Heim Backend-Entwicklung Python-Tutorial Ausführliche Erläuterung von Beispielen für Konnektoren (+, +=) in Python

Ausführliche Erläuterung von Beispielen für Konnektoren (+, +=) in Python

Jan 13, 2017 pm 04:11 PM

Vorwort

In diesem Artikel werden die Konnektoren (+, +=) in Python anhand der in einem Beispielcode gefundenen Probleme ausführlich vorgestellt. Schauen wir uns ohne weiteres die ausführliche Einführung von Bar an.

Angenommen, es gibt den folgenden Code:

a = [1, 2, 3, 4]
b = [5, 6, 7, 8, 9]
c = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
 
for item in (a, b, c):
 item += [0] * (10 - len(item))
 
print a
print b
print c
Nach dem Login kopieren

Die Bedeutung dieses Codes besteht darin, dass es drei Listen gibt und an der Stelle Nullen ausgefüllt werden müssen Ende der Listen, deren Länge nicht 10 beträgt, sei ihre Länge 10.

Die Ausgabe ist wie folgt:

[1, 2, 3, 4, 0, 0, 0, 0, 0, 0]
[5, 6, 7, 8, 9, 0, 0, 0, 0, 0]
[11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Nach dem Login kopieren

Hier gibt es kein Problem, alles ist normal. Jetzt haben sich die Anforderungen jedoch geändert und wir müssen den Anfang der Liste mit einer anderen Länge als 10 mit Nullen auffüllen.

Dann versuchen wir, die folgenden Änderungen vorzunehmen:

a = [1, 2, 3, 4]
b = [5, 6, 7, 8, 9]
c = [11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
 
for item in (a, b, c):
 item = [0] * (10 - len(item)) + item
 
print a
print b
print c
Nach dem Login kopieren

Sehen Sie sich die Ausgabe direkt an:

[1, 2, 3, 4]
[5, 6, 7, 8, 9]
[11, 12, 13, 14, 15, 16, 17, 18, 19, 20]
Nach dem Login kopieren

Das Ergebnis ist nicht das, was wir uns vorgestellt haben. Wenn Sie das Problem nicht sehen, lesen Sie weiter. Wenn Sie die Hinweise bereits gesehen haben, müssen Sie hier natürlich keine Zeit verschwenden.

Nach unserem inhärenten Denken ist die obige Methode machbar, wie im folgenden Beispiel:

>>> l = [1, 2, 3, 4, 5]
>>> l = [0]*5 + l
>>> l
[0, 0, 0, 0, 0, 1, 2, 3, 4, 5]
Nach dem Login kopieren

Eine solche Operation ermöglicht es der Liste, das zu bekommen, was wir erwarten . Ändern.

Aber was wäre, wenn wir noch ein paar weitere Schritte hinzufügen würden:

>>> l = [1, 2, 3, 4, 5]
>>> id(l)
139935500860952
>>> l = [0]*5 + l
>>> l
[0, 0, 0, 0, 0, 1, 2, 3, 4, 5]
>>> id(l)
139935500783272
Nach dem Login kopieren

Haben Sie an diesem Punkt das Problem gesehen? Wie Sie der Ausgabe der id()-Methode entnehmen können, ist das „l“ hinten nicht mehr das „l“ vorne.

Sehen Sie sich noch einmal das folgende Beispiel an:

>>> l = [1, 2, 3, 4, 5]
>>> id(l)
139935500861024
>>> l += [0]*5
>>> l
[1, 2, 3, 4, 5, 0, 0, 0, 0, 0]
>>> id(l)
139935500861024
Nach dem Login kopieren

Bei Verwendung von += steht eins vor und nach „l“. An dieser Stelle sollten wir die Tatsache verstehen, dass das Beispiel am Anfang des Artikels nicht unerklärlich ist, sondern einen Grund hat.

Keine Sorge, schauen wir uns noch einmal das Beispiel an:

>>> t = (1, 2, 3, 4, 5)
>>> id(t)
139935501840656
>>> t += (0,)*5
>>> t
(1, 2, 3, 4, 5, 0, 0, 0, 0, 0)
>>> id(t)
139935502151336
Nach dem Login kopieren

Wie Sie sehen können, wird die Liste durch ein Tupel ersetzt Ergebnis ändert sich erneut.

