python基础语法

这篇博客详细介绍了Python的基础语法,包括字符串的命名规则、大小写修改、拼接和空白处理;列表的访问、添加、删除、排序及遍历操作;元组的特性;while循环的应用,以及函数和类的初步概念。

字符串

变量命名规则

变量名只能包含字母、 数字和下划线。 变量名可以字母或下划线打头, 但不能以数字打头, 例如, 可将变量命名为message_1, 但不能将其命名为1_message。
变量名不能包含空格, 但可使用下划线来分隔其中的单词。 例如, 变量名greeting_message可行, 但变量名greeting message会引发错误。
不要将Python关键字和函数名用作变量名, 即不要使用Python保留用于特殊用途的单词, 如print (请参见附录A.4) 。
变量名应既简短又具有描述性。 例如, name比n好, student_name比s_n好, name_length比length_of_persons_name好。
慎用小写字母l和大写字母O, 因为它们可能被人错看成数字1和0

修改字符串大小写
name="ada lovelace"
print(name.upper())
print(name.title())
print(name.lower())
字符串拼接
修改字符串大小写
使用+号拼接即可
name="hello"
name2="world"
print(name+name2)
rstrip删除末尾空白
language = 'python '
print(language)
print(language.rstrip())
lstrip删除开头空白
language = 'python '
print(language)
print(language.lstrip())
strip删除两端空白
language = ' python '
print(language)
print(language.strip())
数字转字符串 str()
age=23
print("age="+str(age))

列表

list = ['trek','cannondale','redline','special']
print(list)
访问元素
print(list[0])
添加元素
list.append("add");
print(list[-1])
插入数据
list.append(1,"insert")
print(list[1])
删除元素
del list[0]
print(list[0])
pop删除并返回栈顶数据
print(list.pop())
根据值删除
print(list.remove("insert"))
sort排序(字母排序)
cars = ['bmw','toyota','ben']
cars.sort();
print(cars)
sort排序(反字母排序)
cars = ['bmw','toyota','ben']
cars.sort(reverse=True);
print(cars)
sorted排序(不改变列表原来的顺序)
print(cars.sorted());
print(cars);
reverse 列表反转
cars = ['bmw','toyota','ben']
cars.reverse();
print(cars)
len 列表长度
print(cars.len())
列表遍历
magicians = ['alice', 'david', 'carolina']
for magician in magicians:
print(magician)
range() 生成范围内数值列表
for value in range(1,5):
    print(value)

numbers = list(range(1,5))
for value in numbers:
    print(value)
min,max,sum
min(list)
max(list)
sum(list)
列表切片
players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[0:3])
print(players[:3])
print(players[2:])
复制列表
players = ['charles', 'martina', 'michael', 'florence', 'eli']
copyPlayers = players[:]

元组

元组中值固定不能修改,初始化时使用括号

dimensions = (200, 50)
print(dimensions[0])
print(dimensions[1])
元组遍历
dimensions = (200, 50)
for dimension in dimensions:
print(dimension)
输入
message = input("please write your name")
print(message);
输入整数
age = int("how old")
print(age)
求模

两数相除返回余数

>>>4%3
1
>>>5%3
2

while循环

current_number = 1
while current_number <= 5:
print(current_number)
current_number += 1
prompt = "\nTell me something, and I will repeat it back to you:"
prompt += "\nEnter 'quit' to end the program. "
active = True
 while active:
	message = input(prompt)
 if message == 'quit':
	active = False
 else:
print(message)
prompt = "\nPlease enter the name of a city you have visited:"
prompt += "\n(Enter 'quit' when you are finished.) "
while True:
	city = input(prompt)
if city == 'quit':
	break
else:
	print("I'd love to go to " + city.title() + "!")
current_number = 0
while current_number < 10:
	current_number += 1
if current_number % 2 == 0:
	continue
print(current_number)
列表遍历
# 首先, 创建一个待验证用户列表
# 和一个用于存储已验证用户的空列表
unconfirmed_users = ['alice', 'brian', 'candace']
confirmed_users = []
# 验证每个用户, 直到没有未验证用户为止
# 将每个经过验证的列表都移到已验证用户列表中
while unconfirmed_users:
	current_user = unconfirmed_users.pop()
	print("Verifying user: " + current_user.title())
	confirmed_users.append(current_user)
# 显示所有已验证的用户
	print("\nThe following users have been confirmed:")
for confirmed_user in confirmed_users:
	print(confirmed_user.title())

函数

def greet_user(username):
"""显示简单的问候语"""
print("Hello, " + username.title() + "!")
greet_user('jesse')
def describe_pet(pet_name, animal_type='dog'):
"""显示宠物的信息"""
print("\nI have a " + animal_type + ".")
print("My " + animal_type + "'s name is " + pet_name.title() + ".")
describe_pet(pet_name='willie'
def get_formatted_name(first_name, last_name):
"""返回整洁的姓名"""
	full_name = first_name + ' ' + last_name
	return full_name.title()
musician = get_formatted_name('jimi', 'hendrix')
print(musician)

传入任意数量参数的函数

def make_pizza(*toppings):
"""打印顾客点的所有配料"""
print(toppings)
make_pizza('pepperoni')
make_pizza('mushrooms', 'green peppers', 'extra cheese')

创建类
class Dog():
"""一次模拟小狗的简单尝试"""
def __init__(self, name, age):
"""初始化属性name和age"""
	self.name = name
	self.age = age
def sit(self):
"""模拟小狗被命令时蹲下"""
	print(self.name.title() + " is now sitting.")
def roll_over(self):
"""模拟小狗被命令时打滚"""
	print(self.name.title() + " rolled over!")
使用子类
class Car():
"""一次模拟汽车的简单尝试"""
def __init__(self, make, model, year):
	self.make = make
	self.model = model
	self.year = year
	self.odometer_reading = 0
def get_descriptive_name(self):
	long_name = str(self.year) + ' ' + self.make + ' ' + 			 self.modelreturn long_name.title()
def read_odometer(self):
	print("This car has " + str(self.odometer_reading) + " miles on it.")
def update_odometer(self, mileage):
	if mileage >= self.odometer_reading:
		self.odometer_reading = mileage
	else:
		print("You can't roll back an odometer!")
def increment_odometer(self, miles):
	self.odometer_reading += miles
class ElectricCar(Car):
"""电动汽车的独特之处"""
def __init__(self, make, model, year):
"""初始化父类的属性"""
	super().__init__(make, model, year)
	my_tesla = ElectricCar('tesla', 'model s', 2016)
	print(my_tesla.get_descriptive_name())
导入类
class Battery():
"""一次模拟电动汽车电瓶的简单尝试"""
def __init__(self, battery_size=60):
	"""初始化电瓶的属性"""
	self.battery_size = battery_size
def describe_battery(self):
	"""打印一条描述电瓶容量的消息"""
	print("This car has a " + str(self.battery_size) + "-kWh battery.")
def get_range(self):
	"""打印一条描述电瓶续航里程的消息"""
	if self.battery_size == 70:
	range = 240
	elif self.battery_size == 85:
	range = 270
	message = "This car can go approximately " + str(range)
	message += " miles on a full charge."
	print(message)
class ElectricCar(Car):
"""模拟电动汽车的独特之处"""
def __init__(self, make, model, year):
	"""
	初始化父类的属性, 再初始化电动汽车特有的属性
	"""
	super().__init__(make, model, year)
	self.battery = Battery()
内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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