山东城市建设厅网站,sem优化师工资,伦教网站开发,公众平台公众号平台目录Python基础前言1.流程控制1.1 条件语句1.2 循环语句1.2.1 while循环语句1.2.2 for循环语句1.3 作业1.4 拓展-try except语法2.函数2.1 函数定义2.2 函数的参数2.2.1 位置参数2.2.2 命名参数2.2.3 默认参数2.2.4 可变参数2.2.5 参数展开2.3 递归函数2.3.1 递归函数定义2.3.2…
目录Python基础前言1.流程控制1.1 条件语句1.2 循环语句1.2.1 while循环语句1.2.2 for循环语句1.3 作业1.4 拓展-try except语法2.函数2.1 函数定义2.2 函数的参数2.2.1 位置参数2.2.2 命名参数2.2.3 默认参数2.2.4 可变参数2.2.5 参数展开2.3 递归函数2.3.1 递归函数定义2.3.2 斐波拉契数列实现2.4 作业2.5 匿名函数2.5.1 定义2.5.2 拓展-sorted()函数总结Python基础
前言 手写AI推出的全新保姆级从零手写自动驾驶CV课程链接。记录下个人学习笔记仅供自己参考。 本次课程为第二课主要讲解Python中的流程控制(条件和循环语句)以及函数(定义和函数参数) 课程大纲可看下面的思维导图。 1.流程控制 内容认识控制流程判断、循环 1.1 条件语句
Python中的条件语句包括if、elif和else关键字if语句的基本语法如下
if condition1:statement
elif condition2:statement
elif condition3:statement
else:statement1.2 循环语句
1.2.1 while循环语句
Python中的while循环语句用于重复执行一段代码直到条件变为False为止while的基本语法如下
while condition:statementwhile循环语句可以和break语句一起使用来提前结束循环
1.2.2 for循环语句
Python中的for循环语句可以对序列和可迭代对象进行遍历语法格式如下
for variable in Iterator:statement其中Iterator指的是支持迭代操作的对象包括字符串、列表、元组、集合、字典等。variable是在每次循环中接收可迭代对象中的元素。
示例代码如下遍历整数序列求和
sum 0
for i in range(1, 11):sum i
print(1到10的和为, sum)此外for循环语句还支持break和continue关键字同于控制循环的执行流程。break用于终止整个循环continue用于跳过当前循环进入下一次循环。
for还可以和列表进行其它的配合如
list [i for i in iterator]
这种方式使用了列表推导式通过对iterator进行遍历生成一个新的列表
list [i for i in range(0, 5, 2) if i ! 4]
这种方式是在列表推导式的基础上添加了一个条件表达式
1.3 作业
作业4写一个计算器输入表达式输出计算结果 运行效果如下 示例代码如下
# 两数的四则运算
while True:# 获取输入表达式expression input(mycalc)# 获取、-、*、/operators -*/index [i for i in range(len(expression)) if expression[i] in operators]# 如果存在四则运算符if index:num1 int(expression[:index[0]])num2 int(expression[index[0]1:])if expression[index[0]] :print(num1num2)elif expression[index[0]] -:print(num1-num2)elif expression[index[0]] *:print(num1*num2)elif expression[index[0]] / and num2 ! 0:print(num1/num2)else:print(Error, divisor cannot be zero! Please try again)优化使用函数封装以及try except优化示例代码如下(Suggestion from chatGPT)
def add(num1, num2):return num1 num2def subtract(num1, num2):return num1 - num2def multiply(num1, num2):return num1 * num2def divide(num1, num2):if num2 0:raise ValueError(Error, divisor cannot be zero!)return num1 / num2if __name__ __main__:while True:# 获取表达式expression input(mycala)# 获取、-、*、/operators -*/index [i for i in range(len(expression)) if expression[i] in