Quels sont les différents types intégrés en Python ?
Dans cet article, vous découvrirez les types de données Python et leur utilisation dans l'écriture de programmes Python. Vous apprendrez leur objectif, leur syntaxe et comment les appliquer dans votre programme à travers des exemples. Le langage Python n'a pas besoin d'être présenté. C'est très puissant, adaptable, rapide et facile à apprendre.
L'un des langages qui continue de se développer et de gagner de plus en plus en popularité chaque année est Python. Python est un langage informatique interprété et orienté objet utilisé pour la programmation générale. Ce didacticiel nous apprendra les différents types de données dans le langage de programmation Python.
Types de données intégrés en Python
Il existe différents types de types de données en Python. Certains types de données Python intégrés incluent -
Types de données numériques - int, float, complexe
Type de données chaîne - str
Types de séquence - liste, tuple, plage
Types binaires - octets, bytearray, memoryview
Type de données mappées - dict
Type booléen - bool
Définir le type de données - défini, congelé
Type de données numériques Python
En Python, le type de données numérique est utilisé pour stocker des valeurs numériques.
Les nombres entiers, les nombres à virgule flottante et les nombres complexes appartiennent aux catégories de nombres de Python. Ils sont définis en Python comme classes int, float et complexes.
int − contient un entier signé de longueur illimitée.
float - Enregistrez le nombre à virgule flottante, précis à 15 décimales.
complex − stocke les nombres complexes.
Type de données de chaîne Python
Une chaîne est une collection de symboles Unicode. En Python, le nom d'une chaîne est str. Utilisez des guillemets simples ou doubles pour représenter les chaînes. Il est acceptable d'utiliser trois guillemets """ ou "' pour représenter plusieurs chaînes. Entre guillemets, chaque caractère fait partie de la chaîne.
La seule limitation concerne les ressources mémoire du système de la machine, n'importe quel nombre de caractères peut être utilisé. En programmation Python, la suppression ou la mise à jour d'une chaîne entraînera une erreur. Par conséquent, le langage de programmation Python ne permet pas de modifier les chaînes.
Type de données de séquence Python
List - La liste est le seul type de données flexible disponible en Python. Il est similaire aux tableaux en C/C++ à certains égards. Cependant, ce qui est remarquable à propos des listes en Python, c’est qu’elles peuvent stocker plusieurs types de données en même temps. Une liste est une collection ordonnée d’informations représentées par des virgules et des crochets ([]). (,)
Tuple - Les listes et les tuples sont comparables à bien des égards. Les tuples contiennent des collections d'éléments de différents types de données, tout comme les listes. Les composants d'un tuple sont séparés par des virgules (,) et des crochets (). Les tuples sont des structures de données en lecture seule puisque la taille et la valeur des éléments ne peuvent pas être modifiées.
Range - La méthode range() en Python renvoie une liste d'entiers contenus dans la plage spécifiée. Il est le plus couramment utilisé pour parcourir une série d’entiers à l’aide de boucles Python.
Types binaires de données Python
bytes - Un objet bytes est généré via la fonction bytes(). Il peut générer un objet octets vide de la taille requise ou convertir l'élément en objet octets. bytes() et bytearray() renvoient différents types d'objets : bytes() renvoie un objet immuable, tandis que bytearray() renvoie un objet mutable.
bytearray - La fonction bytearray() renvoie un objet tableau d'octets d'octets spécifiés. Fournit une séquence modifiable de nombres de 0 à x à 256.
memoryview - Les programmes Python peuvent utiliser des objets memoryview pour accéder aux données internes des objets qui implémentent le protocole tampon sans copier. Vous pouvez utiliser la méthode memoryview() pour lire et écrire directement les données orientées octets d'un objet sans les copier.
Types de données mappés Python
dict - En Python, un dictionnaire est une collection d'éléments de données stockés de manière non ordonnée, semblable à une carte. Les dictionnaires sont constitués de paires clé-valeur, contrairement aux autres types de données qui ne peuvent contenir qu'une seule valeur. Pour améliorer l'efficacité du dictionnaire, des paires clé-valeur sont incluses dans le dictionnaire. Une virgule "sépare chaque clé", alors qu'un type de données de dictionnaire comporte deux points entre chaque paire clé-valeur.
Type de données booléennes Python
bool − True et False sont deux valeurs prédéfinies fournies par le type booléen. Utilisez ces valeurs pour déterminer la vérité ou la fausseté de la déclaration fournie. Il est identifié par la classe booléenne. Tout entier différent de zéro ou la lettre « T » peut être utilisé pour représenter vrai, tandis que le chiffre « 0 » ou la lettre « F » peuvent représenter faux.
Python Définir le type de données
set - Une collection non ordonnée de types de données est appelée un ensemble Python. Il comporte des composants uniques, itérables et mutables (peuvent être modifiés après la création). L'ordre des éléments dans une collection n'est pas défini ; il peut produire une séquence d'éléments modifiée. Utilisez la méthode intégrée set() pour créer un ensemble ou donnez une liste d'éléments séparés par des virgules et entourés d'accolades. Il peut contenir plusieurs types de valeurs.
frozenset - La méthode Frozenset() renvoie un objet Frozenset immuable dont les éléments initiaux proviennent de l'itérable fourni. Les collections gelées sont des versions immuables des objets de collection Python. Les éléments d'une collection peuvent être modifiés à tout moment, mais une fois qu'une collection gelée est créée, ses éléments ne peuvent plus être modifiés.
Conclusion
Dans cette section, nous avons étudié les types de données de Python. Plus en détail, nous avons examiné deux des types de données, Aucun et Numérique. Comme nous l'avons vu, les données numériques se présentent sous quatre formes différentes : des nombres entiers, des nombres à virgule flottante, des valeurs booléennes et des nombres complexes. Nous avons une compréhension globale des différents opérateurs booléens et opérateurs de comparaison pour le type booléen. Contrairement aux langages typés statiquement comme C ou Java, Python ne nécessite pas de déclaration explicite du type de données d'une variable. Dans les langages typés dynamiquement comme Python, l'interpréteur déduit le type de données d'une variable en fonction du type de la valeur qui lui est transmise.
Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Outils d'IA chauds

