Python Learning(六)-集合

Python之组合数据类型 一系列的按特定顺序排列的元素组成ps:(1)是Python中内置的可变序列(2)在Python中使用[ ]定义列表,元素与元素之间使用英文的逗号分隔(3)列表中的元素最多,可混装,数据有序存储,允许有重复元素(与列表类似)ps:(1)是Python中内置的不可变序列(2)在Python中使用( )定义元组,元素与元素之间使用英文的逗号分隔(3)元组中只有一个元素的时候,逗号也不能省略(4)元组中的元素可混装,数据有序存储,允许有重复元素。 阅读详情

一 集合的介绍

-集合和列表非常相似
不同点:
	1.集合中只能存储不可变对象
	2.集合中存储的对象是无序的,不是按照元素的插入顺序保存的
	3.集合中不能出现重复的元素

使用{}或set()函数来创建集合
s={1,2,5,5,66,23,4}
# set([1, 2, 4, 5, 66, 23]) 剔除重复元素,并且无序

集合中只能存储不可变对象
s={[1,2],[3,4]}
print(type(s),type(s1))
# TypeError: unhashable type: 'list'

创建一个空集合必须使用set()
s=set()
s1={}
s=set()
s1={}
print(type(s),type(s1))
# (<type 'set'>, <type 'dict'>)

可以通过set()将序列和字典转为集合
s=set([1,2,3,4])
print(type(s))
# <type 'set'>

使用set()将字典转为集合时,只会包含字典中的键
s=set({'a':1,'b':2})
print(s)
# set(['a', 'b'])

#集合可以使用in not in
print(a in s)

使用len获取集合中元素的数量
len(s)

往集合中添加元素
s.add() 没有返回值

s=set({'a':1,'b':2})
s.add('c')
print(s)
# set(['a', 'c', 'b'])

update() 注:可以传递序列和字典作为参数
将一个集合中的元素添加到当前集合中 
s={1,2,3}
s1={2:'a',4:'b',5:'c'}
s.update(s1)
print(s)
# set([1, 2, 3, 4, 5]

pop()随机删除并返回集合中的元素
s.pop()

remove()
s={1,2,3}
s1={2:'a',4:'b',5:'c'}
s.update(s1)
s.remove(5)
print(s)
# set([1, 2, 3, 4])

clear()
清空集合

copy()
对集合进行浅复制

二 集合中的运算

对集合进行运算时不会影响原来的集合,而是返回一个运算结果

交集运算
&
s={1,2,3,4}
s1={4,5,6,7}
result=s&s1
print(result)
# set([4])

并集运算
|
s={1,2,3,4}
s1={4,5,6,7}
result=s|s1
print(result)
# set([1, 2, 3, 4, 5, 6, 7])

差集运算
-
s={1,2,3,4}
s1={4,5,6,7}
result=s-s1
print(result)
# set([1, 2, 3])

亦或集 获取俩个集合不相交的部分
^
s={1,2,3,4}
s1={4,5,6,7}
result=s^s1
print(result)
# set([1, 2, 3, 5, 6, 7])

子集    
<=
检查一个集合是否是另一个集合的子集
如果a集合的元素全部都在b集合中出现,那么a集合就是b集合的子集 反之b是a的超集
s={1,2,3,4}
s1={1,2,3,4,5,6,7}
result=s<=s1
print(result)
# True

真子集 
<
如果b中有a中所有元素,并且b中含有a中没有的元素 b就是a的真超集 a是b的真子集

>=超集
>真超集
python强化学习之Q-learning算法 强化学习是什么? 简单来说就是通过感知周围环境而行动,以取得最大化收益的一个过程。 其中Q-learning算法的感知状态为离散,无规律。 华丽的分割线--------------------------------------------------------------------------- 一. 组成 首先介绍一下强化学习最重要的几个部分: 智能体(agent):可以是一个简单的算法,通常输入为state,输出为policy(规则) 状态集(states): 为智能体的输入 动作集(action 阅读详情

