床长人工智能教程免费扩展138

朋友们,如需转载请标明出处:https://blog.csdn.net/jiangjunshow

声明:在人工智能技术教学期间,不少学生向我提一些python相关的问题,所以为了让同学们掌握更多扩展知识更好地理解AI技术,我让助理负责分享这套python系列教程,希望能帮到大家!由于这套python教程不是由我所写,所以不如我的AI技术教学风趣幽默,学起来比较枯燥;但它的知识点还是讲到位的了,也值得阅读!想要学习AI技术的同学可以点击跳转到我的教学网站。PS:看不懂本篇文章的同学请先看前面的文章,循序渐进每天学一点就不会觉得难了!

下面的两种格式大致相等:

X = X + Y           # Traditional form

X += Y              # Newer augmented form

第二种写法被称为增强赋值语句。它可以作用于数字变量上:

>>> x = 1

>>> x = x + 1       # Traditional

>>> x

2

>>> x += 1          # Augmented

>>> x

3

也可以用于字符串:

>>> S = "spam"

>>> S += "SPAM"        # Implied concatenation

>>> S

'spamSPAM'

除了上面的+号增强赋值语句外,其实每个Python二元表达式的运算符(每个运算符在左右两侧都有值),都有对应的增强赋值形式。例如,X *= Y执行乘法并赋值,X >>= Y执行向右位移并赋值,X //= Y(floor除法)则是在2.2版新增加的赋值形式。

增强赋值语句有三个优点。
•程序员输入减少。
•左侧只需计算一次。在X += Y中,X可以是复杂的对象表达式。在增强形式中,则只需计算一次。然而,在完整形式X = X + Y中,X出现两次,必须执行两次。因此,增强赋值语句通常执行得更快。
•优化技术会自动选择。对于支持原处修改的对象而言,增强形式会自动执行原处的修改运算,而不是相比来说速度更慢的复制。

下面注意给大家讲解一下第三个优点。

要增加单个的元素到列表末尾时,我们可以合并或调用append。append方法要比合并操作快:

>>> L = [1,2]

>>> L = L + [3]           # Concatenate: slower

>>> L

[1,2,3]

>>> L.append(4)           # Faster,but in-place

>>> L

[1,2,3,4]

此外,要把一组元素增加到末尾,我们也可以使用合并,或者调用列表的extend方法。

>>> L = L + [5,6]        # Concatenate: slower

>>> L

[1,2,3,4,5,6]

>>> L.extend([7,8])      # Faster,but in-place

>>> L

[1,2,3,4,5,6,7,8]

在上面两种情况下,合并对共享对象引用产生的副作用可能会更小,但是,通常会比对等的原处形式运行得更慢。合并操作必须创建一个新的对象,把左侧的复制到列表中,然后再把右侧的复制到列表中。相比而言,原处方法调用直接在一个内存块末尾添加项。

当我们使用增强赋值语句来扩展列表时,可以忘记这些细节。因为Python会自动调用较快的extend方法,而不是使用较慢的“+”合并运算。

>>> L += [9,10]          # Mapped to L.extend([9,10])

>>> L

[1,2,3,4,5,6,7,8,9,10]

增强赋值自动选择更快的原处形式。这种行为通常就是我们想要的,但注意,这意味了“+=”对列表是做原处修改。不像“+”合并,会生成新对象。原处形式在某些罕见的情况下可能并不是我们想要的:

>>> L = [1,2]

>>> M = L                # L and M reference the same object

>>> L = L + [3,4]       # Concatenation makes a new object

>>> L,M                 # Changes L but not M

([1,2,3,4],[1,2])

上面修改了L,但是M却没有被修改,因为使用的是合并形式。下面使用增强形式后会自动选择原处形式对L进行修改,所以M也会被相应地修改:

>>> L = [1,2]

>>> M = L

>>> L += [3,4]          # But += really means extend

>>> L,M                 # M sees the in-place change too!

([1,2,3,4],[1,2,3,4])
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 216,142评论 6 498
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 92,298评论 3 392
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 162,068评论 0 351
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 58,081评论 1 291
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 67,099评论 6 388
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 51,071评论 1 295
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 39,990评论 3 417
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 38,832评论 0 273
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 45,274评论 1 310
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 37,488评论 2 331
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 39,649评论 1 347
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,378评论 5 343
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 40,979评论 3 325
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 31,625评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 32,796评论 1 268
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 47,643评论 2 368
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 44,545评论 2 352

推荐阅读更多精彩内容