学习 D3

本文详细介绍了字符串的基本操作,包括index、find、rfind等查找方法,以及count计数方法。此外还涉及了字符串判断方法如isdigit、endswith等,并对列表的基础使用进行了概述。

字符串的查找与检查

index方法

index 是一种方法 不是函数

在字符串中找到所要求的 最低索引 (最近的 最左边) 返回索引的值

找不到就报错

例:

str = ‘asd’

str.index(‘a’)

输出结果 0

find 和 rfind 方法

find 从左往右找 返回先找到的索引值 找不到 返回-1

def find(self, sub, start=None, end=None): # real signature unknown; restored from __doc__
    """
    S.find(sub[, start[, end]]) -> int
    
    Return the lowest index in S where substring sub is found,
    such that sub is contained within S[start:end].  Optional
    arguments start and end are interpreted as in slice notation.
    
    Return -1 on failure.
    """
    return 0

rfind 从左往右 返回最高找到的 索引值 找不到 返回 -1

def rfind(self, sub, start=None, end=None): # real signature unknown; restored from __doc__
    """
    B.rfind(sub[, start[, end]]) -> int
    
    Return the highest index in B where subsection sub is found,
    such that sub is contained within B[start,end].  Optional
    arguments start and end are interpreted as in slice notation.
    
    Return -1 on failure.
    """
    return 0

count 方法

返回所查找的 在字符串中出现的次数 找不到 返回 0

def count(self, sub, start=None, end=None): # real signature unknown; restored from __doc__
    """
    B.count(sub[, start[, end]]) -> int
    
    Return the number of non-overlapping occurrences of subsection sub in
    bytes B[start:end].  Optional arguments start and end are interpreted
    as in slice notation.
    """
    return 0

其他方法

判断是否全由数字组成的方法isdigit 
endswith 判断是否以指定的结尾
capitalize 
istitle
title
endswith
isalpha
isdecimal 是否是小数
islower
replace
strip 删除字符串首尾空格  若给出指定字符 就删除指定字符 

title capitalize upper 方法 的比较

列表

1 表达形式

list1 = []
2 列表元素可以是不同的数据类型

3 列表可以 嵌套 例 : list1 = [1,2,[1,2,3,‘aa’]]
4 提取列表中的列表 例:
list1 = [1,2,3,[‘a’,‘b’,‘c’]]
例如 取 b

for i in list1[3][1]:
print(i)

列表的切片

用法

可迭代对象

就是每个元素都能提取出来就是可迭代对象

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方法。通过结合数据驱动技术与Koopman算子理论,将非线性系统动态近似为高维线性系统,进而利用递归神经网络(RNN)建模并实现系统行为的精确预测。文中详细阐述了模型构建流程、线性化策略及在预测控制中的集成应用,并提供了完整的Matlab代码实现,便于科研人员复现实验、优化算法并拓展至其他精密控制系统。该方法有效提升了纳米级定位系统的控制精度与动态响应性能。; 适合人群:具备自动控制、机器学习或信号处理背景,熟悉Matlab编程,从事精密仪器控制、智能制造或先进控制算法研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①实现非线性动态系统的数据驱动线性化建模;②提升纳米定位平台的轨迹跟踪与预测控制性能;③为高精度控制系统提供可复现的Koopman-RNN融合解决方案; 阅读建议:建议结合Matlab代码逐段理解算法实现细节,重点关注Koopman观测矩阵构造、RNN训练流程与模型预测控制器(MPC)的集成方式,鼓励在实际硬件平台上验证并调整参数以适应具体应用场景。
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