python 序列常见使用方法

简介: python 序列常见使用方法

python 序列常见使用方法


概念:所谓序列,指的是一块可存放多个值的连续内存空间,这些值按一定顺序排列,可通过每个值所 在位置的编号(称为索引)访问它们


序列索引

1、索引从0开始

2、索引支持负数,如:-1 代表最后一个元素

格式:

str="ABCD123"
s=str[2]
print(s)
#结果为:c


序列切片

概念:切片操作是访问序列中元素的另一种方法,它可以访问一定范围内的元素,通过切片操作,可以生成一个 新的序列

格式:str[start:end:step] #[开始索引,结束索引,步长]

注意:索引包前不包后


如:

str="ABCD1234"
a=str[:2:1]  #s=AB,不写开始索引默认为0,从索引0开始到索引2结束(不包含2)
b=str[1:3]   # s=BC,不写步长默认1,从索引1开始到索引3结束(不包含3)
c=str[2::2] #s=C13,不写结束索引表示到最后一个索引,从索引2开始,到最后结束。步长为2
d=str[0::3] #s=AD3 ,从索引0开始取,每隔2个取一次


序列相乘

str="hello world!"
print(str*3)
#结果为:hello world!hello world!hello world!


检测元素是否在序列中(in)

str="你好!世界!"
print('你' in str)
#结果为:True
#有,输出True,没有输出False

image.png

相关文章
|
4月前
|
Python
【Leetcode刷题Python】376. 摆动序列
文章提供了解决LeetCode "摆动序列" 问题的Python实现代码,通过遍历整数数组并使用两个变量 down 和 up 来记录正差和负差摆动序列的长度,最终返回最长摆动子序列的长度。
42 0
|
4月前
|
存储 算法 数据挖掘
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
本文介绍了2023年中国高校大数据挑战赛赛题B的Python实现方法,该赛题涉及DNA存储技术中的序列聚类与比对问题,包括错误率分析、序列聚类、拷贝数分布图的绘制以及比对模型的开发。
88 1
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
|
3月前
|
机器学习/深度学习 数据采集 算法
时间序列结构变化分析:Python实现时间序列变化点检测
在时间序列分析和预测中,准确检测结构变化至关重要。新出现的分布模式往往会导致历史数据失去代表性,进而影响基于这些数据训练的模型的有效性。
231 1
|
4月前
|
机器学习/深度学习 算法 数据挖掘
6种有效的时间序列数据特征工程技术(使用Python)
在本文中,我们将探讨使用日期时间列提取有用信息的各种特征工程技术。
156 0
|
3月前
|
机器学习/深度学习 索引 Python
python之序列
python之序列
148 59
|
2月前
|
存储 编译器 索引
Python 序列类型(2)
【10月更文挑战第8天】
Python 序列类型(2)
|
2月前
|
存储 C++ 索引
Python 序列类型(1)
【10月更文挑战第8天】
|
4月前
|
机器学习/深度学习 Python
时间序列特征提取:从理论到Python代码实践
时间序列是一种特殊的存在。这意味着你对表格数据或图像进行的许多转换/操作/处理技术对于时间序列来说可能根本不起作用。
69 1
时间序列特征提取:从理论到Python代码实践
|
4月前
|
机器学习/深度学习 分布式计算 大数据
几行 Python 代码就可以提取数百个时间序列特征
几行 Python 代码就可以提取数百个时间序列特征
|
4月前
|
机器学习/深度学习 数据采集 算法
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
本文介绍了一个基于Python的时间序列模型,用于分析和预测2021-2022年重庆地区的气温变化趋势,通过ARIMA和LSTM模型的应用,揭示了气温的季节性和趋势性变化,并提供了对未来气温变化的预测,有助于气象预报和相关决策制定。
114 1
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现