然没有学百分百,但很多个一共就学了全部的数据,,除此之外,也不是所有特征都给一个决策树,特征也随机。也就是我们输入一个数据,数据中中没有这种情况,此时就要求出这条数据是某个类别的概率,也就是为1的概率,和为0的概率,谁概率大就可能属于哪个类别,上图得到的两个式子分母一样,比较分子就行。100%的男生穿长裤,50%的女生穿长裤,50%穿裙子。

2025-12-22 09:00:40 1263

原创 MySQL中使用SQL语言

如果是在这个可视化界面,我们建表等操作的时候,这个句子是配和建表等操作一块使用的,除此之外我们也可以在直接选择数据库,如下选择一个我们想进行操作的对象。当我们在stu2中建立表格其中的字段名也就是列名类型是字符类型,在该字段输入数据的时候字符串是中文就会报错,虽然输入的字符串但是不支持中文格式,但在stu1可以,就是因为这个字符集的设置。将一列数据作为一个整体,进行纵向的计算,注意,聚合函数的计算,排除null值(可使用ifnull函数)truncate table 表名;delete from 表名;

2025-12-19 22:01:16 1047 1

原创 机器学习算法之决策树

特征中经过计算没有合适的,需要一直进行判断,导致决策树层数很多,说白了不是分类了,到最后几乎每一条数据就是一类了,然后我们输入数据进行分类,根本没有合适的类别给这个数据,这个就是过拟合,之前学习逻辑回归时也说过过拟合,就是模型分的过于细而导致的。召回率为1是最好的,在纵轴上找到1,画平行于横轴的一条直线,FPR值为多少都无伤大雅,也找到1,画垂直于横轴的直线,这样两条直线和坐标轴形成的正方形,面积为1,是理想召回率,阴影部分就是我们模型的指标,如果阴影部分越大越接近一,说名指标越高。默认情况下是best。

2025-12-18 21:42:42 816

原创 网络爬虫下(一些对网页的操作)

6.模拟点击click方法,点击网页的一些按钮,比如b站该页面下的电影,番剧等这点分类按钮。打开该网站我们会发现,我们上传图片,之后要点击按键上传图片。使用百度识图,识别出答案直接打印在python控制台。运行代码就会驱动浏览器打开一个百度网盘的网页。效果,在B站搜索框输入‘薛之谦’并执行搜索。3.在百度识图中上传图片,实现对图片的识别。2.向网页中输入文字并开始搜索。1)如果我们指定某一个标签点开。该网站下加载出的照片会被保存。这个是网页自动刷新覆盖网页。1.获取渲染后的网页代码。

2025-12-17 11:02:34 703

原创 机器学习算法之逻辑回归下

k取值多少我们就把原来的训练集分为几份,c取某个值的时候每一份依次做验证集,这样就保证了分出去当验证集的数据也能当训练集训练模型,分成几份就会得到几个结果,把结果求平均值就可以作为该c值下的结果。拟合数据无非就是在同一类中挑选俩个数据取中间的一些值,就像我们knn算法中,相同一类在一起那我们在同一类的内部拟合数据自然也就是这类的,拟合数据就是这样一个过程。想法是正确的但是用测试集一点一点的推测c值,这就相当于把测试集当训练集了,这样是不行的,测试集只能用来最后测试,结果是一锤定音的。

2025-12-16 17:59:28 865

原创 SQL常见语句

这里我们需要注意的是,如果要求对两列及以上进行排序,那输出结果是优先以第一个列先满足排序要求,,就像这里的age我们设置的是降序,但是19在20上面是因为,stu_id是按照降序排列,20250103在20250104前面。table_name是要更新数据的表名,column1、column2等是要修改的列名,value1、value2等是要修改的值,WHERE子句是用于指定要更新的行的条件。select后面的列若是在两以上都存在要写清是哪个表格里面的列,join把独立的表连接起来,on是表连接点。

2025-12-15 09:03:30 1022

原创 机器学习算法之线性回归&逻辑回归

另外我们这里的数据是经过z标准化处理过的,由数值有正有负可以看出,其中有Amount列没有标准化,Time是用户登记的时间,一般银行进行业务的窗口不止有一个,所以时间有一样的,这里Time并没有什么用,前面都是数据,最后target就是最后结果。选择的标准其实就是,w1权重,有三个零,这样无论未知数为多少,都为0,只有x1自己发挥作用,而w2中权重分布比较均匀,每个未知数值都能发挥其值的作用。欠拟合的模型可以多进行训练,关键是过拟合的模型存在的问题该怎么解决,是需要我们思考的。