Was passiert also, wenn wir den +-Operator für Tupel verwenden:

>>> t = (1, 2, 3, 4, 5)
>>> id(t)
139935501081200
>>> t = (0,)*5 + t
>>> t
(0, 0, 0, 0, 0, 1, 2, 3, 4, 5)
>>> id(t)
139935502151336
Nach dem Login kopieren

Dies ist dasselbe wie das Listenergebnis, nicht anders.

Schauen wir uns also die Zeichenfolge an:

>>> s = "hello"
>>> id(s)
139935500909712
>>> s += "world"
>>> s
'helloworld'
>>> id(s)
139935500909664
Nach dem Login kopieren

Nachdem die Zeichenfolge neu zugewiesen wurde, ist sie nicht mehr die vorherige Variable. Im Speicher wird durch „s“ ein zusätzlicher Speicherplatz zum Speichern des Werts freigeschaltet.

Hier sind die Python-Konnektoren, über die wir sprechen werden, + und +=. Es ist zu beachten, dass diese beiden Symbole in Python unterschiedliche Bedeutungen haben. Das eine ist die in der Mathematik verwendete Additionsoperation und das andere die für Sequenztypen verwendete Spleißfunktion. Bei der Verwendung als Additionsoperator gelten jedoch auch die in diesem Artikel besprochenen Verwendungsregeln. Denn bei der Erörterung dieser beiden Symbole geht es im Wesentlichen um die unveränderlichen und veränderlichen Python-Typen, dh um Variablentypen und unveränderliche Typen. Bei veränderlichen Typen können wir die Variable an Ort und Stelle ändern, was bedeutet, dass ihr Speicherplatz lesbar und beschreibbar ist. Bei einer Liste ist der Speicherplatz beispielsweise schreibgeschützt und kann bei Bedarf nicht geändert werden Wenn Sie bestimmte Vorgänge am unveränderlichen Typ ausführen, um ein neues Ergebnis zu erhalten, müssen Sie einen neuen Speicherplatz erstellen, um das neu generierte Ergebnis zu speichern.

Aus den oben aufgeführten Beispielen können wir folgende Schlussfolgerungen ziehen:

Für Variablentypen:

+: stellt eine Verbindungsoperation dar, deren Ergebnis wird ein neues Objekt erstellen.


+=: Stellt die Anhängeoperation dar, dh die In-Place-Operation, bei der der Inhalt eines anderen Objekts an das vorhandene Objekt angehängt wird.

Für unveränderliche Typen: + und += stellen beide Verbindungs- oder Summationsoperationen dar. Es gibt keinen Unterschied zwischen den beiden. Das Ergebnis der Operation erzeugt ein neues Objekt.


Lassen Sie uns das Beispiel am Anfang des Artikels analysieren. Da Iteration einer Zuweisung entspricht, analysieren wir der Einfachheit halber nur a wie folgt:


Hier ist t ein Verweis auf a, was dem Element im Beispiel am Anfang des Artikels entspricht. Die Verwendung von += zur Bearbeitung von t arbeitet tatsächlich an a, und += arbeitet an Ort und Stelle. Wenn also t geändert wird, ändert sich auch a, wenn + zur Bearbeitung von t verwendet wird und das Ergebnis t zugewiesen wird , t zeigt nicht mehr auf a, sondern auf [0]*6 + t, sodass a nicht geändert wurde.
>>> a = [1, 2, 3, 4]
>>> t = a
>>> id(a)
139712695835400
>>> id(t)
139712695835400
>>> t += [0]*6
>>> t
[1, 2, 3, 4, 0, 0, 0, 0, 0, 0]
>>> id(t)
139712695835400
>>> id(a)
139712695835400
>>> a
[1, 2, 3, 4, 0, 0, 0, 0, 0, 0]
>>>
>>>
>>> a = [1, 2, 3, 4]
>>> t = a
>>> id(a)
139712695835464
>>> id(t)
139712695835464
>>> t = [0]*6 + t
>>> t
[0, 0, 0, 0, 0, 0, 1, 2, 3, 4]
>>> a
[1, 2, 3, 4]
>>> id(a)
139712695835464
>>> id(t)
139712695835400
Nach dem Login kopieren

