zoukankan      html  css  js  c++  java
  • Python基础之补充1

    1.三元运算

    三元运算(三目运算),是对简单的条件语句的缩写。

    1
    2
    3
    result = 1 if 条件 else 2
      
    # 如果条件成立,那么将 “值1” 赋值给result变量,否则,将“值2”赋值给result变量
    1
    2
    3
    ########## 三 元 运 算 ############
    name = "nick" if 1==1 else "jenny"
    print(name)

     2.其他小知识点

    1、for循环
    用户按照顺序循环可迭代对象中的内容,
    PS:break、continue
    1
    2
    3
    li = [11,22,33,44]
    for item in li:
        print item
    2、enumrate
    为可迭代的对象添加序号
    1
    2
    3
    li = [11,22,33]
    for k,v in enumerate(li, 1):
        print(k,v)
    3、range和xrange
    指定范围,生成指定的数字
    1
    2
    3
    4
    5
    6
    7
    8
    print range(110)
    # 结果:[1, 2, 3, 4, 5, 6, 7, 8, 9]
     
    print range(1102)
    # 结果:[1, 3, 5, 7, 9]
     
    print range(300-2)
    # 结果:[30, 28, 26, 24, 22, 20, 18, 16, 14, 12, 10, 8, 6, 4, 2]  

     3.深浅拷贝

    a、数字和字符串

    对于 数字 和 字符串 而言,赋值、浅拷贝和深拷贝无意义,因为其永远指向同一个内存地址。

    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    11
    12
    13
    14
    15
    16
    17
    import copy
    #定义变量   数字、字符串
    n1 = 123
    #n1 = 'nick'
    print(id(n1))
     
    #赋值
    n2 = n1
    print(id(n2))
     
    #浅拷贝
    n3 = copy.copy(n1)
    print(id(n3))
     
    #深拷贝
    n4 = copy.deepcopy(n1)
    print(id(n4))

    b、字典、元祖、列表

    对于字典、元祖、列表 而言,进行赋值、浅拷贝和深拷贝时,其内存地址的变化是不同的。

    1、赋值

    创建一个变量,该变量指向原来内存地址

    1
    2
    n1 = {"k1""nick""k2"123"k3": ["jenny"666]}
    n2 = n1

    2、浅拷贝

    在内存中只额外创建第一层数据

    1
    2
    3
    4
    import copy
       
    n1 = {"k1""nick""k2"123"k3": ["jenny"666]}
    n2 = copy.copy(n1)

    3、深拷贝

    在内存中将所有的数据重新创建一份(排除最后一层,即:python内部对字符串和数字的优化)

    1
    2
    3
    4
    import copy
       
    n1 = {"k1""nick""k2"123"k3": ["jenny"666]}
    n2 = copy.deepcopy(n1)

    基础目录

  • 相关阅读:
    Visual studio 2010 OpenGL配置
    OPENSTACK在RHEL7安装;admin创建虚拟机模板供demo使用
    hdu 1856 More is better
    AJAX基础知识点学习
    socket.io+angular.js+express.js做个聊天应用(三)
    Java中的继承
    00078_迭代器
    马尔可夫不等式与切比雪夫不等式
    特征值与特征向量
    人工智能数学参考---4、SVD矩阵分解 注意
  • 原文地址:https://www.cnblogs.com/honglingjin/p/6120648.html
Copyright © 2011-2022 走看看