operators]# 如果存在四则运算符if index:num1 int(expression[:index[0]])num2 int(expression[index[0]1:])operator expression[index[0]]# 根据不同的运算符调用不同的函数进行计算try:if operator :result add(num1, num2)elif operator -:result subtract(num1, num2)elif operator *:result multiply(num1, num2)elif operator /:result divide(num1, num2)print(result)except ValueError as e:print(e)继续优化:
输入的表达式只能包含两个操作数不能进行多个数的计算多个表达式意味着需要考虑*和/的优先级复杂度提高
优化的示例代码如下(from chatGPT)
while True:# 获取表达式并去除空格expression input(mycalc)# 使用eval函数计算表达式try:result eval(expression)print(result)except ZeroDivisionError:print(Error, divisor cannot be zero! Please try again)except:print(Invalid expression! Please try again)说明
eval函数可以将包含数学运算符的字符串转换为实际的数学运算结果try except是Python中异常处理的语法结构用于处理可能会出现的异常代码块。
1.4 拓展-try except语法
try except是Python中异常处理的语法结构用于处理可能会出现的异常代码块。具体来说try语句包含了要尝试执行的代码块而except语句包含了在出现异常时要执行的代码块。如果在try代码块中出现了异常那么程序会跳转到except代码块并执行其中的代码。
try语句的基本结构如下
try:# 尝试执行的代码块
except:# 发生异常时要执行的代码块其中except可以指定不同的异常类型以便更精确地处理异常。例如下面代码处理了除以零异常
try:x 1 / 0
except ZeroDivisionError:print(除以零错误)除了指定具体的异常类型之外也可以使用except语句来捕获所以异常例如
try:# 尝试执行的代码块
except Exception as e:# 发生异常时要执行的代码块在except中可以使用as关键字来将异常对象赋值给一个变量以便更详细地了解异常信息。
此外还可以使用else来指定在没有发生异常时要执行的代码块例如
try:# 尝试执行的代码块
except:# 发生异常时要执行的代码块
else:# 没有发生异常时要执行的代码块最后还可以使用finally子句来指定不管是否发生异常都要执行的代码块例如
try:# 尝试执行的代码块
except:# 发生异常时要执行的代码块
finally:# 不管是否发生异常都要执行的代码块这在需要释放资源或清理状态时非常有用
2.函数 内容认识函数的定义、位置参数和命名参数、可变参数、参数的展开(from chatGPT) 2.1 函数定义
在Python中函数的定义需要使用def关键字基本的语法格式如下
def function_name(parameter_list):Docstring# Function Bodyreturn expression其中
function_name是函数的名称必须符合Python的标识规则通常使用小写字母和下划线组成不推荐使用与Python内置函数和关键字相同的名称parameter_list是函数的参数列表可以有零个或多个参数多个参数之间用逗号分隔。参数可以是位置参数(必选参数)或关键字参数(可选参数)Docstring是函数的文档字符串用于描述函数的功能和使用方法通常使用三引号包围return语句用于返回函数的执行结果
示例如下
def sum_numbers(*numbers):计算任意数量的数值的和sum 0for n in numbers:sum nreturn sum# 调用函数
result sum_numbers(1, 2, 3, 4, 5)
print(result) # 152.2 函数的参数
在Python中函数参数可分为四种类型位置参数、命名参数、默认参数和可变参数
2.2.1 位置参数
位置参数是指函数调用时按照定义的位置传递的参数。例如
def func(a, b):print(a, b)func(1, 2) # 输出: 1 2在这个例子中参数1被传递给了a参数2被传递给了b。由于参数的位置是固定的所以这些参数被称为位置参数。
2.2.2 命名参数
在Python中还可以使用命名参数(关键字参数)指定参数的值而不需要按照函数定义时参数的位置进行传递例如
def func(a, b):print(a, b)func(b2, a1) # 输出: 1 2在这个例子中我们通过b2a1来指定参数的值。因为参数的值是根据名称指定的所以这些参数被称为命名参数。
2.2.3 默认参数