2025-12-12 15:00:36 1039

原创 机器学习算法之KNN算法

这里我们把前三列作为xyz轴空间坐标系的三个变量,最后的标签呈现以不同色不同形状的点,这样可以清晰观察到三种不同类别的人群,那么我们大一新生收集到三个信息,也就可以在图上标出点,然后选距离最近的k个数据,例如选择的五个,其中三个是红色,一个是蓝色一个是黄色,那么该学生就会被分到红色类中也就是标签1,爱好学习的学生,这就是分类。根据上面两个例子,我们能发现,第一个宿舍分配中,三个数据的数值所在范围相差很大,这是由于单位不同的原因,而我们knn算法无非就是求直线距离,那宿舍分配举例。

2025-12-10 16:32:03 1206 2

原创 机器学习之python的matplotlib库和sklearn库

在了解matplotlib库和sklearn库前我们先补充一些pandas库中dataframe的常见用法,在后面机器学习中会经常用到。用来做数据分析和预测建模的第三方库,是python的机器学习库,需要先下载,为了以后学习方便,这边我下载的是1.0.2版本。matplotlib库是用来画图的第三方库,数据可视化,需要先下载,调用的pyplot是生成一个绘画板。loc是根据行名列名进行选取的,iloc是根据索引号,冒号是全部信息,逗号是和。行名我们不设置的时候,是自动填充0,1,2,3……

2025-12-09 22:06:33 933

原创 机器学习之Python中的numpy库,pandas库

都很好理解,只有这个shape,v.shape这里是(5,)是对一维数组的特殊表达方式,根据对m的shape理解,(3,5)表示三行五列,或许v的shape能写为(1,5)意思为一行五列,但其实这是错误的。例如这里c变量,2和:之间的逗号意思就是分隔行和列的,整体意思就是选取0~2行不包含2,的全部列数据,这里的:如果不是数字是冒号就代表全部,再举一个例子,这里的e变量表示的就是全部行的第三列的数据。而(1,5)表示的是行矩阵,(5,1)就是列矩阵,v=[[1 2 3 4 5]]才表示为(1,5)

2025-12-08 19:35:36 1698

原创 MySQL安装&使用&远程操作

意思就是给你的ip地址取一个名字,这里也就是master,由于ip地址数字比较多又长,我们可以给他取一个名字,就像我们的手机热点,我们会给自己的手机热点取一个名字,别人在连接的时候看到的不是ip而是你wifi名字,这样做是为了方面记忆。编辑的化insert键,就可以修改,下面四行是我们自己添加上去的,注意这里ip,网关,dns是我的,填之前要去查看这些信息,确保不要填错。根据之前安装的centos系统(Linux的一种)打开,并连接xshell,以该虚拟机作为我们的服务端,本机为客户端。

2025-12-05 21:31:57 1025 3

原创 python操作文件夹

'build3\\文件夹1,这里我使用的是pycharm编辑器(或者使用别的编辑器)会出现这个,这是因为编辑器占用了文件导致访问冲突,可以在IDLE中实现代码(我们初期下载python自带的编辑器)path是文件的绝对路径,os.path.basename是获取文件名,os.path.dirname是获取文件的路径(不包括文件名),os.path.split是将文件名和文件路径分开,并以元组形式返回。同一目录下有文件c.py,在文件.py中执行c.py会跳转到c.py文件并运行c.py文件。

2025-12-04 21:06:04 710

原创 网络爬虫(使用代码获取HTML网页信息)

向网站发送访问请求的时候网站服务器会先判断访问是否合理,合理会返回状态码和返回信息,不合理就会返回异常状态码。params参数会以字典形式在url后自动添加信息,需要提前将params定义为字典,建立字典info,包含一个键值对,get函数获取网页,该使用形式便于灵活设定需要搜索的信息。此时我们会发现并没有输出我们需要的信息,我们这时候不是以一个用户的身份进行访问的,可以进行UA伪装,伪装成用户再进行操作就会得到我们需要对信息。点击刷新出现的第一个----标头----下滑----user-agent。

