Python入门学习笔记(2)

本文深入浅出地讲解了Python的基础语法,包括条件语句、循环控制、逻辑运算符、字符串操作等核心概念,通过实例演示了如何运用这些语法解决实际问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

  昨夜挑灯奋战写了python学习笔记的第一篇笔记,今天继续奋战写第二篇,欢迎大家纠错。

一、if语句

  主要作用是用来做判断。如果if条件成立就会执行下一条相对应的语句,反之不成立则会略过执行下一条语句。
  if else单一的条件判断,只影响他的区域。

age = 20
if age >= 18:       # 结果为True就执行
    print('条件成立就执行。不许卖萌')
else:
    print('小可爱')

# if语句以外的不受影响。
print(222)

  if elif else多条件判断,可以在elif中继续写另外的判断条件。

name = '张三'
if name == '李四':    
    print('他是李四')
elif name == '王五':
    print('他是王五')
else:
    print('他既不是李四也不是王五')

  注意:主要还是在if层级里面,写多少行都是可以。

二、逻辑运算符

  且或非这是大家写什么都会用到的一个逻辑运算符,在python中and(并且)、or(或者)、not(取反)则是我们常用的逻辑运算符,结果都是True和False。

# and两边全是真结果才是真,只要有一个为假结果都为假
print(True and True)    # True
print(True and False)    # False
print(False and False)    # False

# or两边全为假则是假,只要有一个为真结果都为真
print(True or True)    # True
print(True or False)    # True
print(False or False)    # False

  在这里就有一个很有趣的问题了,在一条判断式里面,同时存在not、and、or三个其中的两个或者三个时,他们的优先级执行顺序是怎么样的呢?我们测试一下。

# or 的优先级小于 and
print(True or True and False)  # True or False => True

# and的优先级小于 not
print(not False and False)  # True and False => False

所以总结说优先级的先后顺序为: if < or < and < not < (in,not in) < (<, <=, >, >=, !=, ==) < (+, -) < (*, /)

三、循环(while,for)

  循环就是条件成立的时候按照循环次数循环执行,反之则结束循环。循环最重要三要素:顺序执行,选择执行,循环次数。当然,循环执行的时候还要注意一个关键点,就是不要写死循环。

# 简单例子
num = 1
while num <= 5:
    print(num)
    num += 1

# 例子2
num = 1
while num <= 5:
    print(num)
    num += 1
else:
    print('循环走完之后就执行,或者条件不成立也直接执行这条语句。')
    
# 死循环,建议尝试执行一下
num = 1
while num <= 5:
    print(num)

  中间插播一则广告,python内置函数range(),返回一个可迭代的对象。range()三个参数值为起始值,结束数据,步长(步长默认值为1)。广告结束

for x in range(2,6):
    print(x)

四、continue__break

  continue的功能是结束本次循环然后执行下一次循环,要注意的是并不是结束整个循环,而是结束单次循环。与continue不同的是,break的功能则是跳出当前循环,结束了整个循环继续往下执行。重点提一下,continue和break不能单独使用,只能在循环当中使用。

num = 1
while num <= 5:

    if num == 2:
        num += 1
        continue  # break则会跳出整个循环

    print(num)
    num += 1
else:
    print('lalala')

五、字符串

  字符串是一个最常用的数据类型。字符串的解释是只要使用引号引起来的数据内容就是字符串。

first_word = 'hello world'

  广告广告:索引值都是从0开始的。pyhton内置函数len() 获取字符串的长度。

print(first_word[-1])    # 负数索引是从-1开始
print(first_word[len(first_word)-1])   # 获取长度减一位

  字符串我们定义好,假如我们想获取first_word当中的 ello 部分,就要我们对字符串进行切片了。

# 数据[起始下标:结束下标:步长]  起始下标默认为0,步长默认为1,结束下标不写默认到结尾
print(first_word[1:5:1])   # ello

# 从-1开始则是从最后一位拿到最后一位
print(first_word[-1:])  # d

print(first_word[-1:1])  # 空值

六、额外拓展(九九乘法表)

for x in range(1, 10):
    for y in range(1, 10):
        if y > x:
            continue
        print('%d * %d = %-2d' % (y, x, x * y), end=' | ')
    print('\n')

结果:

1 * 1 = 1  | 

1 * 2 = 2  | 2 * 2 = 4  | 

1 * 3 = 3  | 2 * 3 = 6  | 3 * 3 = 9  | 

1 * 4 = 4  | 2 * 4 = 8  | 3 * 4 = 12 | 4 * 4 = 16 | 

1 * 5 = 5  | 2 * 5 = 10 | 3 * 5 = 15 | 4 * 5 = 20 | 5 * 5 = 25 | 

1 * 6 = 6  | 2 * 6 = 12 | 3 * 6 = 18 | 4 * 6 = 24 | 5 * 6 = 30 | 6 * 6 = 36 | 

1 * 7 = 7  | 2 * 7 = 14 | 3 * 7 = 21 | 4 * 7 = 28 | 5 * 7 = 35 | 6 * 7 = 42 | 7 * 7 = 49 | 