默认参数是指在定义函数时为参数提供默认值如果在调用函数时没有指定参数的值就使用默认值。例如
def func(a1, b2):print(a, b)func() # 输出: 1 2
func(3) # 输出: 3 2
func(b5) # 输出: 1 5
func(6, b7) # 输出: 6 7在这个例子中参数a的默认值为1参数b的默认值为2。如果没有指定参数的值则使用默认值。如果指定了某些参数的值则只有指定的参数会使用这些值而其它参数仍然使用默认值。
2.2.4 可变参数
可变参数是指能够接受不定数量的参数的函数。在Python中有两种类型的可变参数*args和**kwargs。
*args接受不定数量的位置参数这些参数被组合成一个元组。例如
def func(*args):print(args)func(1, 2) # 输出: (1, 2)在这个例子中参数12被组合成了一个元组并作为参数传递给函数func()
**kwargs接受不定数量的关键字参数这些参数被组合成一个字典。例如
def func(**kwargs):print(kwargs)func(a1, b2) # 输出: {a: 1, b: 2}在这个例子中参数ab被组合成了一个字典并作为参数传递给函数func()
2.2.5 参数展开
在Python中使用展开操作符*和**可以将可迭代对象(例如列表、元组、字典等)中的元素展开成函数的参数用于函数调用。
*可以将一个可迭代对象中的元素展开为位置参数传递给函数。例如
def my_func(a, b):print(a, b)my_list [1, 2]
my_func(*my_list) # 输出1 2**可以将一个字典中的键值对展开成关键字参数传递给函数。例如
def my_func(a, b):print(a, b)my_dict {a: 1, b: 2}
my_func(**my_dict) # 输出1 2*和**可以混合使用将位置参数和关键字参数同时展开。例如
def my_func(a, b, c):print(a, b, c)my_list [1, 2]
my_dict {c: 3}
my_func(*my_list, **my_dict) # 输出1 2 32.3 递归函数
2.3.1 递归函数定义
Python中的递归函数指在函数内部调用自身的函数。递归函数通常需要满足两个条件基本情况和递归情况。基本情况指满足某个条件时直接返回结果递归情况则是指在函数内部调用自身通常是将问题规模缩小到一个更小的子问题。
例如下面的代码时一个求阶乘的递归函数
def factorial(n):if n 1:return 1else:return n * factorial(n-1)在上述代码中当n等于1时直接返回1这就是基本情况。递归情况则是将问题规模缩小到n-1的阶乘这里通过factorial(n-1)实现。递归函数的执行过程是将问题不断地拆分成更小的子问题直到最终的基本情况被满足然后将所有子问题结果合并起来得到最终的结果。
2.3.2 斐波拉契数列实现
定义斐波拉契数列是一个非常经典的数列它的前两项为0和1从第三项开始每一项都是前两项的和即0,1,1,2,3,5,8,13,…
实现斐波拉契数列的实现包含循环和递归两种方法
实现1.循环方法
def fibonacci1(n):if n1:return nelse:fib_list [0, 1]for i in range(2, n1):fib_list.append(fib_list[-1] fib_list[-2])return fib_list实现2.递归方法
def fibonacci(n):if n 1:return [0, 1]else:fib_list fibonacci(n-1)fib_list.append(fib_list[-1] fib_list[-2])return fib_list递归函数是指在函数中调用函数本身的一种技术。代码简单但看得有点迷糊自己画了个简单图示并理解了下(不知道理解是否正确)
递归就是一个套娃的过程为了便于理解画了个图示假设此时n5不同的颜色来表示不同的flib函数
n5时调用灰色的fib函数程序运行到第5行进入新的fib函数(套的第一层)新的fib函数即n4.也就是蓝色的fib函数同理运行到第5行又进入新的fib函数(套的第二层)继续上述过程n3也就是绿色的fib函数运行到第5行跳转(套的第三层)继续n2也就是橙色的fib函数运行到第5行跳转(套的第四层)继续n1也就是黄色的fib函数此时满足条件n1返回[0,1]的一个列表开始往回走了n2此时fib_list[0,1]运行到第六行fib_list[0,1,1]将结果返回到上一层(脱的第一层)n3此时fib_list[0,1,1]运行到第六行fib_list[0,1,1,2]继续将结果返回到上一层(脱的第二层)n4此时fib_list[0,1,1,2]运行到第六行fib_list[0,1,1,2,3]继续返回给上一层(脱的第三层)n5此时fib_list[0,1,1,2,3]运行到第六行fib_list[0,1,1,2,3,5]将最终的结果返回(脱的第四层) 递归图示2.4 作业
作业5定义一个函数extract(text, begin_token, end_token)返回text中以begin_token开始end_token结束的中间内容
