首页
学习
活动
专区
圈层
工具
发布
首页
学习
活动
专区
圈层
工具
社区首页 >问答首页 >找出for item in list和for number in range之间的区别

找出for item in list和for number in range之间的区别
EN

Stack Overflow用户
提问于 2018-11-07 14:11:55
回答 2查看 87关注 0票数 0

我正在用Python Book自动化那些无聊的东西,我在139页。我必须编写一个程序,在每一行前面添加一个'*‘。然而,我的for循环在这里似乎不起作用。

代码语言:javascript
运行
AI代码解释
复制
    rawtextlist = [
                      'list of interesting shows',
                      'list of nice foods',
                      'list of amazing sights'
                  ]
    for item in rawtextlist:
        item = '*' + item

我的输出如下所示。在使用上面的代码时,我在每行前面缺少'*‘字符。

代码语言:javascript
运行
AI代码解释
复制
     list of interesting shows
     list of nice foods
     list of amazing sights

书中提供的答案就是这样的。

代码语言:javascript
运行
AI代码解释
复制
    for i in range(len(rawtextlist)):
        rawtextlist[i] = '*' + rawtextlist[i]

该程序只适用于书中提供的答案,而不适用于我的for循环。任何帮助都将不胜感激!

EN

回答 2

Stack Overflow用户

发布于 2018-11-07 14:13:54

这里:

代码语言:javascript
运行
AI代码解释
复制
item = whatever_happens_doesnt_matter()

item承载的引用是在第一种情况下创建并丢弃的,并且与原始列表中的引用不同(重新分配了变量名)。而且没有办法让它工作,因为字符串无论如何都是不可变的。

这就是为什么这本书必须使用非assign风格的for .. range并对原始列表结构进行索引,以确保分配回正确的字符串引用。太可怕了。

一种更好、更有pythonic风格的方法是使用列表理解来重建列表:

代码语言:javascript
运行
AI代码解释
复制
rawtextlist = ['*'+x for x in rawtextlist]

有关列表理解方法的更多信息,请参阅:Appending the same string to a list of strings in Python

票数 1
EN

Stack Overflow用户

发布于 2018-11-07 14:24:37

在for循环中声明的参数item是一个新变量,它每次都保存一个数组中下一个字符串的引用

实际上,您在循环中所做的是将变量item重新定义为指向一个新的临时字符串,而这并不是您想要的(您不需要更改列表中的字符串,您只需创建新的字符串并将其保存到变量)。

您可以使用提供的程序,或者使用更新后的字符串创建新的列表,如下所示:

代码语言:javascript
运行
AI代码解释
复制
    new_list = []
    for item in rawtextlist:
         new_list.append('*' + item)
    print(new_list)

或者在一行解决方案中:

代码语言:javascript
运行
AI代码解释
复制
    new_list = ['*' + item for item in rawtextlist]
    print(new_list)

此外,字符串是不可变的,因此我建议您查看以下问题和答案:Aren't Python strings immutable? Then why does a + " " + b work?

票数 0
EN
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接:

