python元祖和文件用法举例

1、元组的几种创建方法T = ()   #创建一个空的元组T = (1,) #创建一个空的字符串T = (0,'Ni',1.2,3)  #创建一个含有四个元素的元组T = 0,'Ni',1.2,3  #创建一个与前一个相同的元组T = tuple('spam') T.index(对象)  #返回该对象在元组中的索引位置T.count(对象)  #返回该对象在T中出现的次数2、元组本身不可改变,但是里面嵌套的其他对象可以改变T = (1,2,[3,4,5],6)#T[2]='spam'T[2][0]='spam'print(T) #返回(1, 2, ['spam', 4, 5], 6)3、文件一些常用方法output = open(r'c:\spam','w')  #创建输出文件,w是指输入input = open('data','r')  #创建输入文件,第二参数不写,默认值是raString = input.read()     #把整个文件读取到一个字符串中aString = input.read(N)  #读取N个字节到一个字符中aString = input.readline()  #读取下一行到字符串中aString = input.readlines()  #读取整个文件到一个字符串中output.write(aString)  #写入字符到文件中  在python3.0中会返回写入的字符数目output.writelines(alist)  #把列表中所有值写入到文件中output.close()  #关闭文件output.flush()  #把缓冲器中数据写到磁盘anyFile.seek(N)  #修改文件位置到偏移量N处,以便进行下一步操作for line in open('data'): use line  文件迭代器一行一行的读open('f.txt',encoding='latin-1')  #python3.0Unicode文本文件open('f.txt','rb')                #python3.0二进制文件open('f.txt','rb')4、文件的集中打开模式,r(读),w(写),a(追加),如果传入第三个参数0,则表示输出无缓存5、数据写入文件中时,必须是字符串x,y,z = 43,44,45s = 'spam'd = {'a':1,'b':2}l = [1,2,3]f = open('datafile.txt','w')f.write(s+'\n')f.write('%s,%s,%s\n'%(x,y,z))f.write(str(l)+'$',str(d)+'\n')f.close()6、使用pickle存储python原生对象pickle能够存储python中任何对象的工具例如:D = {'a':1,'b':2}F = open('datafile.pkl','wb')import picklepickle.dump(D,F)  #写入F.close()F = open('datafile.pkl','rb')E = pickle.load(F)print(E)7、在python3.0中字典的比较sorted(d1.items()) >sorted(d2.items())8、需要注意L = [4,5,6]X = L * 4  #输出:[4, 5, 6, 4, 5, 6, 4, 5, 6, 4, 5, 6]Y = [L]*4  #输出:[[4, 5, 6], [4, 5, 6], [4, 5, 6], [4, 5, 6]]#当修改L时,对X有影响L[0]=-100print(Y)  #输出:[[-100, 5, 6], [-100, 5, 6], [-100, 5, 6], [-100, 5, 6]]

  

转载于:https://www.cnblogs.com/hbcb533/p/3671406.html

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/493292.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

物联网白皮书【2018】重磅发布|今年的物联网产业交出了一张怎样的答卷

来源:中国信息通信研究院摘要:物联网白皮书(2018)由中国信息通信研究院、中国信息通信研究院西部分院、物联网智库、上海市物联网行业协会、杭州市物联网行业协会、中信建投证券股份有限公司、国家智能传感器创新中心联合撰写发布…

Deep Alignment Network(人脸对齐)

一,DAN 由于使用了关键点热力图的可视化信息,故可以将整张图输入网络。 网络分为多个阶段(STAGE),每个阶段的结构都是相同的(STAGE 1除外)。第一阶段的输入仅有原始图片,和S0。面部…

斯坦福全球AI报告:人才需求两年暴增35倍,中国机器人部署量涨500%

来源:量子位作者:安妮 栗子 乾明 一璞刚刚,斯坦福全球AI报告正式发布。从去年开始,斯坦福大学主导、来自MIT、OpenAI、哈佛、麦肯锡等机构的多位专家教授,组建了一个小组,每年发布AI index年度报告&#xf…

Android学习

这几天的空余时间都在学习Android开发,以Android开发入门与实践这本书作为参考,学习了UI,然后学习书本上的小项目。这本书09年就出版了,比较长了,上面的小项目导入eclipse后,有的还运行不起来。使用google地…

ubuntu安装nvidia显卡驱动+cuda9.0+cudnn7.0+查看cuda版本+安装tensorrt+python查看gpu显存

一,驱动安装 显卡驱动和cuda版本关系 卸载原先驱动 sudo apt-get remove --purge nvidia-\*ubuntu-drivers devices 查看显卡类型 Nvidia驱动下载地址:https://www.geforce.com/drivers选择对应的显卡和Linux 64 系统,可以下载最新版本。 要注意的是…

英特尔发布全新CPU架构 称摩尔定律未死 中国研究院迎20周年

来源:网易智能摘要:英特尔分别在大洋两岸,几乎同时上演了两个大秀。在中国,研究院院长宋继强与各实验室负责人详细阐述了团队构成以及目前的四大研究领域,在彼岸,英特尔举行架构日活动,英特尔处…