相关推荐

【人工智能】强化学习入门:使用Python实现Q-Learning算法进行迷宫导航

强化学习是机器学习中的一个重要领域,用于训练智能体通过不断尝试和反馈学习最优决策策略。Q-Learning是一种常见的强化学习算法,能够帮助智能体找到一个给定环境(例如迷宫)中的最优路径。本文将详细介绍Q-Learning的数学原理、Q表的构建、Python实现,以及如何在迷宫环境中训练智能体找到最短路径。文章提供丰富的代码示例和详细注释,帮助读者从零开始构建一个Q-Learning模型,并理解其在强化学习任务中的应用。

一个被知识诅咒的人 1495

Python组合数据类型

组合数据类型 大纲: 1.组合数据类型的基本概念 组合数据类型:能够表示多个数据的类型称为组合数据类型 常见的三大组合数据类型:(1)集合类型 (2)序列类型 (3)映射类型 集合类型概述:包含0个或多个数据项的无序组合,用{}表示,集合中的元素可以动态增加或删除,集合中元素不能重复,元素类型只能是不可变数据类型。 注:由于集合元素独一无二,所以使用集合元素可以过滤掉重复元素,例: 集合类...

weixin_43808047的博客 4371

Q-learning

强化学习是一种机器学习范式,目标是让智能体(Agent)通过与环境(Environment)的交互,学习如何采取行动以最大化长期的累积奖励(Cumulative Reward)。试错学习:智能体通过尝试不同行动,观察结果,逐步改进策略。延迟奖励:奖励可能不是即时的,智能体需要考虑长期收益。序列决策:智能体的决策是连续的,每一步行动会影响后续状态。游戏(如AlphaGo)机器人控制自动驾驶推荐系统。

Rhett_Butler0922的博客 1092

【Python3】组合数据类型

主要介绍Python中的列表、元组、字典、集合这几大除开整数浮点数类型的数据类型。组合数据类型能将不同类型的数据组织在一起,实现更复杂的数据表示或数据处理功能。

QiHai的博客 8137

掌握Python编程:《Learning Python 5th Edition》实战指南

类型注解的语法是通过在变量、参数或返回语句后添加冒号和类型名称来实现的。例如:函数是组织好的、可重复使用的、用来实现单一或相关联功能的代码段。在Python中,函数定义使用def关键字,后接函数标识符名称和圆括号,其中可以包括一些参数,然后是一个冒号。上面的例子定义了一个简单的函数greet,它接受一个参数name,并返回一个字符串。函数通过return语句返回结果,如果函数中没有return语句,或者return后面没有跟任何表达式,则函数返回None。

weixin_34456923的博客 1040

STM32外部中断与事件机制深度解析:从硬件触发到软件响应

本文深入解析STM32外部中断与事件机制,从硬件触发到软件响应的完整流程。通过对比中断和事件的应用场景、响应速度及配置方法,帮助开发者优化嵌入式系统设计,特别适合需要低功耗或高实时性的项目。

weixin_29175469的博客 413

【知识篇】组合数据类型

Python语言中的集合类型与数学中的集合概念一致,即包含0个或多个数据项的无序组合。集合是无序组合,用大括号({ })表示,它没有索引和位置的概念,集合中的元素可以动态增加或删除。集合中的元素不可重复,元素类型只能是不可数数据类型,如整数、浮点数、字符串、元组等。相比较而言,列表、字典和集合类型本身都是可变数据类型,不能作为集合的元素出现。(由于集合元素的“无序性”、“不可重复性”,集合的输出顺序与定义顺序可以不一致,使用集合类型还能过滤重复元素)

2301_79677495的博客 1891

时间序列学习(4):平稳性检验(单位根检验、ADF检验)

时间序列学习(4):平稳性检验(单位根检验、ADF检验)1、单位根检验2、ADF检验3、指数走势的检验4、对数收益率序列检验 相关图可以大致判断序列是否平稳。但是,这毕竟不是严格的。 这篇笔记来就谈一谈平稳性的检验。 到目前为止,我们有了以下的时间序列模型: 白噪声; 随机游走; AR模型; MA模型; ARMA模型。 我们知道白噪声、MA模型一定是平稳的(这里的平稳都是弱平稳);随机游走一定是不平稳的;ARMA模型取决于其AR部分。 所以唯一需要做平稳性检验的就是AR模型。 1、单位根检验 先来看一阶

lucialucia的博客 7万+

Python学习-5.组合数据类型

组合数据类型:集合、列表、元组、字典

momomuabc的博客 4664

【Attention Is All You Need】Transformer模型精读

Attention Is All You Need》这篇论文奠定了Transformer模型的基础,为深度学习的发展提供了新的方向。Transformer通过自注意力机制和并行化处理显著提升了计算效率和模型性能。然而,Transformer的广泛应用也带来了新的挑战,如计算资源的消耗和对长序列的处理能力等。随着技术的不断发展,研究人员已经提出了诸如Efficient Transformer、Reformer等变种,旨在提升Transformer的效率和适应性。