https://stackoverflow.com/questions/53191158

复制
相关文章
R语言之系统进化树的美化
百度百科对进化树的定义是:在生物学中,用来表示物种之间的进化关系。生物分类学家和进化论者根据各类生物间的亲缘关系的远近,把各类生物安置在有分枝的树状的图表上,简明地表示生物的进化历程和亲缘关系。在进化树上每个叶子结点代表一个物种,如果每一条边都被赋予一个适当的权值,那么两个叶子结点之间的最短距离就可以表示相应的两个物种之间的差异程度。同时有很多算法应运而生主要包括:贝叶斯法(Bayesian),最大似然法(Maximum likelihood,ML),最大简约法(Maximum parsimony,MP),邻接法(Neighbor-Joining,NJ),最小进化法(Minimum Evolution,ME),类平均法(UPGMA)。与此同时相对应的软件也出现,下图总结来源于网络:
一粒沙
2019/07/31
5.5K0
如何在R中绘制树图(TreeMap)
本文介绍了如何利用R语言中的Treemap函数绘制树图,并给出了一个实例,包括使用安装包、设定颜色范围、边框颜色、节点大小、填充颜色等参数。同时还介绍了两种方法,一是通过aggregate函数对数据进行分组,二是通过手动设置index和vSize、vColor、type等参数来绘制树图。
Erin
2018/01/09
5.3K0
如何在R中绘制树图(TreeMap)
Spark ML 正则化 标准化 归一化 ---- spark 中的归一化
Rescale each feature individually to a common range [min, max] linearly using column summary statistics, which is also known as min-max normalization or Rescaling. The rescaled value for feature E is calculated as:
流川疯
2021/12/06
1.5K0
深度学习中的组归一化(GroupNorm)
BN 需要用到足够大的批大小(例如,每个工作站采用 32 的批量大小)。一个小批量会导致估算批统计不准确,减小 BN 的批大小会极大地增加模型错误率。加大批大小又会导致内存不够用。
狼啸风云
2020/02/13
5.7K0
从B 树、B+ 树、B* 树谈到R 树
说明:本文从B树开始谈起,然后论述B+树、B*树,最后谈到R 树。其中B树、B+树及B*树部分由weedge完成,R 树部分由Frankie完成,全文最终由July统稿修订完成。
bear_fish
2018/09/14
2.3K0
从B 树、B+ 树、B* 树谈到R 树
深度学习中的归一化技术全面总结
训练深度神经网络是一项具有挑战性的任务。多年来,研究人员提出了不同的方法来加速和稳定学习过程。归一化是一种被证明在这方面非常有效的技术。
deephub
2022/06/04
1K0
深度学习中的归一化技术全面总结
存储系统中的算法:LSM 树设计原理
我在上篇文章 Apache Pulsar 的架构设计 中介绍了 Pulsar 存算分离的架构,其中 broker 只负责计算,由 BookKeeper 负责底层的存储,我还画了这样一张图说明 BookKeeper 读写分离的设计:
labuladong
2022/12/10
5950
存储系统中的算法:LSM 树设计原理
决策树(R语言)
决策树是有监督学习算法中的一种。基于属性做一系列的决策,每次决策要么进入下一级决策,要么生成最终结果。决策树可以作为集成算法中的基分类器,并且有最为广泛的应用。 决策树算法 要想理解决策树的工作原理,首先需要了解决策树的层次结构。决策树由结点与有向边组成,其中,结点分为如下三种: 根结点:无入边,但有零条或多条出边 内部结点:有一条入边和多条出边 叶节点:有一条入边,无出边 每个叶节点都有一个类标号,根节点和内部结点包含属性测试条件,每个根节点和内部结点都对应一次条件判断,用来分开有不同特性的记录。对
三猫
2018/04/10
1.3K0
决策树(R语言)
R + python︱数据规范化、归一化、Z-Score
版权声明:博主原创文章,微信公众号:素质云笔记,转载请注明来源“素质云博客”,谢谢合作!! https://blog.csdn.net/sinat_26917383/article/details/51228217
悟乙己
2019/05/26
4.4K0
批量归一化和层归一化_数据归一化公式
本篇博文主要讲解2015年深度学习领域非常棒的一篇文献:《Batch Normalization: Accelerating Deep Network Training by Reducing Internal Covariate Shift》,这个算法目前已经被大量的应用,最新的文献算法很多都会引用这个算法,进行网络训练,可见其强大之处非同一般啊,采用这个方法网络的训练速度快到惊人啊,感觉训练速度是以前的十倍以上,再也不用担心自己这破电脑每次运行一下,训练一下都要跑个两三天的时间。另外这篇文献跟空间变换网络《Spatial Transformer Networks》的思想神似啊,都是一个变换网络层。