Zusammenfassung

Das Obige ist der gesamte Inhalt dieses Artikels. Was hier besprochen wird, ist nur ein einfaches Thema, aber ich habe so viel Zeit damit verbracht, über dieses Thema zu sprechen, also möchte ich es tun Die Sache ist die: Wenn Sie diese kleinen Probleme nicht vollständig verstehen, können sie Ihnen während des Programmiervorgangs Probleme bereiten.

Ausführlichere Beispiele für Konnektoren (+, +=) in Python finden Sie auf der chinesischen PHP-Website für verwandte Artikel!

Erklärung dieser Website
Der Inhalt dieses Artikels wird freiwillig von Internetnutzern beigesteuert und das Urheberrecht liegt beim ursprünglichen Autor. Diese Website übernimmt keine entsprechende rechtliche Verantwortung. Wenn Sie Inhalte finden, bei denen der Verdacht eines Plagiats oder einer Rechtsverletzung besteht, wenden Sie sich bitte an admin@php.cn

Heiße KI -Werkzeuge

Undresser.AI Undress

Undresser.AI Undress

KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover

AI Clothes Remover

Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool

Undress AI Tool

Ausziehbilder kostenlos

Clothoff.io

Clothoff.io

KI-Kleiderentferner

Video Face Swap

Video Face Swap

Tauschen Sie Gesichter in jedem Video mühelos mit unserem völlig kostenlosen KI-Gesichtstausch-Tool aus!

Heißer Artikel

<🎜>: Bubble Gum Simulator Infinity - So erhalten und verwenden Sie Royal Keys
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Nordhold: Fusionssystem, erklärt
4 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌
Mandragora: Flüstern des Hexenbaum
3 Wochen vor By 尊渡假赌尊渡假赌尊渡假赌

Heiße Werkzeuge

Notepad++7.3.1

Notepad++7.3.1

Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version

SublimeText3 chinesische Version

Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1

Senden Sie Studio 13.0.1

Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6

Dreamweaver CS6

Visuelle Webentwicklungstools

SublimeText3 Mac-Version

SublimeText3 Mac-Version

Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

Java-Tutorial
1674
14
PHP-Tutorial
1278
29
C#-Tutorial
1257
24
Python vs. C: Lernkurven und Benutzerfreundlichkeit Python vs. C: Lernkurven und Benutzerfreundlichkeit Apr 19, 2025 am 12:20 AM

Python ist leichter zu lernen und zu verwenden, während C leistungsfähiger, aber komplexer ist. 1. Python -Syntax ist prägnant und für Anfänger geeignet. Durch die dynamische Tippen und die automatische Speicherverwaltung können Sie die Verwendung einfach zu verwenden, kann jedoch zur Laufzeitfehler führen. 2.C bietet Steuerung und erweiterte Funktionen auf niedrigem Niveau, geeignet für Hochleistungsanwendungen, hat jedoch einen hohen Lernschwellenwert und erfordert manuellem Speicher und Typensicherheitsmanagement.

Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Python lernen: Ist 2 Stunden tägliches Studium ausreichend? Apr 18, 2025 am 12:22 AM

Ist es genug, um Python für zwei Stunden am Tag zu lernen? Es hängt von Ihren Zielen und Lernmethoden ab. 1) Entwickeln Sie einen klaren Lernplan, 2) Wählen Sie geeignete Lernressourcen und -methoden aus, 3) praktizieren und prüfen und konsolidieren Sie praktische Praxis und Überprüfung und konsolidieren Sie und Sie können die Grundkenntnisse und die erweiterten Funktionen von Python während dieser Zeit nach und nach beherrschen.

