python基础知识-内置函数

本文详细介绍了Python中的三元运算符、lambda表达式以及多种内置函数的使用方法,包括abs()、all()、ascii()、bin()等,并通过实例演示了这些功能的实际应用。

三元运算符:

name = "jiang" if 1 == 1 else "chen"

等价于:

if 1 == 1:
    name = "jiang"
else:
    name = "chen"

def f1(a1):
    return a1+100

lambda表达式,可接受多个参数,也可接受默认值,但只能进行简单计算并只能一行完成:

def f1(a1):
    return a1+100

f2 = lambda a1:a1+100
f3 = lambda a1,a2:a1+a2+200
f4 = lambda a1,a2 = 50:a1+a2
r2 = f2(10)
r3 = f3(20,30)
r4 = f4(40)
print(r2)
print(r3)
print(r4)

内置函数:

1.abs()绝对值 
n = abs(-1)
print(n)

2.all()中为可迭代对象,所有元素均为真才为真
  any()中为可迭代对象,元素只要有真就为真
  0,None,"",[],{},()都是False
  n = all([1,2,3,4]) 为True
  n1 = all((1,2,3,0))为False


3.ascii()自动执行对象的_repr_()方法

4.bin():将十进制转为二进制
  oct():将十进制转为八进制
  hex():将十进制转为十六进制
  print(bin(5))/print(oct(6))/print(hex(15))

5.bytes()将字符串转换为字节类型
  bytes()utf-8一个汉字3个字节,gbk一个汉字2个字节
  bytes(s,encoding="utf-8")将字符串转换成字节,编码参数可选utf-8/gbk
6.str()将字节转为字符串:
  str(bytes("你好",encoding="utf-8"),encoding="utf-8")

7.compile() 将字符串编译成python代码
  exec() 能执行所有python代码,没有返回值
  eval() 只能执行表达式,有返回值

8.
delattr(),getattr(),setattr(),hasattr()反射

9.
dir(对象)快速查看某个对象提供的功能
  help(对象) 查看帮助
10.divmod() 返回元祖,包括商和余数。主要用于分页
   
n1,n2 = divmod(97,10)
   print(n1,n2)

11.isinstance(对象,类) 返回值true/false

12.filter(函数,可迭代的对象)和map(函数,可迭代的对象)
   filter()循环第二个参数,将每一个循环元素去执行第一个参数即函数,如果函数返回值为true,表示元素合法,将元素添加到结果中
   map()将函数返回值添加到结果中

13.globals()和locals()所有的全局变量和所有的局部变量
14.hash()生成哈西值

15.len() python默认按字符计算,若中文"接触" = 2

16.max()/min()/sum()

17.reversed(可迭代对象) 反转

18.round()四舍五入

19.zip()将各列表中各元素组合成元祖






内容概要:本文介绍了ENVI Deep Learning V1.0的操作教程,重点讲解了如何利用ENVI软件进行深度学习模型的训练与应用,以实现遥感图像中特定目标(如集装箱)的自动提取。教程涵盖了从数据准备、标签图像创建、模型初始化与训练,到执行分类及结果优化的完整流程,并介绍了精度评价与通过ENVI Modeler实现一键化建模的方法。系统基于TensorFlow框架,采用ENVINet5(U-Net变体)架构,支持通过点、线、面ROI或分类图生成标签数据,适用于多/高光谱影像的单一类别特征提取。; 适合人群:具备遥感图像处理基础,熟悉ENVI软件操作,从事地理信息、测绘、环境监测等相关领域的技术人员或研究人员,尤其是希望将深度学习技术应用于遥感目标识别的初学者与实践者。; 使用场景及目标:①在遥感影像中自动识别和提取特定地物目标(如车辆、建筑、道路、集装箱等);②掌握ENVI环境下深度学习模型的训练流程与关键参数设置(如Patch Size、Epochs、Class Weight等);③通过模型调优与结果反馈提升分类精度,实现高效自动化信息提取。; 阅读建议:建议结合实际遥感项目边学边练,重点关注标签数据制作、模型参数配置与结果后处理环节,充分利用ENVI Modeler进行自动化建模与参数优化,同时注意软硬件环境(特别是NVIDIA GPU)的配置要求以保障训练效率。
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