python day 5

本文深入讲解了字符串与序列的基本概念及操作,包括字符串的不可修改性、常见内置方法如capitalize、lower、upper等,以及针对序列的内置函数如list、tuple、str等。同时,文章还介绍了字符串格式化和序列操作的高级技巧。
                          字符串与序列

1.字符串
引号之间的字串的集合
(如果字符串中需要出现单引号和双引号,可以使用转义符号\对符号转义)
(原始字符串只需要在字符串前面加一个英文字母r)
("""允许字符串跨多行,其中可以包括换行符,制表符及其他字符)
字符串的切片与拼接
有不可修改性!
字符串的常用内置方法
capitalize()将字符串的第一个字符转换为大写
lower()转换字符中的大写字符为小写
upper()转换字符中的小写字母为大写
swapcase()将大写换成小写,小写换成大写
count()指定范围内str出现的次数
endswith()指定范围字符串是否以指定suffix结束
starswith()指定范围字符串是否以指定substr开头
find()指定范围字符串是否包含指定字符串
rfind()类似find 从右边开始查找
isnumeric()字符串是否只包含数字字符
ljust()左对齐填充尾部直到想要的字符串长度
rjust()右对齐类似ljust
lstrip()截掉左边的空格和指定字符
rstrip()右
partition()找到字符串并将字符串进行分割若不含sub则返回字符串和,
!第一个出现的位置,只分成三元组
rpartition()从 右边查找
replace()指定次序内的字符替换
split()以指定字符为间隔的指定参数的切片!!返回拼接列表
splitlines()有分隔的字符串返回包括各行元素的列表
false不包括换行符 tr包括换行符
maketrans()创建字符串映射的转换表?
translate()根据参数转换字符串字符
字符串格式化
format格式化函数
2针对序列的内置函数
list()可迭代对象转化为列表
tuple()转化为元组
str()转化为字符
len()返回包含元素个数(字符串 元组 列表都可)
max()返回最大值
min()
sum()和
sort()排序
reversed()反向
enumerate()组合索引序列!用在for 循环
zip()打包为元组 不一致返回最短
*可解压

【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)内容概要:本文介绍了名为《【顶级EI完整复现】【DRCC】考虑N-1准则的分布鲁棒机会约束低碳经济调度(Matlab代码实现)》的技术资源,聚焦于电力系统中低碳经济调度问题,结合N-1安全准则与分布鲁棒机会约束(DRCC)方法,提升调度模型在不确定性环境下的鲁棒性和可行性。该资源提供了完整的Matlab代码实现,涵盖建模、优化求解及仿真分析全过程,适用于复杂电力系统调度场景的科研复现与算法验证。文中还列举了大量相关领域的研究主题与代码资源,涉及智能优化算法、机器学习、电力系统管理、路径规划等多个方向,展示了广泛的科研应用支持能力。; 适合人群:具备一定电力系统、优化理论和Matlab编程基础的研究生、科研人员及从事能源调度、智能电网相关工作的工程师。; 使用场景及目标:①复现高水平期刊(如EI/SCI)关于低碳经济调度的研究成果;②深入理解N-1安全约束与分布鲁棒优化在电力调度中的建模方法;③开展含新能源接入的电力系统不确定性优化研究;④为科研项目、论文撰写或工程应用提供可运行的算法原型和技术支撑。; 阅读建议:建议读者结合文档提供的网盘资源,下载完整代码与案例数据,按照目录顺序逐步学习,并重点理解DRCC建模思想与Matlab/YALMIP/CPLEX等工具的集成使用方式,同时可参考文中列出的同类研究方向拓展研究思路。
内容概要:本文详细介绍了一个基于MATLAB实现的电力负荷预测项目,采用K近邻回归(KNN)算法进行建模。项目从背景意义出发,阐述了电力负荷预测在提升系统效率、优化能源配置、支撑智能电网和智慧城市建设等方面的重要作用。针对负荷预测中影响因素多样、时序性强、数据质量差等挑战,提出了包括特征工程、滑动窗口构造、数据清洗与标准化、K值与距离度量优化在内的系统性解决方案。模型架构涵盖数据采集、预处理、KNN回归原理、参数调优、性能评估及工程部署全流程,并支持多算法集成与可视化反馈。文中还提供了MATLAB环境下完整的代码实现流程,包括数据加载、归一化、样本划分、K值选择、模型训练预测、误差分析与结果可视化等关键步骤,增强了模型的可解释性与实用性。; 适合人群:具备一定MATLAB编程基础和机器学习基础知识,从事电力系统分析、能源管理、智能电网或相关领域研究的研发人员、工程师及高校师生;适合工作1-3年希望提升实际项目开发能力的技术人员; 使用场景及目标:①应用于短期电力负荷预测,辅助电网调度与发电计划制定;②作为教学案例帮助理解KNN回归在实际工程中的应用;③为新能源接入、需求响应、智慧能源系统提供数据支持;④搭建可解释性强、易于部署的轻量级预测模型原型; 阅读建议:建议结合MATLAB代码实践操作,重点关注特征构造、参数调优与结果可视化部分,深入理解KNN在时序数据中的适应性改进方法,并可进一步拓展至集成学习或多模型融合方向进行研究与优化。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值