python练习代码保存

#coding=utf-8
print('中国人')
"""
Python 保留字:and, exec, not, assert, finally, or, break, for, pass, class, from, print, 
continue, global, raise, def, if, return, del, import, try, elif, in, while, else, is, with,
except, lambda, yield
"""
"""
:type
"""
counter = 100 #赋值整型变量
miles = 1000 #浮点型
name = "alan" #字符串
print(counter + miles)
a = b = c = 1
print(a)
str = "hello word!"
print(str * 2)#字符串输出次数
print(str + "test") #输出连接的字符串
print("str[:4]" + str[:4])
print("str[0:4]" + str[0:4])
print("str[:-1]" + str[:-1])
# print("str[-1:0]" + str[-6:-3])
tuple = ( 'runoob', 786 , 2.23, 'john', 70.2 )
tinytuple = (123, 'john')
print(tuple + tinytuple)
#tuple[2] = 1000 #元组是不允许更新的,而列表是允许更新的
'''
python中标准的数字类型有以下五种:
一.数字 Numberpython支持四种不同的数字类型:1.int 2.float 3.complex (复数:3 + 4j)  
二.字符串 Stringstr = "hello word!"
三.列表 List:有序的对象集合list = [ 'a', 'b', 'c', 'd']
四.元组 Tuple:用()标识,内部元素用逗号隔开,但是元组不同二次赋值,相当于只读列表tuple = ( 'a', 'b', 'c')
五.字典
'''
print("-------------")
dict = {}
dict['one'] = 'this is one'
dict['two'] = 'this is two'
tinydict = {'name': 'alan','num': 6379, 'flag': 'true'}
print(dict['one'])
keys = tinydict.keys();
'''
注意:python输出用逗号‘,’分隔,'+'表示的是字符串连接,会报类型转换错误
'''
for key in keys:print("->:", tinydict[key])
print("values: ",tinydict.values() )print("-------------")
a = 2
b = 3
c = a ** b # a 的 b 次幂
c1 = a * b
print("运算: ", c)
print('%.3f' %(b/2)) #带小数点
print(b/3) #取整除
x = 1
y = -1
print(x == y)
print("逻辑运算符")
x = True
y = False
print(x and y)
print(x or y)
print(not x)
print("成员运算符")
a = 1
myList = [1, 2, 3, 4]
print(a in myList) #x在序列中
b = -1
print(b not in myList) #b不在序列中
print("python 身份运算符") #用于比较两个对象的存储单元 is or not is
a = 201
b = 20
print(id(a),"-",id(b)) #id函数,用来返回对象地址print("循环语句")
numbers = [1, 2, 3, 4]
even = []
odd = []
while len(numbers) > 0 :number = numbers.pop()print("number = ", number, " len = ", len(numbers))if(number % 2 == 0):even.append(number)else:odd.append(number)
print("奇数: ", odd)
print("偶数:", even)
print("---------")
for letter in 'python':print("当前字母: ", letter)
names = ['alan', 'dream', 'zuora']
for index in range(len(names)): #按照索引输出print(names[index])
print("pass 语句") #pass 是空语句,为了保持程序结构的完整性
for letter in 'python':if letter == 'h':passprint("这是 pass 块")print("当前字母: ", letter)
print("查看包中内容")
import math
print(dir(math))
import cmath
print(dir(cmath))
print(cmath.pi)
print("字符串的内建函数")
str = 'hello word'
str1 = 'word'
print(str.capitalize()) #首字母大写
print(str.count(str1)) #str1在str中出现的次数
str = str.encode('gb2312') #编码
print(str)
str = str.decode('gb2312') #解码
print(str)
print("检测字符串中是否包含子字符串")
print(str.find("word"))
print("文件IO")
# str = input("请输入: ")
# print("内容: " + str)
print("读取文件")
file_name = "test.txt"
f = open(file_name, "r+", encoding= "utf-8")
# cnt = f.read()
# print(cnt)
# f.readline()#读取一行
lines = f.readlines()
# print("lines: ", lines)
# for line in lines:
#     print("一行行读取: ", line)
# f.close()
# del f
print("写入文件")
f = open(file_name, 'a+', encoding='utf-8')
f.writelines(lines)
f.close()
print("异常处理")
try:f = open(file_name, 'w', encoding='utf-8')f.write("这是一个测试文件,用于测试异常")
except IOError:print("Error: 没有找到文件或读取文件失败")
else:print("写入成功")
try:1 / 0
except ZeroDivisionError:print("除数不能为零")
#zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表
my_list = [1, 'zuora', 3, 'alam']
my_list1 = [2, 'dream']
my_list2 = [3, 'alan']
zipped = zip(my_list, my_list1, my_list2)
for dict_ in zipped:print(dict_)
from People import  People
p1 = People(1, 'alan')
p2 = People(2, 'dream')
p3 = People(3, 'zuora')
people_list = [p1, p2, p3]
zipped = zip(people_list)
for dict_ in zipped:print(dict_)