Lewiz_124的博客 1499

锁定放大器

锁定放大器

qq_46757048的博客 4706

【强化学习】python实现Q-learning迷宫

感谢hhh5460,本文的主要代码参考了他的博客,地址:https://www.cnblogs.com/hhh5460/p/10143579.html 1.问题设置 一个8x8的迷宫,相比于原贴6x6做了简单的改进。 左上角入口,右下角出口(黄色方块),红色方块为玩家,黑色方块为障碍物。 2.思路分析 ...

qq_43200770的博客 5582

Visual Studio Git 使用指南

Visual Studio 2022深度集成了Git功能,提供了直观的图形界面管理源代码。本文详细介绍了VS中Git的使用方法:从环境准备、克隆/创建仓库开始,重点讲解了"Git更改"窗口的日常操作,包括查看修改、暂存文件、提交推送等。同时涵盖了分支管理、查看历史、解决冲突等核心功能,以及储藏、重置等高级操作。文章还提供了实用技巧,如提交规范、频繁提交等最佳实践。VS的Git集成覆盖了日常开发需求,图形界面与命令行可互补使用,适合各层次开发者高效管理代码版本。

guigenyi的专栏 1575

learning python_Learning Python

字典(dict)dict 用 {} 包围dict.keys(),dict.values(),dict.items()hash(obj)返回obj的哈希值,如果返回表示可以作为dict的keydel 或 dict.pop可以删除一个item, clear清除所有的内容sorted(dict)可以吧dict排序dict.get()可以查找没存在的key, dict.[]不可以dict.setdefa...

weixin_39847244的博客 103

手把手教你学Simulink——AC-DC整流器场景:基于传统晶闸管控制整流拓扑的建模:带反电动势负载的单相可控整流器输出特性仿真

在工业电力电子应用中,单相可控整流器常用于将交流电源转换为可调直流电压。当该整流器连接到具有**反电动势(Back EMF)**的负载时(如直流电机、电池充电系统等),其输出特性和工作原理与纯电阻性负载有所不同。本文将带你使用搭建一个带反电动势负载的单相全控桥式整流器模型,并通过仿真分析其输出电压、电流波形以及触发角对输出特性的影响。本文详细介绍了如何使用Simulink搭建一个带反电动势负载的单相全控桥式晶闸管整流器模型,并进行了输出特性的仿真分析。

MHD0815的博客 234

中科大大数据学院2023年保研夏令营机试题目【无offer,直接放题了~】(2023.07.22下午14:35-17:35考试)

给定一串数字,最后一个数是0表示结尾,表示数字串的终止,为无效数字。将该数字串存储在双向链表中,判断是否为回文串,若是,则输出Yes,否则输出No.

m0_51339444的博客 1922

Python-Machine-Learning-Cookbook 项目教程

Python-Machine-Learning-Cookbook 项目教程 1. 项目目录结构及介绍 Python-Machine-Learning-Cookbook/ ├── Chapter01/ ├── Chapter02/ ├── Chapter03/ ├── Chapter04/ ├── Chapter05/ ├── Chapter06/ ├── Chapter07/ ├── Chapte...

gitblog_00743的博客 1063

智能体异常行为检测-基于行为序列的异常模式识别技术【附代码】

在多智能体系统(Multi-Agent Systems, MAS)中,智能体之间的行为协调与自主决策是系统稳定运行的关键。然而,当某个智能体因策略偏移、环境变化或潜在攻击而出现**异常行为(Abnormal Behavior)**时,整个系统可能陷入混乱或崩溃。