示例代码如下
def extract(text, begin_token, end_token):begin_index text.find(begin_token)end_index text.find(end_token)return text[begin_indexlen(begin_token):end_index]print(extract(爱听歌的周同学呀, 爱听歌的, 呀))运行效果如下 存在的问题(from chatGPT) 当begin_token或end_token不在text中时会返回错误的结果 begin_token和end_token必须按照顺序一次出现在text中否则无法正确提取中间内容。
优化
def extract(text, begin_token, end_token):begin_index text.find(begin_token)if begin_index -1:raise ValueError(begin_token not found)end_index text.find(end_token, begin_indexlen(begin_token))if end_index -1:raise ValueError(end_token not found)return text[begin_indexlen(begin_token):end_index]print(extract(我爱Python,Python是一门很有用的语言, Python, 语言))2.5 匿名函数
2.5.1 定义
Python中的匿名函数又称为lambda函数是一种不需要定义函数名的函数。lambda函数的语法如下
lambda arguments: expression其中arguments表示函数的参数可以有多个使用逗号分隔。expression表示函数的表达式可以是任何有效的表达式。lambda函数的返回值是一个函数对象。
lambda函数的简单示例如下
sum lambda x, y: x y
print(sum(3, 5)) # 输出8在这个例子中我们创建了一个lambda函数将它赋值给了变量sum。这个函数接受两个参数x和y共返回它们的和。我们通过调用sum(3,5)来调用这个函数并输出结果8。
lambda函数通常用于需要简单函数的场景可以简化代码并提高代码的可读性。例如使用lambda函数对列表进行排序
data [(apple, 3), (banana, 2), (orange, 4)]
sorted_data sorted(data, keylambda x: x[1])
print(sorted_data) # 输出[(banana, 2), (apple, 3), (orange, 4)]在这个例子中我们使用了lambda函数作为sorted()函数的key参数以元组的第二个元素作为排序的关键字。
不由的想起检测器的NMS算法之前需要将boxes按照置信度的大小进行排序其代码如下
...# boxes--[1,25200,85] box-[left, top, right, bottom, confidence, img_id, label]
boxes sorted(boxes.tolist(), keylamda x:x[4], reverseTrue)return NMS(boxes)
...2.5.2 拓展-sorted()函数
在Python中Sorted()函数用于对可迭代对象进行排序返回一个新的已排序的列表而不改变原始对象。
sorted()函数有以下几个参数
iterable必选参数表示要排序的可迭代对象可以是列表、元组、集合、字典等key可选参数表示用于排序的关键字函数用于比较两个元素的大小关系。默认值为None表示使用元素本身的值进行比较。reverse可选参数表示是否降序排列。默认值为False表示升序排列。
sorted()函数使用示例如下
# 对列表进行升序排列
nums [3, 1, 4, 1, 5, 9, 2, 6, 5, 3, 5]
sorted_nums sorted(nums)
print(sorted_nums) # [1, 1, 2, 3, 3, 4, 5, 5, 5, 6, 9]# 对字典按值进行升序排列
d {apple: 3, banana: 2, orange: 4}
sorted_d sorted(d.items(), keylambda x: x[1])
print(sorted_d) # [(banana, 2), (apple, 3), (orange, 4)]上面的代码中第一个示例是对列表进行排序不需要使用关键字函数key。第二个示例是对字典按值进行排序使用了关键字函数key并且使用匿名函数lambda来定义比较元素大小的规则即按照每个元素的第二个值进行升序排列。其中d.items()方法将字典转换为元组列表。
总结 本次课程内容方面主要学习了Python中的流程控制和函数流程控制方面掌握了for与列表构成带条件的列表推导式同时回顾了Python中异常处理的语法结构try excepy。函数方面掌握了各种传递函数参数的方法以及两种特殊的函数递归函数和匿名函数。