 

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/508985.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

邻近算法(KNN算法)

邻近算法 锁定本词条由“科普中国”百科科学词条编写与应用工作项目 审核 。邻近算法,或者说K最近邻(kNN,k-NearestNeighbor)分类算法是数据挖掘分类技术中最简单的方法之一。所谓K最近邻,就是k个最近的邻居的意思,说的是每个样本…

python机器学习常用包下载安装以及使用案例汇总

python安装教程(Windows系统,python3.7为例) https://blog.csdn.net/weixin_40844416/article/details/80889165 在pycharm中切换python版本的方法 https://blog.csdn.net/sgfmby1994/article/details/77876873 Windows下零基础scikit-learn安装(这种方式…

KNN算法的实现

#!/usr/bin/env python #-*-coding:utf-8-*- #knn 的具体实现 import csv import random import math import operator #导入数据集 文件名,split区分那个集 def loadDataset(filename,split,trainintset[],testSet[]):with open(filename,rb) as csvfile:linescsv.…

python机器学习常用包

总结了一些常用的工具: Numpy | 必用的科学计算基础包,底层由C实现,计算速度快。Pandas | 提供了高性能、易用的数据结构及数据分析工具。 seaborn | 数据可视化 NLTK | 自然语言工具包,集成了很多自然语言相关的算法和资源。Sta…

支持向量机(SVM)算法

支持向量机(SVM)算法支持向量机(support vector machine)是一种分类算法,通过寻求结构化风险最小来提高学习机泛化能力,实现经验风险和置信范围的最小化,从而达到在统计样本量较少的情况下,亦能获得良好统计…

python文件操作以及相对路径和绝对路径问题

绝对路径: PROJECT_ROOT os.path.dirname(os.path.realpath(__file__))#获取项目根目录path os.path.join(PROJECT_ROOT,"data\\edge\\0_fuse.txt") #文件路径edgeMap np.loadtxt(path)相对路径: path "./data/edge/98_fuse.txt&quo…

支持向量机(SVM)的实现

#!/usr/bin/env python #-*-coding:utf-8-*- #支持向量积的使用,建立超平面 from sklearn import svmx[[2,0],[1,1],[2,3]]y[0,0,1] clfsvm.SVC(kernellinear) #kernellinear线性核函数clf.fit(x,y)print(clf)print(clf.support_vectors_) #支持向量 print(clf.supp…

【kaggle入门题一】Titanic: Machine Learning from Disaster

原题: Start here if... Youre new to data science and machine learning, or looking for a simple intro to the Kaggle prediction competitions. Competition Description The sinking of the RMS Titanic is one of the most infamous shipwrecks in hist…