1 * 8 = 8  | 2 * 8 = 16 | 3 * 8 = 24 | 4 * 8 = 32 | 5 * 8 = 40 | 6 * 8 = 48 | 7 * 8 = 56 | 8 * 8 = 64 | 

1 * 9 = 9  | 2 * 9 = 18 | 3 * 9 = 27 | 4 * 9 = 36 | 5 * 9 = 45 | 6 * 9 = 54 | 7 * 9 = 63 | 8 * 9 = 72 | 9 * 9 = 81 | 

学习不易,且学且珍惜。

标题基于SpringBoot+Vue的学生交流互助平台研究AI更换标题第1章引言介绍学生交流互助平台的研究背景、意义、现状、方法与创新点。1.1研究背景与意义分析学生交流互助平台在当前教育环境下的需求及其重要性。1.2国内外研究现状综述国内外在学生交流互助平台方面的研究进展与实践应用。1.3研究方法与创新点概述本研究采用的方法论、技术路线及预期的创新成果。第2章相关理论阐述SpringBoot与Vue框架的理论基础及在学生交流互助平台中的应用。2.1SpringBoot框架概述介绍SpringBoot框架的核心思想、特点及优势。2.2Vue框架概述阐述Vue框架的基本原理、组件化开发思想及与前端的交互机制。2.3SpringBoot与Vue的整合应用探讨SpringBoot与Vue在学生交流互助平台中的整合方式及优势。第3章平台需求分析深入分析学生交流互助平台的功能需求、非功能需求及用户体验要求。3.1功能需求分析详细阐述平台的各项功能需求,如用户管理、信息交流、互助学习等。3.2非功能需求分析对平台的性能、安全性、可扩展性等非功能需求进行分析。3.3用户体验要求从用户角度出发,提出平台在易用性、美观性等方面的要求。第4章平台设计与实现具体描述学生交流互助平台的架构设计、功能实现及前后端交互细节。4.1平台架构设计给出平台的整体架构设计,包括前后端分离、微服务架构等思想的应用。4.2功能模块实现详细阐述各个功能模块的实现过程,如用户登录注册、信息发布与查看、在线交流等。4.3前后端交互细节介绍前后端数据交互的方式、接口设计及数据传输过程中的安全问题。第5章平台测试与优化对平台进行全面的测试,发现并解决潜在问题,同时进行优化以提高性能。5.1测试环境与方案介绍测试环境的搭建及所采用的测试方案,包括单元测试、集成测试等。5.2测试结果分析对测试结果进行详细分析,找出问题的根源并
内容概要:本文详细介绍了一个基于灰狼优化算法(GWO)优化的卷积双向长短期记忆神经网络(CNN-BiLSTM)融合注意力机制的多变量多步时间序列预测项目。该项目旨在解决传统时序预测方法难以捕捉非线性、复杂时序依赖关系的问题,通过融合CNN的空间特征提取、BiLSTM的时序建模能力及注意力机制的动态权重调节能力,实现对多变量多步时间序列的精准预测。项目不仅涵盖了数据预处理、模型构建与训练、性能评估,还包括了GUI界面的设计与实现。此外,文章还讨论了模型的部署、应用领域及其未来改进方向。 适合人群:具备一定编程基础,特别是对深度学习、时间序列预测及优化算法有一定了解的研发人员和数据科学家。 使用场景及目标:①用于智能电网负荷预测、金融市场多资产价格预测、环境气象多参数预报、智能制造设备状态监测与预测维护、交通流量预测与智慧交通管理、医疗健康多指标预测等领域;②提升多变量多步时间序列预测精度,优化资源调度和风险管控;③实现自动化超参数优化,降低人工调参成本,提高模型训练效率;④增强模型对复杂时序数据特征的学习能力,促进智能决策支持应用。 阅读建议:此资源不仅提供了详细的代码实现和模型架构解析,还深入探讨了模型优化和实际应用中的挑战与解决方案。因此,在学习过程中,建议结合理论与实践,逐步理解各个模块的功能和实现细节,并尝试在自己的项目中应用这些技术和方法。同时,注意数据预处理的重要性,合理设置模型参数与网络结构,控制多步预测误差传播,防范过拟合,规划计算资源与训练时间,关注模型的可解释性和透明度,以及持续更新与迭代模型,以适应数据分布的变化。
评论 3
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