打卡

一.列表

1 标志:list = ["a","b"]

2 操作

2.1操作函数

len(ls):列表的元素个数

min(ls):列表中最小元素

max(ls):列表中最大元素

list(X):将X转为列表类型

2.2 操作方法

ls.append(x): 在列表最后添加元素x

ls.insert(i,x):在列表i位置增加元素x

ls.clear():删除列表所有元素

ls.pop(i):将列表中第i项元素提出并从ls中删除

ls.remove(x):将列表中出现的第一个元素x删除

ls.reverse():将列表翻转

ls.copy():生成新的列表,内容为ls的所有元素

   对于列表类型等号无法进行真正的赋值。ls=it为增加别名ls,ls的内容同it

2.3 删除、更改

del<ls>[<索引序号i>]:删除ls的第i 项元素

del<ls>[<索引起始>:<索引结束>]:删除ls中的片段

del<ls>[<索引起始>:<索引结束>:步长]:删除ls中的片段(片段存在间隔,间隔为步长)

索引配合赋值符号=可以进行列表元素的修改

it = ["100","010"]

it[1]=100

print(it)

["100","100"]

使用切片配合赋值符号可以修改列表片段,其中修改内容可以不等长。

二 元组(tuple)

1. 与列表类似,但创建后不能更改。

创建空元组

name=()

元组中只包含一个元素时,需要在元素后面添加逗号消除歧义

name=(chinese,)

读取元素使用序列号读取

2. 操作函数

三 字符串

1.类型

字符串是字符的序列表示。单行字符串用(")或(')表示分界。

多行字符串用('”)

反斜杠\在python 中表示转义或续行

2. 索引

<字符串>[序列号]

序列号分为正向递增(最左0开始)和反向递减(最右-1开始)

3.切片

<字符串>[N:M]

若N>M,返回空字符串。

4.format

{<参数序号>:<格式控制标记>}

<填充><对齐><宽度><,><.精度><类型>
引导

用于填充的

单个字符

<左对齐

>右对齐

^居中

槽的设定宽度

千分位

分隔符

浮点数小数的精度或者字符串的最大输出长度整数bcdoxf浮点数eEf%

 

宽度指当前槽的设定输出字符串宽度,如果该槽参数实际值比宽度设置值大,则使用参数实际长度。

5.操作符

x+y:连接两个字符串

x*n:将x复制n次

x in s :如果x在s True,否则False

6.字符串处理函数

len(x):x长度,或其他类型元素个数

str(x):x转为字符串格式

chr(x):返回Unicode编码x对应的单字符

ord(x) 返回单字符x对应的Unicode编码

hex(x)返回x对应的16进制小写字符串

oct(x):返回x对应的8进制小写字符串

6 字符串处理方法

str.lower()字符串副本,全部小写

str.upper( ):字符串副本,全部大写

str.split(sep=None ): 返回列表,由str根据sep被分割的部分构成,省略sep默认为空格分割

str.count(sub):返回sub出现的次数

str.replace(old,new ):返回str副本,old被new替换

str.center(width,fillchar)字符串居中函数

str,strip(chars):从字符串中去掉位于左侧和右侧chars中列出的字符

str.jion(iter):将iter变量的每一个元素后增加一个str字符串

基于数据驱动的 Koopman 算子的递归神经网络模型线性化,用于纳米定位系统的预测控制研究(Matlab代码实现)内容概要:本文围绕“基于数据驱动的Koopman算子的递归神经网络模型线性化”展开,旨在研究纳米定位系统的预测控制问题,并提供完整的Matlab代码实现。文章结合数据驱动方法与Koopman算子理论,利用递归神经网络(RNN)对非线性系统进行建模与线性化处理,从而提升纳米级定位系统的精度与动态响应性能。该方法通过提取系统隐含动态特征,构建近似线性模型,便于后续模型预测控制(MPC)的设计与优化,适用于高精度自动化控制场景。文中还展示了相关实验验证与仿真结果,证明了该方法的有效性和进性。; 适合人群:具备一定控制理论基础和Matlab编程能力,从事精密控制、智能制造、自动化或相关领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①应用于纳米级精密定位系统(如原子力显微镜、半导体制造设备)中的高性能控制设计;②为非线性系统建模与线性化提供一种结合深度学习与现代控制理论的新思路;③帮助读者掌握Koopman算子、RNN建模与模型预测控制的综合应用。; 阅读建议:建议读者结合提供的Matlab代码逐段理解算法实现流程,重点关注数据预处理、RNN结构设计、Koopman观测矩阵构建及MPC控制器集成等关键环节,并可通过更换实际系统数据进行迁移验证,深化对方法泛化能力的理解。
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