python杂记(4):字典,文件

1、字典

#创建字典用{ },它不像列表和元组是序列类型,而是映射类型
#它的工厂函数为dict
dict1={'路飞':'橡胶果实','白胡子':'震震果实','赤犬':'岩浆果实','黄猿':'闪闪果实'} #字典中有key与value值,它们用冒号隔开
print('赤犬的果实是:',dict1['赤犬'])

dict2=dict((('路飞','橡胶果实'),('白胡子','震震果实'),('赤犬','岩浆果实'))) 
print(dict2)

dict2['黄猿']='闪闪果实' #添加一个新的
print(dict2)

dict2['黄猿']='光速移动' #修改
print(dict2)

a=dict2.fromkeys(('路飞','白胡子','赤犬','黄猿'),'恶魔果实') #dict2.fromkeys((key),value)
print(a) #{'路飞': '恶魔果实', '白胡子': '恶魔果实', '赤犬': '恶魔果实', '黄猿': '恶魔果实'}

#--------访问字典的几个方法--keys(),values(),items()----------------#
dict3={}
dict3=dict3.fromkeys((range(20)),'666') #创建一个新的字典
print(dict3)

for keyss in dict3.keys(): #利用key()打印出dict3的key值
    print(keyss)
    
for valuess in dict3.values():#利用values()打印出dict3的value值
    print(valuess)

for itemss in dict3.items(): #同上
    print(itemss)

dict3.clear() #清空
print(dict3)

dict4=dict3.copy() #拷贝,地址不同
print(dict4)

#--------------字典的表亲-集合----------#
set1={1,2,3,4,5}
set1=set([1,2,3,4,5])#使用工厂函数set,与上面的等价
print(type(set1)) #没有体现映射关系,所以是集合,不是字典
set2={1,1,2,5,3,3,2,4,4,6}
print(set2)  # 输出{1, 2, 3, 4, 5, 6},集合具有唯一性,且不可索引
set2.add(7) #是一个方法,不能赋值
print(set2)
set3=frozenset([1,2,3,4,5,6])#使用frozenset,集合无法修改

2、文件(更加复杂的操作见收藏)

file=open('E:/newone.txt','r+')
file.write('hello world\n')
print(file.read())
file.close()
内容概要:本文针对国内加密货币市场预测研究较少的现状,采用BP神经网络构建了CCi30指数预测模型。研究选取2018年3月1日至2019年3月26日共391天的数据作为样本,通过“试凑法”确定最优隐结点数目,建立三层BP神经网络模型对CCi30指数收盘价进行预测。论文详细介绍了数据预处理、模型构建、训练及评估过程,包括数据归一化、特征工程、模型架构设计(如输入层、隐藏层、输出层)、模型编译与训练、模型评估(如RMSE、MAE计算)以及结果可视化。研究表明,该模型在短期内能较准确地预测指数变化趋势。此外,文章还讨论了隐层节点数的优化方法及其对预测性能的影响,并提出了若干改进建议,如引入更多技术指标、优化模型架构、尝试其他时序模型等。 适合人群:对加密货币市场预测感兴趣的研究人员、投资者及具备一定编程基础的数据分析师。 使用场景及目标:①为加密货币市场投资者提供一种新的预测工具和方法;②帮助研究人员理解BP神经网络在时间序列预测中的应用;③为后续研究提供改进方向,如数据增强、模型优化、特征工程等。 其他说明:尽管该模型在短期内表现出良好的预测性能,但仍存在一定局限性,如样本量较小、未考虑外部因素影响等。因此,在实际应用中需谨慎对待模型预测结果,并结合其他分析工具共同决策。
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