我的第四节课

我的第四节课

1.格式化字符串

  • 拼串
    s=holle
    print('s=+'s)
  • 参数
    -s=holle
    print(‘s=+’,s)
  • 占位符
    %d整数占位 %s字符串占位 %f小数点占位
  • 格式化
    f.() str.format()

2.字符串的其他操作

len()字符串的长度
max()最大值 min()最小值 比较ascii码的值
split()分割字符串 返回值列表
join()拼接字符串
s.strip()左右去空格
s.lstrip()去左边空格
s.rstrip()去右边空格
s.ippr()全部大写
s.lower()全部小写
s.isupper()判断是否大写
s.islower()判断是否小写

3.运算符

  • 运算符的概念
    -运算符用于执行程序代码运算,会针对一个以上操作数项⽬来进行运算。
    例如:2+3,其操作数是2和3,运运算符则是“+”
  • 运算符的分类
    算术运算符
    赋值运算符
    比较运算符(关系运算符)
    逻辑运算符
    条件运算符(三元运算符)
    算数运算符
    加法运算符 表现形式 +
    减法运算符 表现形式 - 字符串与字符串不能相减
    乘法运算符 表现形式 * 字符串与字符串不能相乘
    除法运算符 表现形式 / 字符串与字符串不能相除 除数不能为0 总会返回一个浮点类型
    取整运算符 表现形式//
    取余运算符 表现形式%
    幂运算 表现形式**
    赋值运算符
    赋值运算符的特殊写法 x = x + 3 其实是和 x += 3 是⼀样的
    += (x+= 3 相当于 x = x + 3 )
    -= (x -= 3 相当于 x= x - 3 )
    *= (x = 3 相当于 x = x 3 )
    **= (x **= 3 相当于 x = x ** 3 )
    /= (x /= 3 相当于 x = x/ 3 )
    //= (x //= 3 相当于 x = x // 3 )
    %= (x %= 3 相当于 x= x % 3 )
    比较运算符
    比较运算符用来比较两个值之间的关系,总会返回一个布尔值.如果关系成立,返回True,否则返回False
    >比较左侧值是否大于右侧值
    >= 比较左侧的值是否小于或等于右侧的值
    < 比较左侧值是否小于右侧值
    <= 比较左侧的值是否小于或等于右侧的值
    特殊的比较方法
    == 比较两个对象的值是否相等
    != 比较两个对象的值是否不相等
    is 比较两个对象是否是同一个对象,比较的是对象的id
    is not 比较两个对象是否不是同一个对象,比较的是对象的id

比较运算符
not 逻辑非
可以对对符合右侧的值进行非运算 非运算会对其进行取反操作,True变False,False变True
and 逻辑与 找false
可以对符号两侧的值进与运算。 只有在符号两侧的值都为True时,才会返回True,只要有一个False就返回False
or 逻辑与 找frue
或运算两个值中只要有一个True,就会返回True
非布尔值的与或运算
当我们对非布尔值进行与或运算时,Python会将其当做布尔值运算,最终会返回原值
非布尔值与运算的规则
与运算是找False的,如果第一个值是False,则不看第二个值。如果第一个值是False,则直接返回第一个值,否则返回第二个值
或运算是找True的,如果第一个值是True,则不看第二个值。如果第一个值是True,则直接返回第一个值,否则返回第二个值

根据原作 https://pan.quark.cn/s/459657bcfd45 的源码改编 Classic-ML-Methods-Algo 引言 建立这个项目,是为了梳理和总结传统机器学习(Machine Learning)方法(methods)或者算法(algo),和各位同仁相互学习交流. 现在的深度学习本质上来自于传统的神经网络模型,很大程度上是传统机器学习的延续,同时也在不少时候需要结合传统方法来实现. 任何机器学习方法基本的流程结构都是通用的;使用的评价方法也基本通用;使用的一些数学知识也是通用的. 本文在梳理传统机器学习方法算法的同时也会顺便补充这些流程,数学上的知识以供参考. 机器学习 机器学习是人工智能(Artificial Intelligence)的一个分支,也是实现人工智能最重要的手段.区别于传统的基于规则(rule-based)的算法,机器学习可以从数据中获取知识,从而实现规定的任务[Ian Goodfellow and Yoshua Bengio and Aaron Courville的Deep Learning].这些知识可以分为四种: 总结(summarization) 预测(prediction) 估计(estimation) 假想验证(hypothesis testing) 机器学习主要关心的是预测[Varian在Big Data : New Tricks for Econometrics],预测的可以是连续性的输出变量,分类,聚类或者物品之间的有趣关联. 机器学习分类 根据数据配置(setting,是否有标签,可以是连续的也可以是离散的)和任务目标,我们可以将机器学习方法分为四种: 无监督(unsupervised) 训练数据没有给定...
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