Python常用函數(shù)三有哪些？這7個(gè)函數(shù)使用頻率最高，總算搞明白了

1.1 例如：print(hex(2))案例

成都創(chuàng)新互聯(lián)自2013年創(chuàng)立以來(lái)，是專(zhuān)業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目做網(wǎng)站、成都網(wǎng)站設(shè)計(jì)網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命，1280元鐵山港做網(wǎng)站,已為上家服務(wù),為鐵山港各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話:13518219792

1.2 輸出函數(shù)：print(hex(2))

1.3 輸出結(jié)果：0x2

1.4 解析說(shuō)明：返回16進(jìn)制的數(shù)。

2.1 例如：print(chr(10))案例

2.2 輸出函數(shù)：print(chr(10))

2.3 輸出結(jié)果：0o12

2.4 解析說(shuō)明：返回當(dāng)前整數(shù)對(duì)應(yīng)的ASCll碼

3.1 例如：print(ord("b"))案例

3.2 輸出函數(shù)：print(ord("b"))

3.3 輸出結(jié)果：98

3.4 解析說(shuō)明：返回當(dāng)前ASCll碼的10進(jìn)制數(shù)

4.1 例如：print(chr(97))

4.2 輸出函數(shù)：print(chr(97))

4.3 輸出結(jié)果：b

4.4 解析說(shuō)明：返回當(dāng)前ASCll碼的10進(jìn)制數(shù)。

案例一：給你一個(gè)字符串,s = 'hello kitty'

1.1 輸出函數(shù)：print(s.capitalize())

1.2 輸出結(jié)果：0x2

1.3 解析說(shuō)明：返回16進(jìn)制的數(shù)。

2.1輸出函數(shù)：print(s.replace('kitty','kuang'))

2.2 輸出結(jié)果：hello kuang

2.3 解析說(shuō)明：替換功能，將kitty換成kuang。

2.4 輸出函數(shù)：print(s.replace('4','KK'))

2.5 輸出結(jié)果：12KK12KK

2.6 解析說(shuō)明：所有的4都替換成KK

2.7 輸出函數(shù)：print(s.replace('4','KK'))

2.8 輸出結(jié)果：12KK12KK124

2.9 解析說(shuō)明：將前兩個(gè)的4替換成go

案例一：給你一個(gè)字符串，ip = '192.168.1.1'

3.1 輸出函數(shù)：print(ip.split(','))

3.2 輸出結(jié)果：['192.168.1.1']

3.3 解析說(shuō)明：將字符串分割成列表

案例一：給你一個(gè)字符串，ip = '192.168.1.1'

3.3 輸出函數(shù)：print(ip.split(',',2))

3.4 輸出結(jié)果：['192.168.1.1']

3.5 解析說(shuō)明：從第二個(gè)開(kāi)始分割成列表

68 個(gè) Python 內(nèi)置函數(shù)詳解

內(nèi)置函數(shù)就是Python給你提供的，拿來(lái)直接用的函數(shù)，比如print.，input等。

截止到python版本3.6.2 ，python一共提供了68個(gè)內(nèi)置函數(shù)，具體如下

本文將這68個(gè)內(nèi)置函數(shù)綜合整理為12大類(lèi)，正在學(xué)習(xí)Python基礎(chǔ)的讀者一定不要錯(cuò)過(guò)，建議收藏學(xué)習(xí)！

（1）列表和元組

（2）相關(guān)內(nèi)置函數(shù)

（3）字符串

frozenset 創(chuàng)建一個(gè)凍結(jié)的集合，凍結(jié)的集合不能進(jìn)行添加和刪除操作。

語(yǔ)法：sorted(Iterable, key=函數(shù)(排序規(guī)則), reverse=False)

語(yǔ)法：fiter(function. Iterable)

function: 用來(lái)篩選的函數(shù). 在?lter中會(huì)自動(dòng)的把iterable中的元素傳遞給function. 然后根據(jù)function返回的True或者False來(lái)判斷是否保留留此項(xiàng)數(shù)據(jù) , Iterable: 可迭代對(duì)象

搜索公眾號(hào)頂級(jí)架構(gòu)師后臺(tái)回復(fù)“面試”，送你一份驚喜禮包。

語(yǔ)法 : map(function, iterable)

可以對(duì)可迭代對(duì)象中的每一個(gè)元素進(jìn)行映射. 分別去執(zhí)行 function

hash : 獲取到對(duì)象的哈希值(int, str, bool, tuple). hash算法:(1) 目的是唯一性 (2) dict 查找效率非常高, hash表.用空間換的時(shí)間 比較耗費(fèi)內(nèi)存

pytorch 常用函數(shù)參數(shù)詳解

1、torch.cat(inputs, dim=0) - Tensor?

參考鏈接：

[Pytorch] 詳解 torch.cat()

Pytorch學(xué)習(xí)筆記(一)：torch.cat()模塊的詳解

函數(shù)作用：cat 是 concatnate 的意思：拼接，聯(lián)系在一起。在給定維度上對(duì)輸入的 Tensor 序列進(jìn)行拼接操作。torch.cat 可以看作是 torch.split 和 torch.chunk 的反操作

參數(shù)：

inputs(sequence of Tensors)：可以是任意相同類(lèi)型的 Tensor 的 python 序列

dim(int, optional)：defaults=0

dim=0: 按列進(jìn)行拼接?

dim=1: 按行進(jìn)行拼接

dim=-1: 如果行和列數(shù)都相同則按行進(jìn)行拼接，否則按照行數(shù)或列數(shù)相等的維度進(jìn)行拼接

假設(shè) a 和 b 都是 Tensor，且 a 的維度為 [2, 3]，b 的維度為 [2, 4]，則

torch.cat((a, b), dim=1) 的維度為 [2, 7]

2、torch.nn.CrossEntropyLoss()

函數(shù)作用：CrossEntropy 是交叉熵的意思，故而 CrossEntropyLoss 的作用是計(jì)算交叉熵。CrossEntropyLoss 函數(shù)是將 torch.nn.Softmax 和 torch.nn.NLLLoss 兩個(gè)函數(shù)組合在一起使用，故而傳入的預(yù)測(cè)值不需要先進(jìn)行 torch.nnSoftmax 操作。

參數(shù)：

input(N, C)：N 是 batch_size，C 則是類(lèi)別數(shù)，即在定義模型輸出時(shí)，輸出節(jié)點(diǎn)個(gè)數(shù)要定義為 [N, C]。其中特別注意的是 target 的數(shù)據(jù)類(lèi)型需要是浮點(diǎn)數(shù)，即 float32

target(N)：N 是 batch_size，故 target 需要是 1D 張量。其中特別注意的是 target 的數(shù)據(jù)類(lèi)型需要是 long，即 int64

例子：

loss = nn.CrossEntropyLoss()

input = torch.randn(3, 5, requires_grad=True, dtype=torch.float32)

target = torch.empty(3, dtype=torch.long).random_(5)

output = loss(input, target)

output

輸出為：

tensor(1.6916, grad_fn=NllLossBackward)