零基础入门学习Python 05

简介: 零基础入门学习Python 05

1.截取字符串

lstrip()截取左侧,默认为空白可更改,只能从首部截取部分

rstrip()截取右侧,默认为空白可更改

strip()截取左右侧,默认为空白可更改

removeprefix(prefix)指定截取部分前缀

removesuffix(suffix)指定截取部分后缀

2.字符串的截取与拼接

.partition(sep) 以从左到右指定的字符串为分割位置分割,返回三元组

.rpartition(sep) 以从右到左指定的字符串为分割位置分割,返回三元组

.split(sep=None,maxsplit=-1) 以指定字符串为分隔符分割,maxsplit为分割次数

.rsplit(sep=None,maxsplit=-1)

.splitlines(keepends=False) 按行(换行符)分割,以列表形式返回 ;keepends=False不包含换行符

.join(iterable) "连接符".join((元组或列表)) 使用连接符拼接列表或元组中的元素

3.格式化字符串

 

 

location = "北京";year = 2008
"{0} 奥运会举办于 {1} 年,是{1}年".format(location, year)

位置索引 :

"{0} 奥运会举办于 {1} 年,是{1}年".format(location, year)

关键字索引

"{location} 奥运会举办于 {year} 年,是{year}年".format(location = "北京", ``year = 2008)

位置索引+关键字索引

"{location} 奥运会举办于 {year} 年,是{0}年".format(year, location = "北京", ``year = 2008)

语法:

 

参数[align ]

< : 强制左对齐 "{:<}".format(520)
: 强制右对齐

= : 强制将填充放在符号之后数字之前

^ : 强制居中

参数[width]

指定字符宽度"{:<10}".format(520)

索引参数

位置索引"{2:<10}{1:<10}{0:>10}".format(520, 111, 222)

参数[0]

使用“0”作为填充

参数[fill]

填充元素 "{:0<10}".format(520)

参数[sign]

+ : 根据正负数动态添加 + - :"{:+}{:-}".format(520, -250)

- : 只在负数前添加 - :

空格 : 正数前添加空格,负数前添加 - :

参数[groouping_option]

千分位分隔符

,:"{:,}".format(1234)

_ :"{:_}".format(1234)

参数[.precision]

精度

 

"{:.2f}".format(3.1415)

"{:.2g}".format(3.1415)

"{:.3}".format("i love ivcc")

参数[type]

 

如:"{:b}".format(80)

参数[#]

如果以二、八、十六进制输出,自动加前缀0b 0o 0x

高级玩法

将参数以关键字表示和引用

"{:{fill}{align}{width}.{prec}{type}}".format(3.1415, fill="+", align="^", width=10, prec=3, type="g")

4.f-字符串

f-string,在字符串前加f,可让程序更简介方便

"{0} 奥运会举办于 {1} 年,是{1}年".format(location, year)** ->** f"{location} 奥运会举办于 {year} 年,是{year}年"

格式化字符串,可以将format()中的数值放在冒号前面。

     如"{:.2f}".format(3.1415) -> f"{3.1415:.2f}"

相关文章
|
14天前
|
机器学习/深度学习 开发者 Python
Python 与 R 在机器学习入门中的学习曲线差异
【8月更文第6天】在机器学习领域,Python 和 R 是两种非常流行的编程语言。Python 以其简洁的语法和广泛的社区支持著称,而 R 则以其强大的统计功能和数据分析能力受到青睐。本文将探讨这两种语言在机器学习入门阶段的学习曲线差异,并通过构建一个简单的线性回归模型来比较它们的体验。
37 7
|
12天前
|
JSON API 开发者
Python学习Get方式通过商品 ID请求 获取拼多多商品详情数据接口
拼多多商品详情数据接口服务使开发者或商家能编程获取平台商品详情,涵盖标题、价格、销量等关键信息,助力市场分析与决策。使用前需注册开发者账号并获取API密钥;构造含商品ID等参数的请求URL后发送至API服务器;接口以JSON格式返回数据。应用场景包括商品销售分析、选品、品牌口碑挖掘及竞品分析,为商家提供强大数据支持。
|
11天前
|
算法 数据挖掘 大数据
深入学习Python的性能优化
【8月更文挑战第9天】深入学习Python性能优化涵盖设定明确目标、运用timeit与cProfile等工具诊断瓶颈、优化代码结构与算法、采用并行/并发技术、利用生成器与第三方库等策略。这是一个持续学习的过程,旨在全面提升代码效率与响应速度。
18 1
|
13天前
|
数据采集 人工智能 数据可视化
【2023年电工杯竞赛】B题 人工智能对大学生学习影响的评价 数学建模方案和python代码
本文介绍了2023年电工杯竞赛B题的数学建模方案和Python代码实现,详细阐述了如何分析调查问卷数据,建立评价指标体系,构建数学模型评估人工智能对大学生学习的影响,并提供了数据预处理、特征编码、可视化分析等代码示例。
22 0
【2023年电工杯竞赛】B题 人工智能对大学生学习影响的评价 数学建模方案和python代码
|
21天前
|
机器学习/深度学习 搜索推荐 TensorFlow
使用Python实现深度学习模型:智能教育与个性化学习
【7月更文挑战第29天】 使用Python实现深度学习模型:智能教育与个性化学习
89 9
|
17天前
|
机器学习/深度学习 人工智能 TensorFlow
神经网络不再是黑魔法!Python带你一步步拆解,让AI学习看得见
【8月更文挑战第3天】神经网络,曾被视为难以触及的黑魔法,现已在Python的助力下变得平易近人。以TensorFlow或PyTorch为“魔法杖”,仅需几行Python代码即可构建强大的AI模型。从零开始,我们将教导AI识别手写数字,利用经典的MNIST数据集。通过数据加载、预处理至模型训练与评估,每个步骤都如精心编排的舞蹈般清晰可见。随着训练深入,AI逐渐学会辨认每个数字,其学习过程直观展现。这不仅揭示了神经网络的奥秘,更证明了任何人都能借助Python创造AI奇迹,共同探索未来的无限可能。
24 2
|
22天前
|
Ubuntu IDE Linux
Python学习安装 Python
【7月更文挑战第26天】
26 3
|
22天前
|
IDE 数据可视化 安全
Python学习中设置开发环境
【7月更文挑战第26天】
18 2
|
28天前
|
机器学习/深度学习 数据采集 算法
Python编程语言进阶学习:深入探索与高级应用
【7月更文挑战第23天】Python的进阶学习是一个不断探索和实践的过程。通过深入学习高级数据结构、面向对象编程、并发编程、性能优化以及在实际项目中的应用,你将能够更加熟练地运用Python解决复杂问题,并在编程道路上走得更远。记住,理论知识只是基础,真正的成长来自于不断的实践和反思。
|
1月前
|
JSON 中间件 数据处理
实践出真知:通过项目学习Python Web框架的路由与中间件设计
【7月更文挑战第19天】探索Python Web开发,掌握Flask或Django的关键在于理解路由和中间件。路由连接URL与功能,如Flask中@app.route()定义请求响应路径。中间件在请求处理前后执行,提供扩展功能,如日志、认证。通过实践项目,不仅学习理论,还能提升构建高效Web应用的能力。示例代码展示路由定义及模拟中间件行为,强调动手实践的重要性。
34 1