大蟒日志9

部署运行你感兴趣的模型镜像

十二、Data Structures(数据结构) 1

综述

Python中的数据结构包含四种:list, tuple, dictionary, set, 即列表、元组、字典、集合。

List

列表:保存一系列有序项目的集合。示例如下:

# 2018.4.23
# Data Structures
# List
# Shopping list
# 要购物清单内容,有几项
shoplist = ['vegetables', 'fruits', 'fly', 'Wine', '1L Beer']
print('I have', len(shoplist), 'items to purchase.')

# 打印购物清单
print('These items are:', end=' ')
for item in shoplist:
    print(item, end=' ')
# 这里的end=' '使得列表显示为空格隔开每一项,如果没有end则按行显示每一项

# 用append方法对shoplist这一对象中加入milk,并打印加入后的购物单
print('\nAlso have to buy milk.')
shoplist.append('2L milk')
print('Shopping list is now', shoplist)

# 整理购物清单,用sort method进行排序
print('I will sort my list now')
shoplist.sort()
print('Sorted shopping list is', shoplist)

# 已购买第一项,从列表中删除此项,并打印删除后的购物单
print('First item is', shoplist[0])
olditem = shoplist[0]
del shoplist[0]
print('I have bought the', olditem)
print('Shopping list is now', shoplist)

# 编译结果为:(注意其中的排列规则)
'''
I have 5 items to purchase.
These items are: vegetables fruits fly Wine 1L Beer 
Also have to buy milk.
Shopping list is now ['vegetables', 'fruits', 'fly', 'Wine', '1L Beer', '2L milk']
I will sort my list now
Sorted shopping list is ['1L Beer', '2L milk', 'Wine', 'fly', 'fruits', 'vegetables']
First item is 1L Beer
I have bought the 1L Beer
Shopping list is now ['2L milk', 'Wine', 'fly', 'fruits', 'vegetables']
'''
#补充: 如果想了解其他的关于对象“list”的方法,可以用help(list)来了解。

附加:对象(Object)与类(Class)的简单了解
列表是使用对象与类的一个实例。
一个类可以带有方法(Method)或字段(Field)。对于method来说,当你有一个属于该类的对象时,你才能用method来启用某些函数;对于field来说,它只为该类定义和使用变量,同样当你有一个属于该类的对象时,你才能用field中的变量或名称。
method和field都可以用点号来访问对象,比如:shoplist.append(‘2L milk’),shoplist.field

Tuple

元组用于将多个对象保存在一起。括号括住,逗号隔开。

# 2018.4.26
# Tuple
# 可以结合C语言中的数组来理解
# 强烈建议使用tuple时用括号括起来。
# Explicit is better than implicit.
# 明了胜于隐晦,显式优于隐式

# Ex.动物园动物搬家
zoo = ('python','elephant','penguin')  # 元组中有3个元素
print('Number of cages in the zoo is', len(zoo))

new_zoo = 'monkey', 'camel', zoo
print('Number of cages in the new zoo is',len(new_zoo))
print('All animals in new zoo are', new_zoo, end=', ')
print(new_zoo[0],'are brought from old zoo') # [ ] 称为索引运算符,new_zoo[2]指定元组的第三个项目
print('First one brought from old zoo is', new_zoo[2][0], end=', ') # [2][0] 第三组第一项
print('then', new_zoo[2][1], end=', ') # new_zoo[a][b]指定元组的第a个项目中的第b个项目
print('last', new_zoo[2][2])
print('Number of animals in the new zoo is', len(new_zoo)-1+len(new_zoo[2]))


# 补充: 
# 空元组
myempty = ()
# 只有一个项目的元组
single = (2, )
print(single[0])
'''
编译结果为:
Number of cages in the zoo is 3
Number of cages in the new zoo is 3
All animals in new zoo are ('monkey', 'camel', ('python', 'elephant', 'penguin')), monkey are brought from old zoo
First one brought from old zoo is python, then elephant, last penguin
Number of animals in the new zoo is 5
2
'''

【声明】本博文为学习笔记,含有个人修改成分,并非完全依照《a byte of python》,仅供参考。若发现有错误的地方,请不吝赐教,谢谢。同时,我也会不定期回顾,及时纠正。#

您可能感兴趣的与本文相关的镜像

Python3.8

Python3.8

Conda
Python

Python 是一种高级、解释型、通用的编程语言,以其简洁易读的语法而闻名,适用于广泛的应用,包括Web开发、数据分析、人工智能和自动化脚本

多源动态最优潮流的分布鲁棒优化方法(IEEE118节点)(Matlab代码实现)内容概要:本文介绍了基于Matlab代码实现的多源动态最优潮流的分布鲁棒优化方法,适用于IEEE118节点电力系统。该方法结合两阶段鲁棒模型与确定性模型,旨在应对电力系统中多源输入(如可再生能源)的不确定性,提升系统运行的安全性与经济性。文中详细阐述了分布鲁棒优化的建模思路,包括不确定性集合的构建、目标函数的设计以及约束条件的处理,并通过Matlab编程实现算法求解,提供了完整的仿真流程与结果分析。此外,文档还列举了大量相关电力系统优化研究案例,涵盖微电网调度、电动汽车集群并网、需求响应、储能配置等多个方向,展示了其在实际工程中的广泛应用价值。; 适合人群:具备一定电力系统基础知识和Matlab编程能力的研究生、科研人员及从事能源系统优化工作的工程师。; 使用场景及目标:①用于研究高比例可再生能源接入背景下电力系统的动态最优潮流问题;②支撑科研工作中对分布鲁棒优化模型的复现与改进;③为电力系统调度、规划及运行决策提供理论支持与仿真工具。; 阅读建议:建议读者结合提供的Matlab代码与IEEE118节点系统参数进行实操演练,深入理解分布鲁棒优化的建模逻辑与求解过程,同时可参考文中提及的其他优化案例拓展研究思路。
评论
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