新闻详情

新闻详情

首页 / 资讯中心 / 详情

内置函数— 8

发布时间:2026/11/21 11:15:50来源:尧图网络
内置函数— 8
内置函数直接能拿来用的binotchexa18 print(bin(a))#0b10010,二进制 print(oct(a))#0o22八进制 print(hex(a))#0x12十六进制 print(int(0b10010))#18,二进制转化为十进制formatordchrformat格式化a18 print(format(a,b))#10010 #b:二进制o八进制x十六进制 print(format(a,08b))#00010010,补齐八位ordchra中 print(ord(a))#20013中字在unicode中的码位是20013 print(chr(20013))#中all,any,enumerateprint(all([123,1,True]))#True相当于and print(any([0,0,0]))#False相当于orlst[fh,ufsd,fssaf,afiaf] for item in enumerate(lst): print(item)#0 fh #1 ufsd #2 fssaf #3 afiafhash(哈希值),id,dirs哈哈哈哈 print(hash(s))#4929579789915221373 print(id(s))#2693300968128 print(dir(s))#当前这个数据能执行哪些操作zip可以把多个可迭代的内容进行合并list1[软件工程1班,软件工程2班,软件工程3班] list2[李四,张三,王五] list3[1,2,3] lstzip(list1,list2,list3) resultlist(lst) print(result)#[(软件工程1班, 李四, 1), (软件工程2班, 张三, 2), (软件工程3班, 王五, 3)]local写在全局作用域范围内此时看到的就是全局作用域中的内容放在局部作用域的范围内看到的就是局部作用域的内容globals一直都是看到的是全局作用域中的内容sorted排序list[1,55,3,2,234,65] ssorted(list) print(s)def func(item): return len(item) list[q,qwe,dfsdtt,we] ssorted(list,keyfunc) print(s)#按照单词的长度排序的利用lamder表达式list[q,qwe,dfsdtt,we] ssorted(list,keylambda x:len(x))#返回的是x的长度 print(s)#[q, we, qwe, dfsdtt]根据字典中某一个值进行排序lst[ {name:周清,age:12,salary:322222}, {name:周q,age:13,salary:32252}, {name:周z,age:11,salary:3223333332} ] ssorted(lst,keylambda d:d[salary],reverseTrue)#按照salary排序 print(s)filter筛选lst[aaaa,abfh,fhd,fhsh] sfilter(lambda x:not x.startswith(a),lst) print(list(s))map映射lst[1,2,3,4,5,6,7,8,9] rmap(lambda x:x*x,lst) print(list(r))#[1, 4, 9, 16, 25, 36, 49, 64, 81]递归函数自己调用自己没有拦截的话它默认是一个死循环python 默认是有递归深度的限制的默认的最大递归深度是 1000。
网站建设高端定制企业官网
RELATED

相关资讯

更多精彩内容,欢迎继续阅读

较早相关资讯

最新相关资讯

【外设】之大彩串口显示屏 2026/11/21 14:14:45

【外设】之大彩串口显示屏

大彩串口屏初步使用 1 .官网下载 STM32 屏幕 GUI 设计资料 http://www.gz-dc.com/category/typeid/4112 找到 STM32 Keil 工程,移植相关代码因项目而异进行移植,由于项目简单,本人只对用到的指令接口进行修改。 比如:注意事项&…

阅读更多 →
无法下载Windows系统iso文件 2026/11/21 14:14:26

无法下载Windows系统iso文件

当我遇到这个问题的时候,我打开了一个网站: 登录 然后我打算下载的时候: 突然那个官方的连接就可以下载了:

阅读更多 →
【清华代码熊】DeepSeek V4.1 Flash 后训练详解 2026/11/20 20:45:42

【清华代码熊】DeepSeek V4.1 Flash 后训练详解

📌 上期解析了 DeepSeek V4.1 Flash 模型架构改进,本期解析 DeepSeek V4.1 Flash 预训练/后训练技术: 🌟 预训练:45T 文本 多模态混合语料、直接训练 sparse attention(取消 DeepSeek V4 的 dense 冷启动&…

阅读更多 →
Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ... 2026/11/20 16:11:20

Shuffle-R1: Efficient RL framework for Multimodal Large Language Models via Data-centric Dynamic ...

文章主要内容和创新点 主要内容 本文聚焦于多模态大语言模型(MLLM)强化学习(RL)训练中的效率问题,提出了一个名为Shuffle-R1的框架。研究发现,当前RL训练存在两个关键缺陷: 优势值坍缩(Advantage Collapsing):批次中大多数优势值集中在零附近,导致有效梯度信号被淹…

阅读更多 →
PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction 2026/11/20 18:41:01

PRvL: Quantifying the Capabilities and Risks of Large Language Models for PII Redaction

一、文章主要内容总结 本文聚焦于利用大型语言模型(LLMs)实现个人身份信息(PII)脱敏的研究,旨在解决传统脱敏方法(如基于规则的系统、领域特定命名实体识别(NER)模型)泛化能力差、跨格式/跨语境适应性弱的问题。 研究通过全面评估多种LLM架构(包括密集型LLM(D-LLM…

阅读更多 →
LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model 2026/11/21 14:13:11

LLaVA-RE: Binary Image-Text Relevancy Evaluation with Multimodal Large Language Model

文章主要内容和创新点 主要内容 本文聚焦于二进制图像-文本相关性评估任务(判断图像与文本“相关”或“不相关”),针对该任务中文本格式多样、相关性定义随场景变化等挑战,提出了基于多模态大语言模型(MLLM)的解决方案LLaVA-RE。 模型设计:LLaVA-RE基于LLaVA 1.5架构,…

阅读更多 →

今日资讯

本周资讯

本月资讯

看完文章仍有疑问?

联系尧图顾问,获取一对一建站咨询

立即免费咨询 📞 400-888-8888
📞 ✉