Python vs. C: Erforschung von Leistung und Effizienz erforschen Python vs. C: Erforschung von Leistung und Effizienz erforschen Apr 18, 2025 am 12:20 AM

Python ist in der Entwicklungseffizienz besser als C, aber C ist in der Ausführungsleistung höher. 1. Pythons prägnante Syntax und reiche Bibliotheken verbessern die Entwicklungseffizienz. 2. Die Kompilierungsmerkmale von Compilation und die Hardwarekontrolle verbessern die Ausführungsleistung. Bei einer Auswahl müssen Sie die Entwicklungsgeschwindigkeit und die Ausführungseffizienz basierend auf den Projektanforderungen abwägen.

Python vs. C: Verständnis der wichtigsten Unterschiede Python vs. C: Verständnis der wichtigsten Unterschiede Apr 21, 2025 am 12:18 AM

Python und C haben jeweils ihre eigenen Vorteile, und die Wahl sollte auf Projektanforderungen beruhen. 1) Python ist aufgrund seiner prägnanten Syntax und der dynamischen Typisierung für die schnelle Entwicklung und Datenverarbeitung geeignet. 2) C ist aufgrund seiner statischen Tipp- und manuellen Speicherverwaltung für hohe Leistung und Systemprogrammierung geeignet.

Welches ist Teil der Python Standard Library: Listen oder Arrays? Welches ist Teil der Python Standard Library: Listen oder Arrays? Apr 27, 2025 am 12:03 AM

PythonlistsarePartThestandardlibrary, whilearraysarenot.listarebuilt-in, vielseitig und UNDUSEDFORSPORINGECollections, während dieArrayRay-thearrayModulei und loses und loses und losesaluseduetolimitedFunctionality.

Python: Automatisierung, Skript- und Aufgabenverwaltung Python: Automatisierung, Skript- und Aufgabenverwaltung Apr 16, 2025 am 12:14 AM

Python zeichnet sich in Automatisierung, Skript und Aufgabenverwaltung aus. 1) Automatisierung: Die Sicherungssicherung wird durch Standardbibliotheken wie OS und Shutil realisiert. 2) Skriptschreiben: Verwenden Sie die PSUTIL -Bibliothek, um die Systemressourcen zu überwachen. 3) Aufgabenverwaltung: Verwenden Sie die Zeitplanbibliothek, um Aufgaben zu planen. Die Benutzerfreundlichkeit von Python und die Unterstützung der reichhaltigen Bibliothek machen es zum bevorzugten Werkzeug in diesen Bereichen.

Python für wissenschaftliches Computer: Ein detailliertes Aussehen Python für wissenschaftliches Computer: Ein detailliertes Aussehen Apr 19, 2025 am 12:15 AM

Zu den Anwendungen von Python im wissenschaftlichen Computer gehören Datenanalyse, maschinelles Lernen, numerische Simulation und Visualisierung. 1.Numpy bietet effiziente mehrdimensionale Arrays und mathematische Funktionen. 2. Scipy erweitert die Numpy -Funktionalität und bietet Optimierungs- und lineare Algebra -Tools. 3.. Pandas wird zur Datenverarbeitung und -analyse verwendet. 4.Matplotlib wird verwendet, um verschiedene Grafiken und visuelle Ergebnisse zu erzeugen.

Python für die Webentwicklung: Schlüsselanwendungen Python für die Webentwicklung: Schlüsselanwendungen Apr 18, 2025 am 12:20 AM

Zu den wichtigsten Anwendungen von Python in der Webentwicklung gehören die Verwendung von Django- und Flask -Frameworks, API -Entwicklung, Datenanalyse und Visualisierung, maschinelles Lernen und KI sowie Leistungsoptimierung. 1. Django und Flask Framework: Django eignet sich für die schnelle Entwicklung komplexer Anwendungen, und Flask eignet sich für kleine oder hochmobile Projekte. 2. API -Entwicklung: Verwenden Sie Flask oder Djangorestframework, um RESTFUFFUPI zu erstellen. 3. Datenanalyse und Visualisierung: Verwenden Sie Python, um Daten zu verarbeiten und über die Webschnittstelle anzuzeigen. 4. Maschinelles Lernen und KI: Python wird verwendet, um intelligente Webanwendungen zu erstellen. 5. Leistungsoptimierung: optimiert durch asynchrones Programmieren, Caching und Code

See all articles