2025-12-03 15:13:11 921

原创 操作HTML网页

上文中我们提到,在网页面右击--源代码就是该网页的源代码,右击--检查,出现的窗口左上角选取一个元素按钮就能在原页上选择我们想要获取的资源,就能得到对应的url。--注释内容-> <!-->不仅可以写注释还可以注释代码,想要注释掉的代码前<!--注释内容->,结尾<!title是提示信息,当我们在python基础学习上停留的时候就会出现提示信息,这是很常见的。--可写入内容->需要注释的代码<!除此外,我们也可以直接使用颜色名,Bule,Black等。当我们输入的地址出现一点错误的时候,就会显示图片丢失。

2025-12-02 22:14:49 864

原创 python库之第三方库

Pyinstaller库用于将Python编写的源代码转换为可执行程序软件的第三方库。pip install Pyinstaller (-i 镜像地址)

2025-12-01 20:38:40 1275

原创 python库之标准库

直接输出a为struct_time数据类型的数据,该类型是python内置数据类型(字典类型方法中keys()返回键信息的数据类型dict_keys,values()返回值信息的数据类型dict_values,items()返回键值对信息的数据类型dict_items也都是python内置数据类型),a输出为当前时间年,月,日,时,分,秒,……3)randint(参1,参2)用于生成参1~参2之间的整数,生成的整数包括参1和参2,参1和参2必须是整数。匹配到多个参1,只返回第一个匹配成功的信息。

2025-11-30 22:29:02 1079

原创 linux常用工具

文件-m, --megabytes 就像 --block-size=1048576 文件-t, --type=TYPE 限制列出文件系统的 TYPE。文件-h, --human-readable 使用人类可读的格式(预设值是不加这个选项的...)文件-x, --exclude-type=TYPE 限制列出文件系统不要显示 TYPE。文件-H, --si 很像 -h, 但是用 1000 为单位而不是用 1024。文件-k, --kilobytes 就像是 --block-size=1024。

2025-11-28 14:13:25 807

原创 python操作文件之文件&操作文件&读取位置和路径&CSV文件

二进制文件是由0和1组成,无统一字符编码,需要指定的解析器才能解码文件,还需要指定的软件才能打开解码后的文件,但是能保存字符信息,不能保存图片,字符的字体大小和颜色等……只对文件进行写入操作,若文件已存在,就会清空文件原有内容再写入。1)上文中我们提到过的常见mode打开模式‘r’,'w','x','a',结合+的使用还有‘r+’,'w+','x+','a+'1)上文中我们提到过的常见mode打开模式‘r’,'w','x','a',结合+的使用还有‘r+’,'w+','x+','a+'

2025-11-27 21:40:03 1092

原创 Linux基本功能

文件权限有三个,可读(read),可写(write),可执行(execute),没有该权限就显示'-'d为document文档user:当前文件所属用户的权限group:与当前文件所属用户同一组的用户权限others:其他用户的权限可以用命令chmod修改权限。

2025-11-26 18:05:45 1226

原创 类的介绍&属性&继承&导入

eg:pyfile文件夹中有一个__init__.py的文件,python检测到__init__.py,将会把pyfile整个文件夹下的文件当作一个模块,用户编写代码用到直接写import pyfile即可导入整个库。Microwave()是类的名字,命名规则和元素命名是一样的,为了区别函数,类名首字母一般大写,后面的括号不负责接收参数。文件a中导入了文件e,类Microwave中使用文件e中类Buletooth的方法con(),在类中使用另一个类的方法。

2025-11-25 17:58:22 1145

原创 函数之创建&参数&变量作用范围&导入模块

def 函数名(参数):代码块return 返回值def是一个保留字,用于定义一个函数,’:‘不能忽略,基本上需要缩进的时候都要带上’:‘函数名命名可自定义,但要遵守元素名命名的规则参数是函数可接收到的数据,函数可接收参数也可不接收参数(参数可有可没有)return是用于函数执行后的数据返回给调用函数,如果不需要返回数据,就不用return(return可有可没有)定义函数并不会使用函数,调用函数才会有运行结果,这里运行函数,并没有输出信息。

2025-11-24 21:12:34 1517

原创 python组合数据类型之元组类型&字典类型&实例

现在已经得到10人投票结果信息列表ls=['c','a','b','b','b','d','b','c','a','a']['物理', '76', ’30‘, ’100‘]],\。['物理', '68', ’19‘, ’97‘]],\。['物理', '56', ’19‘, ’97‘]],\。['数学', '80', ’24‘, ’100‘],\。