一键难忘的博客 1147

team_learning_task5:字典、集合和序列

team_learning_task5:字典、集合和序列字典可变类型与不可变类型 字典 可变类型与不可变类型 序列是以连续的整数为索引,与此不同的是,字典以"关键字"为索引,关键字可以是任意不可变类型,通常用字符串或数值。 字典是 Python 唯一的一个 映射类型,字符串、元组、列表属于序列类型。 那么如何快速判断一个数据类型 X 是不是可变类型的呢?两种方法: 麻烦方法:用 id(X) 函数,对 X 进行某种操作,比较操作前后的 id,如果不一样,则 X 不可变,如果一样,则 X 可变。 便捷方法

Cl2212的博客 297

最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版

Part-E1-SDIO-Specification-Ver4.00-Final-120220.pdf:最新的sdio 4.0 spec 协议标准 带书签 高清完整PDF版,包括SDIO 接口的外设,SDIO 接口官方协议等。

霍尼韦尔SoftMaster使用说明

霍尼韦尔SoftMaster使用说明

python learning

这篇Python学习笔记讲述了一些基础知识点

zhuhongtao298的博客 602

温度PID控制PLC程序

温度PID稳定控制程序,适用于欧姆龙PLC,对其他PLC也具有很大参考价值

Machine Learning (Python)

1、常用容器 (1) 列表(list):可以容纳任何数据类型.使用方法>>> jj=[] >>> jj.append(1) >>> jj.append('nice hat') >>> jj [1, 'nice hat'] 也可以使用一条命令完成 >>>> jj = [1,'nice hat'] Python中也有数组,在循环中性能优于列表,但是只能存放一种数据类型。 (2) 字典 (dictio

YHangbin的博客 773

NTscan扫描工具

ntscan是一个扫描器,可以扫描没有密码和弱密码的共享,先到配置文件中填写猜测的用户名和密码,扫描过程中右侧出现的是扫描日志。

the day of python learning(集合)

''' 一.集合 集合是无序的,不重复的可变数据类型,它里面的元素是可哈希的(不可变类型),但是集合本身是不可哈希(所以集合做不了字典的键)的。集合的重要两点:   去重,把一个列表变成集合,就自动去重了。   关系测试,测试两组数据之前的交集、 差集 、并集 等关系。 集合:可变的数据类型,他里面的元素必须是不可变的数据类型,无序,不重复。 {}''' #creat ...

weixin_30244681的博客 76

从Q-Learning到Deep Q-Learning(DQN)

(0)前言 本文主要介绍了强化学习的Q-Learning到Deep Q-Learning,并将代码分别应用到了FlappyBird小游戏中,文末给出了所有参考资料。 (1)强化学习 有机体在与环境不断交互的过程中,在与环境给予的奖励(reward)或惩罚的刺激下,逐步形成对刺激的预期,产生能获得最大利益的习惯性行为。 一般而言强化学习要考虑: 环境状态的集合ΩS{\displaystyle \Omega S}ΩS; 动作的集合ΩA{\displaystyle \Omega A}ΩA; 智能体针对环境状态

爱安敝之的博客 490

Python3 Learning(一)

1.Python字符串不能被改变。向一个索引位置赋值,比如word[0] = 'm'会导致错误; 可以对字符串进行切片,获取一段子串。用冒号分隔两个索引,形式为变量[头下标:尾下标]。 截取的范围是前闭后开的,并且两个索引都可以省略 &gt;&gt;&gt; word = 'ilovepython' &gt;&gt;&gt; word[1:5] 'love' 2.Tuple(元组) 1...

我知道你很急,但是路要一步步走 401

python-learning-task3

python-learning-task3 参考资料: 1....

Defsoulll的博客 196

Python Learning Journal:Day2

列表 创建 方式一:[ ]:list1 = ['变量1', '变量2'] 方式二:内置函数:list2 = list(['变量1', '变量2']) 特点 重复存取元素、动态分配内存 查询 获取指定元素的索引:index() index('变量') index('变量', start, stop) 指定位置之间进行查找 [ start, stop ] 查询不存在,抛出ValueError 获取单个元素:list1[] list1[索引] list[0]、list[2] 获取多个元素:list1[s

m0_50565987的博客 319
上一篇: Python Learning(五)-字典
下一篇: Python Learnning (七)-函数
zax_java
博客等级 码龄8年 62粉丝 23原创
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
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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