Python 教程之运算符(10)—— Inplace 运算符

简介: Python 教程之运算符(10)—— Inplace 运算符

Python 在其定义中提供了执行就地操作的方法,即使用“ operator ”模块在单个语句中进行赋值和计算。 例如,

x += y is equivalent to x = operator.iadd(x, y)

一些重要的就地操作

1. iadd()  :- 该函数用于分配和添加当前值。该操作执行“ a+=b ”操作。在不可变容器(例如字符串、数字和元组)的情况下执行分配。

2. iconcat()  :- 该函数用于在第二个末尾连接一个字符串

# 演示 iadd() 和 iconcat() 工作的 Python 代码
# importing operator to handle operator operations
import operator
# 使用 iadd() 添加和赋值
x = operator.iadd(2, 3);
# 打印修改后的值
print ("添加赋值后的值为:", end="")
print (x)
# 初始化值
y = "geeks"
z = "forgeeks"
# 使用 iconcat() 连接序列
y = operator.iconcat(y, z)
# 使用 iconcat() 连接序列
print ("拼接后的字符串为:", end="")
print (y)

输出:

添加赋值后的值为:5
拼接后的字符串为:geeksforgeeks

3. isub()  :- 该函数用于分配和减去当前值。该操作执行“ a-=b ”操作。在不可变容器(例如字符串、数字和元组)的情况下执行分配。

4. imul()  :- 该函数用于分配和乘以当前值。该操作执行“ a=b* ”操作。在不可变容器(例如字符串、数字和元组)的情况下执行分配。

# 演示 isub() 和 imul() 工作的 Python 代码
# importing operator to handle operator operations
import operator
# 使用 isub() 减去和赋值
x = operator.isub(2, 3);
# 打印修改后的值
print ("减法运算后的值:", end="")
print (x)
# 使用 imul() 进行乘法和赋值
x = operator.imul(2, 3);
# 打印修改后的值
print ("乘法运算后的值:", end="")
print (x)

输出:

减法运算后的值:-1 
乘法运算后的值:6

5. itruediv()  :- 该函数用于对当前值进行赋值和除法。此操作执行“ a/=b ”操作。在不可变容器(例如字符串、数字和元组)的情况下执行分配。

6. imod()  :- 该函数用于分配和返回余数。该操作执行“ a%=b ”操作。在不可变容器(例如字符串、数字和元组)的情况下执行分配。

# 演示 itruediv() 和 imod() 工作的 Python 代码
# importing operator to handle operator operations
import operator
# 使用 itruediv() 进行除法赋值
x = operator.itruediv(10, 5);
# 打印修改后的值
print ("除法赋值后的值:", end="")
print (x)
# 使用 imod() 取模并赋值
x = operator.imod(10, 6);
# 打印修改后的值
print ("取模赋值后的值:", end="")
print (x)

输出:

除法赋值后的值:2.0
取模赋值后的值:4



目录
相关文章
|
3天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
10 1
|
5天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
10 3
|
8天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
22 5
|
7天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
17 3
|
6天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
13 1
|
4天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 插值 3
本教程介绍了SciPy中的插值方法,包括什么是插值及其在数据处理和机器学习中的应用。通过 `scipy.interpolate` 模块,特别是 `Rbf()` 函数,展示了如何实现径向基函数插值,以平滑数据集中的离散点。示例代码演示了如何使用 `Rbf()` 函数进行插值计算。
8 0
|
4天前
|
Python
SciPy 教程 之 Scipy 显著性检验 1
本教程介绍Scipy显著性检验,包括统计假设、零假设和备择假设等概念,以及如何使用scipy.stats模块进行显著性检验,以判断样本与总体假设间是否存在显著差异。
8 0
|
3天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
3天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
3天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!