- 字符串:
- Python 通常是一行写完一条语句,但如果语句很长,我们可以使用反斜杠 \ 来实现多行语句
- 反斜杠可以用来转义,使用r可以让反斜杠不发生转义。
- Python 中的字符串有两种索引方式,从左往右以 0 开始,从右往左以 -1 开始。
- Python中的字符串不能改变。
- 使用三引号(''' 或 """)可以指定一个多行字符串。
- print(str * 2) # 输出字符串两次
- print 默认输出是换行的,如果要实现不换行需要在变量末尾加上 end="":print( x, end=" " )
- 特殊符号:
- '\r' 回车,回到当前行的行首,而不会换到下一行,如果接着输出的话,本行以前的内容会被逐一覆盖;
- '\n' 换行,换到当前位置的下一行,而不会回到行首;
- 变量:
- 每个变量在使用前都必须赋值,变量赋值以后该变量才会被创建。
- 内置的 type() 函数可以用来查询变量所指的对象类型。
- 还可以用 isinstance 来判断
- 通过使用del语句删除单个或多个对象
- is 是判断两个标识符是不是引用自一个对象
- 与Python字符串不一样的是,列表中的元素是可以改变的
- 元组中的元素类型也可以不相同。元组的元素不能修改。
- 创建一个空集合必须用 set() 而不是 { },因为 { } 是用来创建一个空字典。set可以进行集合运算
- 在交互模式中,最后被输出的表达式结果被赋值给变量 _,_ 变量应被用户视为只读变量。
- 运算:
- 数值的除法包含两个运算符:/ 返回一个浮点数,// 返回一个整数。
- 注意:// 得到的并不一定是整数类型的数,它与分母分子的数据类型有关系。
- TensorFlow :
- 张量在概念上等同于多维数组,我们可以使用它来描述数学中的标量(0 维数组)、向量(1 维数组)、矩阵(2 维数组)等各种量
- random.uniform(x,y):随机生成下一个实数,它在[x,y]范围内。
- 使用 tf.Variable() 声明。与普通张量一样,变量同样具有形状、类型和值三种属性。使用变量需要有一个初始化过程,可以通过在 tf.Variable() 中指定 initial_value 参数来指定初始值。
- tf.GradientTape() 是一个自动求导的记录器。只要进入了 with tf.GradientTape() as tape 的上下文环境,则在该环境中计算步骤都会被自动记录。
- tf.reduce_sum() *** 作代表对输入张量的所有元素求和,输出一个形状为空的纯量张量(可以通过 axis 参数来指定求和的维度,不指定则默认对所有元素求和)。
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)