python核心编程 第一章

本文介绍了Python的基本概念,包括内存管理、变量类型、数据结构如列表和字典的操作方式,以及异常处理等内容。

1.在Python中,内存管理是由Python解释器负责的。Python是一门解释型语言,这意味着开发过程中没有了编译这个环节。由于不是以本地机器码运行,纯碎的解释型语言通常比编译型语言运行的慢。类似于Java,Python是字节编译的,其结果就是可以生成一种近似机器语言的中间形式。


2. Python源文件通常用.py扩展名。由于调用解释器的不同,源文件会被编译成带有.pyc或.pyo扩展的文件。


3.在Python中未指定返回值的函数会返回None,等价于NULL。


4.你可以用print语句显示变量的字符串表示,或者仅使用变量名查看该变量的原始值。仅使用变量名时,输出的字符串是被用单引号括号起来的。


5.下划线(_)在解释器中有特别的含义,表示最后一个表达式的值。


6. Python非常灵活,即使将数字传递给%s,也不会引起严重的后果。


7. 从用户那里得到数据输入的最容易的方法是使用raw_input()内建函数。它读取标准输入,并将读到的数据赋值给指定的变量。


8. Python有两种除法,单斜杠用作传统除法,双斜杠用作浮点除法(对结果进行四舍五入),**表示乘方运算符, 逻辑运算符 and or not


9. Python不需要预先声明变量的类型。变量的类型和值在赋值的那一刻被初始化。Python不支持C语言中的自增1和自减1运算符。


10. Python中的长整型表达的范围远远超过C语言的长整型。Python的长整型受限于用户计算机的虚拟内存。类似于Java中的BigInteger类型。


11.Python支持使用成对的单引号或双引号,三引号(三个连续的单引号或者双引号)可以用来包含特殊的字符。第一个字符的索引是0,最后一个字符的索引是-1.

+用于字符创连接,*用于字符串的重复。


12. 列表和元组相当于数组, 但是可以存储不同类型的对象,列表用[]括起来,元组用()括起来,列表的值可以改变,元组的值不可以改变。


13. 字典元素用大括号{}包裹。


14.代码块通过缩进对齐表达代码逻辑而不是使用大括号。


15. print语句默认会给每一行添加一个换行符。只要在print语句的最后添加一个逗号(,),就可以改变这种行为。


16.要么循环索引,要么循环和元素。这就导致了enumerate()函数的推出


17.

squared = [x ** 2 for x in range(8)]
for i in squared:
    print i

sqdEvens = [x ** 2 for x in range(8) if not x % 2]
for i in sqdEvens:
    print i

18.打开文件:handle=open(file_name, access_mode='r')。r表示读取,w表示写入,a表示添加。+表示读写,b表示二进制访问。

filename = raw_input('Enter file name:')
fobj = open(filename, 'r')
for eachLine in fobj:
    print eachLine,
fobj.close()

19.要给你的代码添加错误检测及异常处理,只要将它们封装在try-except语句中。try之后的代码组,就是你打算管理的代码。except之后的代码组,则是你处理错误的代码。


20.

class FooClass(object):
    version = 0.1
    def __init__(self, nm='John Doe'):
        self.name = nm;
    def showname(self):
        print 'Your name is', self.name
        print 'My name is',self.__class__.__name__
    def showver(self):
        print self.version
    def addMe2Me(self, x):
        return (x+x);
fool = FooClass();
fool.showname();
object表示FooClass的基类。当一个类被创建时,_init_方法会自动执行。它仅仅是你的对象创建后执行的第一个方法。在这个例子里,我们初始化了一个名为name的类实例属性。这个变量仅在类的实例中存在,它并不是实际类本身的一部分。
【unet改进实战】基于unet+SCSE注意力机制改进实现的【自动驾驶】图像语义分割+项目说明书+数据集+完整代码 项目概述 本项目基于PyTorch框架构建了一个通用图像分割系统,全面支持二分类及多类别分割任务。 系统功能 该系统提供从数据预处理到模型训练、验证评估的全流程解决方案,具备高度可配置性和实用性: 数据处理:支持自定义图像和掩码文件格式(如.jpg、.png等),自动处理不连续标签值,集成多种数据增强技术提升模型泛化能力 模型架构:基于UNet实现,可通过参数灵活调整输入尺寸、卷积通道数等,兼容不同类别数量的分割任务(通过--num_classes参数指定) 训练功能:支持GPU加速,提供学习率、批次大小等超参数配置选项,实时记录损失曲线和评估指标(如IoU、Dice系数),自动保存最优模型权重 使用流程 按规范组织数据集(图像与掩码文件需名称对应,分别存放在images/masks子目录) 通过命令行参数启动训练,可指定: 数据路径(--data_dir) 学习率(--learning_rate) 标签映射规则(--label_mapping)等 系统输出包含: 模型权重文件(.pth) 训练曲线可视化图表 指标日志文件 注意事项 掩码图像应为单通道灰度图,标签值为整数 多分类任务推荐使用one-hot编码掩码 项目依赖主流科学计算库(PyTorch、NumPy)及可视化工具(Matplotlib),安装简便 应用领域 该系统适用于医学影像、遥感等领域的语义分割任务,兼顾易用性与扩展性。用户可通过调整UNet深度或添加注意力机制等方式进一步优化性能。 【项目说明书】包含完整代码实现与原理讲解。https://blog.youkuaiyun.com/qq_44886601/category_12858320.html
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