全栈程序员站长
2022/11/07
1.2K0
批量归一化和层归一化_数据归一化公式
R语言ggtree:将进化树中的序列id改成物种名称
通常我们会使用比对好的fasta文件构建进化树,fasta文件中大于号后的内容就是最终进化树上的文字标签。如果拿到进化树文件后你想替换掉其中的一些内容,那该怎么办呢?本篇推文介绍一下使用R语言的ggt
用户7010445
2021/01/20
2.7K0
R语言ggtree:将进化树中的序列id改成物种名称
深度学习中的9种归一化方法概述
深度学习模型正在创建一些复杂任务的最先进模型,包括语音识别、计算机视觉、机器翻译等。然而,训练深度学习模型(如深度神经网络)是一项复杂的任务,因为在训练阶段,各层的输入不断变化。
全栈程序员站长
2022/11/17
4.7K0
深度学习中的9种归一化方法概述
决策树算法在高可用系统中的运用
决策树算法是机器学习中常见的一种算法,但它的应用远不止于此。本文将展示如何在高可用系统中使用决策树算法来选择最佳的主节点。我们会使用Go语言进行示例说明。
运维开发王义杰
2023/08/10
2110
决策树算法在高可用系统中的运用
归一化方法总结_实例归一化
http://blog.csdn.net/zbc1090549839/article/details/44103801
全栈程序员站长
2022/11/10
1.5K0
归一化方法总结_实例归一化
matlab归一化方法,数据归一化的基本方法
简单公式表达:y = (x-min Value)/(max Value-min Value)
全栈程序员站长
2022/09/10
3K0
GenomeStudio 中的背景校正和归一化算法
在GenomeStudio 软件中,当我们计算探针的甲基化水平时,提供了两个关键的预处理操作
生信修炼手册
2020/05/11
7180
[机智的机器在学习] 机器学习中的归一化和正则化问题
今天我们要说的是,在机器学习常用的算法里面,那些需要归一化,那些不需要,通过scikit-learn中的预处理的一些方法,实际了解如何正则化和归一化数据。看完本文,应该对于一般的机器学习任务,都可以轻松上手操作。 先看一下归一化是什么意思,对于一个机器学习任务来说,首先要有数据,数据怎么来?一种情况是别人整理好给你,一种是自己造数据,根据不同的业务场景,自己提取想要的数据,一般来自各个维度的数据,也就是常说的统计口径不一样,造成的结果是得到的数据大小范围变换非常大,并且可能数据类型也不一样,统计学里面把
用户1622570
2018/04/12
2.3K0
[机智的机器在学习] 机器学习中的归一化和正则化问题
R语言可视化——ggplot图表系统中的形状
今天跟大家分享ggplot图表系统中形状。 在ggplot函数系统中,形状是一类重要的映射属性,如同颜色一样,它可以被赋予给变量,当然也可以直接指定实际的形状类别。 library(ggplot2) library(reshape2) data<-data.frame(Name = c("苹果","谷歌","脸书","亚马逊","腾讯"),Company = c("Apple","Google","Facebook","Amozon","Tencent"),Sale2013 = c(5000,3500,23
数据小磨坊
2018/04/11
2.4K0
R语言可视化——ggplot图表系统中的形状
【R语言】R中的因子(factor)
R中的因子用于存储不同类别的数据,可以用来对数据进行分组,例如人的性别有男和女两个类别,根据年龄可以将人分为未成年人和成年人,考试成绩可以分为优,良,中,差。
生信交流平台
2022/09/21
3.4K0
【R语言】R中的因子(factor)
多任务学习中的网络架构和梯度归一化
在计算机视觉中的单任务学习已经取得了很大的成功。但是许多现实世界的问题本质上是多模态的。例如为了提供个性化的内容,智能广告系统应该能够识别使用的用户并确定他们的性别和年龄,跟踪他们在看什么,等等。多任务学习(Multi-Task Learning, MTL)可以实现这样的系统,其中一个模型在多个任务之间分配权重,并在一次正向传递中产生多个推理。
deephub
2022/04/14
4420
多任务学习中的网络架构和梯度归一化

相似问题

系统树R中的绘制点

215

R中系统发生树拓扑的计数

15

R中的归一化

10

在R中改变系统树中的尖端标签

125

归一化R中的矩阵

20
添加站长 进交流群

领取专属 10元无门槛券

AI混元助手 在线答疑

扫码加入开发者社群
关注 腾讯云开发者公众号

洞察 腾讯核心技术

剖析业界实践案例

扫码关注腾讯云开发者公众号
领券
问题归档专栏文章快讯文章归档关键词归档开发者手册归档开发者手册 Section 归档
查看详情【社区公告】 技术创作特训营有奖征文