2025-11-23 23:46:45 557

原创 Linux基础命令

(ps:这里的目录其实就是文件夹,只不过有图形界面的时候我们称为文件夹,命令行下我们称之为目录)不同文件有不同颜色,一般,目录为蓝色,可执行文件为绿色,压缩文件为红色,链接文件为浅蓝色,其他文件为灰色2.文件及目录操作1)touch 文件名:创建空文件也可以一下创建多个文件,touch wenjian1 wenjian2……,文件名间空格隔开2)mkdir 目录名:创建目录,上级目录不存在会报错当后面只是一个新目录名时,目录会建在当前目录下,也就是~家目录里,查看mulu1存在。

2025-11-22 23:45:16 810

原创 python组合数据类型之列表类型

列表索引和字符串索引一样都是用[索引号]的方式,同样地,列表可以从队头到队尾,索引号为0,1,2……硬复制:创建新对象,如copy(),list(),切片,深层意义上为深拷贝,递归复制所有层级对象,完全独立。如下图,[索引号1][索引号2],以此来实现,索引号1是在列表里索引,索引号2是在索引出的元素里再索引。如下图所示,[参数1:参数2],中间为冒号,和字符串的切片一样,这里[1:3]包含1不包含3。ls1:为数字,按照数字大小进行排序,递增输出为0,1,3,4,6,7,8。

2025-11-21 19:54:30 801

原创 linux操作系统(CentOS,VM16)的安装和简单操作

需要有下图框选的两个,否则虚拟机需要重装,或者修复,这个是关乎到虚拟机和本机之间进行网络连接的虚拟网络适配器。安装程序光盘映像文件,点击浏览,找到CentOS映像文件点击即可,下一步。然后就到下图这步,然后选择存储为单个文件,性能好,效率高。在输入reboot,回车就能重启虚拟机,再次打开的时候,界面就会变更成如下图。DHCP是动态获取,选则手动配置,进行配置,点击apply就完成了静态配置。名称自定义,虚拟机位置可自定义文件,下一步,处理器自行设置,下一步。这些都是自己设置的,下一步,下一步……

2025-11-21 08:55:55 722 3

原创 python程序控制语句的循环语句和异常处理语句,超市收银系统(for,while,break,continue……try,except……)

这里h表示时,一共24小时,m为分,一时60分,s为秒,一分60秒。以上程序我们发现,他确实实现了计算应付金额的功能,但是就运用于实际问题中,这个程序有个漏洞,他只能计算一位客人的应付金额,这对于一个超市来说是很大的问题。如下,a取值为x时,运行continue,跳过print(a),重新回到for循环上,并赋予a下一个值。3)使用三个参数,第三个参数表示步长,4,5,6,7中每选一个走2步进行选择一个值,这里为4,6。进入for循环,变量b循环依次被赋值0,1,2,3,4,5,并打印。

2025-11-20 20:29:17 702

原创 python程序控制语句的条件判断语句(if,elif,else……)

,程序结束不再运行else中的代码。if后条件判断表达式为真(True)就能运行if内代码,条件为假(False)就不能运行,条判断表达式可以为一个数字,也可以是含==,>,<,>=,<=,!if后条件满足就运行if中代码,如果不满足if后的条件,就不运行if中的代码而是运行else中的代码。如果if后为一个表达式计算表达式的值,非零为真,运行if中代码,是零为假,不运行if中代码。如下面右图,a=3,b=4,a==b为假,则不运行if内代码。如下面左图,a=3,b=3,a==b为真,则运行if内代码。

2025-11-20 17:44:19 759

原创 python基础:格式和语法(工具pycharm)

从队尾到队头,参数写反是很容易出现的一个问题,虽然这里d没有运行结果,但写反不代表是错的,也不代表不能运行。把默认的1改为-1后d有运行结果,但是反的,所以参数1,2的正负和位置以及参数正负是影响运行结果的。a是字符类,把字符类转换为整数类,b为整数类,运行出来a的值和b的值虽然都是2但是数据类型是不同的。+,-,*(乘),/(除),//(整除), %(求余数),**(求次方))(从队尾到队头,索引号为-1,-2,-3……增强赋值操作符:+=,-=,*=,/=,//=,%=,**=

2025-11-19 10:44:07 1176

空空如也

空空如也

TA创建的收藏夹 TA关注的收藏夹

TA关注的人

提示
确定要删除当前文章?
取消 删除