神经网络NN算法

1. 背景: 1.1 以人脑中的神经网络为启发,历史上出现过很多不同版本1.2 最著名的算法是1980年的 backpropagation 2. 多层向前神经网络(Multilayer Feed-Forward Neural Network)2.1 Backpropagation被使用在多层向前神经网络上2.2 多层向前神经网络由以下部分组成&a…

python利用jieba(textRank、TFIDF)提取关键字

from jieba import analyse print("tfidf: ") tfidf analyse.extract_tags text "线程是程序执行时的最小单位,它是进程的一个执行流,\是CPU调度和分派的基本单位,一个进程可以由很多个线程组成,\线程间共享进程…

神经网络算法实现

1. 关于非线性转化方程(non-linear transformation function) sigmoid函数(S 曲线)用来作为activation function:1.1 双曲函数(tanh)tanh是双曲函数中的一个,tanh()为双曲正切。在数学中,双曲正切“tanh”是由基本双曲函数双曲正弦和双曲余弦推导而来公式…

神经网络算法的实例

1.简单非线性关系数据集测试(XOR)X: Y0 0 00 1 11 0 11 1 0Code:#!/usr/bin/env python #-*-coding:utf-8-*- #神经网络测试的例子 #简单非线性关系数据集测试(XOR)异或的运算 f…

线性回归模型

1. 简单线性回归模型举例: 汽车卖家做电视广告数量与卖出的汽车数量: 1.1 如何练出适合简单线性回归模型的最佳回归线/ 使sum of squares最小1.1.2 计算分子 (1-2)(14-20)(3-2)(24-20)(2-2)(18-20)(1-2)(17-20)(3-2)(27-20) 6 4 0 3 7 20分母 &…

多元线性回归模型

1. 与简单线性回归区别(simple linear regression)多个自变量(x)2. 多元回归模型yβ0+β1x1β2x2 ... βpxpε其中:β0,β1,β2... βp是参数ε是误差值3. 多元回归方程E(y)β0+β1x…

常见分数值归一化方法

数据标准化(归一化)处理是数据挖掘的一项基础工作,不同评价指标往往具有不同的量纲和量纲单位,这样的情况会影响到数据分析的结果,为了消除指标之间的量纲影响,需要进行数据标准化处理,以解决数…

非线性回归

1. 概率&#xff1a; 1.1 定义 概率(P)robability: 对一件事情发生的可能性的衡量1.2 范围 0 < P < 11.3 计算方法&#xff1a; 1.3.1 根据个人置信1.3.2 根据历史数据1.3.3 根据模拟数据1.4 条件概率&#xff1a;2. Logistic Regression (逻辑回归)2.1 例子2.2 基本…

python dir()函数使用

您可以使用内置的dir()函数列出一个定义对象的标识符。例如&#xff0c;对于一个模块&#xff0c;包括在模块中定义的函数&#xff0c;类和变量。 当你给dir()提供一个模块名字时&#xff0c;它返回在那个模块中定义的名字的列表。当没有为其提供参数时, 它返回当前模块中定义的…

【链接保存】十分钟上手sklearn:特征提取,常用模型,交叉验证

原博客地址&#xff1a;http://blackblog.tech/2018/02/05/%E5%8D%81%E5%88%86%E9%92%9F%E4%B8%8A%E6%89%8Bsklearn-1/ 简书地址&#xff1a;https://www.jianshu.com/p/731610dca805

【链接保存】十分钟上手sklearn:安装,获取数据,数据预处理

简书地址&#xff1a;https://www.jianshu.com/p/a9168803edc6 博主地址&#xff1a;http://blackblog.tech/2018/02/05/%E5%8D%81%E5%88%86%E9%92%9F%E4%B8%8A%E6%89%8Bsklearn-1/

层次聚类

假设有N个待聚类的样本&#xff0c;对于层次聚类来说&#xff0c;步骤&#xff1a;1、&#xff08;初始化&#xff09;把每个样本归为一类&#xff0c;计算每两个类之间的距离&#xff0c;也就是样本与样本之间的相似度&#xff1b;2、寻找各个类之间最近的两个类&#xff0c;把…