• 格式化输出和基本运算符


    格式化输出

    符合某种规范的print

    这种规范叫做:格式化

    如果输出不用格式化,那么当输出的值过多时,就会出现混淆的情况

    格式化3.0

    s1 = 'hyc'
    
    s2 = '180'
    
    print('name : %s, height : %s'%(s1, s2))
    
    

    结果为: name : hyc, height : 180

    注意, 其中%s 支持所有数据类型

    %d 只支持数字类型(不常用)

    所以,%s是%d的爸爸

    缺点:不知道顺序时容易混淆

    格式化3.4(基本不用)

    print('name:{0}, 'height':{1}'. format(s1, s2))
    

    结果为: name : hyc, height : 180

    相比于3.0不容易混淆

    格式化3.6(建议使用)

    print(f'name:{s1}, height:{s2}’)
    

    结果为: name : hyc, height : 180

    相比较3.4更加的简洁,所以3.6是3.4的爸爸

    基本运算符

    算术运算符

    x = 10
    y = 20
    print(x + y)	# 30
    print(x - y)	# -10
    print(x * y)
    print(x / y)
    print(x % y)
    print(x // y)
    print(x ** y)
    

    都是较为基本的运算,就不在这里多bb了

    比较运算符

    x = 10
    y = 20
    
    print(x > y)  # False
    print(x < y)  # True
    print(x >= y)  # False
    print(x <= y)  # True
    
    print(x == y)  # False
    print(x != y)  # True
    

    一般if,while判断都是用这个来进行比较

    赋值运算符

    一元赋值运算符

    x = 10  
    y = 20
    

    二元赋值运算符

    x += y		# x = x + y
    x += 10		# x = x + 10
    
    x -= y
    x *= y
    x /= y
    x **= y  	# x = x ** y
    y //= x  	# x = x // y
    x %= y 		# x = x % y
    
    

    是不是感觉如此的简单

    逻辑运算符

    and

    俩个条件都为真就为真,否则都为false

    print(1>1 and 2>3)  # False
    print(10>1 and False)  # False
    

    or

    只要有一个为真就为true,否则都为false

    print(True or False)  # True
    print(False or False)  # False
    

    not

    print(not True)   # False
    print(not False)  # True
    

    身份运算符

    比较俩者的id返回布尔值

    值相同的id不一定相同,id相同的值一定相同

    x=1000
    y=1000
    print(x is y)  # True
    print(x is not y)  # False
    print(not x is y)  # False
    
  • 相关阅读:
    深度学习工具
    rcnn学习(六):imdb.py学习
    r-cnn学习(六):RPN及AnchorTargetLayer学习
    r-cnn学习(五):SmoothL1LossLayer论文与代码的结合理解
    liunx学习(一):linux下目录操作大全
    Caffe学习系列(17): blob
    r-cnn学习(四):train_faster_rcnn_alt_opt.py源码学习
    faster r-cnn 在CPU配置下训练自己的数据
    R-FCN、SSD、YOLO2、faster-rcnn和labelImg实验笔记(转)
    如何学习caffe
  • 原文地址:https://www.cnblogs.com/hyc123/p/11277270.html
Copyright © 2020-2023  润新知