360WIFI 2 树莓派 上网-- 失败

首先是驱动的下载 http://pan.baidu.com/share/link?shareid3814469222&uk1258598805&appzd 解压缩驱动出现在/tmp下没权限 http://bbs.chinaunix.net/thread-1923529-1-1.html 然后问题就出现在编译这里了 http://www.freemindworld.com/blog/2013/131010_360_wifi_…

2018 年最引人注目的科学时刻,《科学》杂志选出14 张年度最佳科学照片

来源:Deeptech深科技摘要:2018 年 12 月 11 日,《科学》杂志从 2018 年发表的科学报道中,筛选出 14 张年度最佳照片,记录了 2018 年最引人注目的科学时刻。伊瓜苏大瀑布INGE JOHNSSON/ALAMY STOCK PHOTO伊瓜苏瀑布位于…

Linked dylibs built for GC-only but object files built for retain/release for architecture x86_64

编译开源Xcode 插件 SCXcodeSwitchExpander 源码地址: https://github.com/stefanceriu/SCXcodeSwitchExpander 编译环境:Xcode5.1 系统版本:OSX 10.8.5 提示下面错误 考虑是不是ARC引起的,发现building setting 已经设置了开启ar…

不平等加剧与问责机制:纽约大学AI Now研究所2018 AI现状报告 | 报告

来源:AI NOW Institute编译:机器之心 微胖摘要:纽约大学 AI Now 研究所发布了第三份关于人工智能现状的年度报告。2018 年 AI Now 报告重点关注行业 AI 丑闻和不平等加剧等主题,还评估了人工智能道德与有意义的问责制之间的差距&a…

二叉树的基础知识

一,树 E为根节点,BCD互称为兄弟节点,G、H、I、J、K、L互称为叶子节点(没有子节点) 树的高度,深度,层数. 高度从下往上数(0开始),深度从上往下数(0开始). 二,二叉树 2为满二叉树,二叉树中除了叶子结点,每个结点的度都为 2. 3为完全二叉树,如果二叉树中除去最后一层…

C# GDI+绘图介绍

最近查阅网上资料,将GDI的基本知识汇总如下: 一、基本的知识 GDI:Graphics Device Interface Plus也就是图形设备接口,提供了各种丰富的图形图像处理功能; 在C#.NET中,使用GDI处理二维(2D)的图形和图像&…

统计学第二章--感知机

感知机是一种较为简单的二分类模型,感知机旨在学习能够将输入数据划分为1/-1的线性分离超平面,所以说整体而言感知机是一种线性模型。 查看数据集 import pandas as pd import numpy as np from sklearn.datasets import load_iris import matplotlib.…

你坐飞机时可能意识不到,AI已经全流程为你保驾护航

作者 :Alyson Behr编译:机器之能 高璇、微胖摘要:AI在航空领域的应用比你目前所知的还要丰富。除了自动驾驶,从驾驶舱到后勤部门乃至客户体验,对于AI应用的探索几乎遍及整个行业。当「人工智能」和航空业结合在一起时…

【转】数据库设计:物理结构设计

数据库物理设计阶段的任务是根据具体计算机系统(DBMS和硬件等)的特点,为给定的数据库模型确定合理的存储结构和存取方法。所谓的“合理”主要有两个含义:一个是要使设计出的物理数据库占用较少的存储空间,另一个对数据库的操作具有尽可能高的…

pytorch基础知识+构建LeNet对Cifar10进行训练+PyTorch-OpCounter统计模型大小和参数量+模型存储与调用

整个环境的配置请参考我另一篇博客。ubuntu安装python3.5pycharmanacondaopencvdockernvidia-dockertensorflowpytorchCmake3.8_智障变智能-CSDN博客 中文文档:torch - PyTorch中文文档 github简单示例:多卡分布式教程,带有多卡mnist分布式训练和单卡训…

什么是Cookie对象,Session对象,Application对象等问题

1.什么是Cookie对象,Session对象,Application对象 Application对象应用程序状态:Web 应用程序的所有用户都可以访问该应用程序的状态信息Session对象,会话状态:只有特定会话中的用户可以访问该信息不同的用户正在使用某…

量子计算

来源:博客丨政策管理作者:贺飞(北京大学)摘要:量子计算:前途光明 道路曲折量子计算:前途光明 道路曲折(一)本周,美国国家科学院、工程院和医学院的一个由13…

深度学习可视化的一些工具+pytorch实现回归与卷积可视化

一.深度学习可视化的一些工具 1.深度学习网络结构画图工具:https://cbovar.github.io/ConvNetDraw/ 2.将.onnx放入即可,可视化网络结构:https://lutzroeder.github.io/netron/ 3.结构可视化工具:https://github.com/HarisIqbal88/PlotNeuralNet 二.回归 线性回归的损失函数…

php中的html元素

我们先看下面的代码 form2.php <html> <head><title>greetins eartyling</title></head> <body> <form action"formprocess2.php" method"post"><table><tr><td>Name</td><td>…