前面讲到了,我们可以使用变量来指定不同的数据类型,对网工来说,常用的数据类型的有字符串(String), 整数(Integer), 列表(List), 字典(Dictionary),浮点数(Float),布尔(Boolean)。另外不是很常用的但需要了解的数据类型还包括集合(set), 元组(tuple)以及空值(None),下面一一举例讲解。
print(my_list,type(my_list))# [] <class 'list'> my_list = [10]# 创建一个只包含一个元素的列表 my_list = [10,20,30,40,50]# 创建了一个包含有 5 个元素的列表 # my_list = [10, 'hello', True, None, [1, 2, 3], print] # 列表可以保存任意对象,但一般不会这样操作 print(my...
1.3.1)调用了app1(PyListObject *self, PyObject *v) 代码如下: static int app1(PyListObject *self, PyObject *v) { Py_ssize_t n = PyList_GET_SIZE(self); assert (v != NULL); if (n == PY_SSIZE_T_MAX) { PyErr_SetString(PyExc_OverflowError, "cannot add more objects to list")...
File"D:\pythonProject\one day\test.py", line 586,in<module>a.add([1, 2]) TypeError: unhashable type:'list'{(1, 2), 1, 2, 3} 从set集合中删除元素: 使用remove() 方法,语法格式如下: set_name.remove(element) 如果被删除元素不包含在集合中,则会抛出KeyError错误: 示例: 1a = {1, 2,...
(encoding= 'ascii')# 创建新的sheet表worksheet = workbook.add_sheet("My new Sheet")# 往表格写入内容worksheet.write(0,0, "内容1") worksheet.write(2,1, "内容2")# 设置行高style = xlwt.easyxf('font:height 360;')# 18pt,类型小初的字号row = worksheet.row(0) row.set_style(style)# ...
import sys # 比较set和frozenset的内存使用 data = list(range(1000)) regular_set = set(data) frozen_set = frozenset(data) print(f"set内存使用: {sys.getsizeof(regular_set)} bytes") print(f"frozenset内存使用: {sys.getsizeof(frozen_set)} bytes") 2. 操作性能 代码语言:javascript 代码运行...
s4 = set((11,22,33,44)) # 用元组装起来 s4 {11, 22, 33, 44} 集合的元素不能重复 集合中的元素是不能重复的;如果有重复的元素,集合会自动去重。这是一种非常高效的去重方式 s5 = set([1, 2, 3, 4, 3, 2, 1]) # 存在重复数据 ...
选择适合我们需求的数据结构可以减少内存使用。例如,如果我们只需要存储唯一值,可以使用set而不是list,因为set会自动去重。 8.使用内存分析工具 如果我们遇到内存问题,可以使用一些第三方内存分析工具来诊断和优化代码的内存使用。例如,memory_profiler可以帮助我们分析代码中的内存使用情况。
```# Python script to send personalized emails to a list of recipientsimport smtplibfrom email.mime.text import MIMETextfrom email.mime.multipart import MIMEMultipartdef send_personalized_email(sender_email, sender_password, recipients, ...
ax = fig.add_subplot(1,1,1)ax.set_xlabel("Sulphates")ax.set_ylabel("Frequency")ax.text(1.2,800,r'$\mu$='+str(round(wines['sulphates'].mean(),2)),fontsize=12)freq, bins, patches = ax.hist(wines['sulphates'], color='steelblue...