Undress AI Tool
Images de déshabillage gratuites

Undresser.AI Undress
Application basée sur l'IA pour créer des photos de nu réalistes

AI Clothes Remover
Outil d'IA en ligne pour supprimer les vêtements des photos.

Stock Market GPT
Recherche d'investissement basée sur l'IA pour des décisions plus intelligentes

Article chaud

Outils chauds

Bloc-notes++7.3.1
Éditeur de code facile à utiliser et gratuit

SublimeText3 version chinoise
Version chinoise, très simple à utiliser

Envoyer Studio 13.0.1
Puissant environnement de développement intégré PHP

Dreamweaver CS6
Outils de développement Web visuel

SublimeText3 version Mac
Logiciel d'édition de code au niveau de Dieu (SublimeText3)

Ce tutoriel détaille comment fusionner efficacement l'adaptateur PEFT LORA avec le modèle de base pour générer un modèle complètement indépendant. L'article souligne qu'il est faux d'utiliser directement Transformers.Automodel pour charger l'adaptateur et fusionner manuellement les poids, et fournit le processus correct pour utiliser la méthode Merge_and_unload dans la bibliothèque PEFT. De plus, le tutoriel souligne également l'importance de traiter les segments de mots et discute des problèmes et des solutions de compatibilité des versions de PEFT.

Exécutez pipinstall-rrequirements.txt pour installer le package de dépendance. Il est recommandé de créer et d'activer l'environnement virtuel d'abord pour éviter les conflits, s'assurer que le chemin du fichier est correct et que le PIP a été mis à jour et utiliser des options telles que --No-Deps ou --User pour ajuster le comportement d'installation si nécessaire.

Python est un outil de test simple et puissant dans Python. Après l'installation, les fichiers de test sont automatiquement découverts en fonction des règles de dénomination. Écrivez une fonction commençant par test_ pour les tests d'assurance, utilisez @ pytest.fixture pour créer des données de test réutilisables, vérifiez les exceptions via PyTest.Rais, prend en charge l'exécution de tests spécifiés et plusieurs options de ligne de commande et améliore l'efficacité des tests.

TheargParsemoduleisthereComMendwaytoHandleCommand-lineargumentsInpython, fournissantRobustParsing, Typevalidation, HelpMessages, AnderrorHling; usys.argvforsimplécasesrequiringminimalsepup.

Cet article vise à explorer le problème commun de la précision de calcul insuffisante des nombres de points flottants dans Python et Numpy, et explique que sa cause profonde réside dans la limitation de représentation des nombres de points flottants 64 bits standard. Pour les scénarios informatiques qui nécessitent une précision plus élevée, l'article introduira et comparera les méthodes d'utilisation, les fonctionnalités et les scénarios applicables de bibliothèques mathématiques de haute précision telles que MPMATH, SYMPY et GMPY pour aider les lecteurs à choisir les bons outils pour résoudre les besoins de précision complexe.

Cet article détaille comment utiliser la fonction Merge_and_Unload de la bibliothèque PEFT pour fusionner efficacement et avec précision l'adaptateur LORA dans le modèle de base de base, créant ainsi un tout nouveau modèle avec des connaissances affineuses intégrées. L'article corrige les malentendus courants sur le chargement des adaptateurs et la fusion manuelle des poids des modèles via Transformers.

PYPDF2, PDFPLUMBER et FPDF sont les bibliothèques de base pour Python pour traiter PDF. Utilisez le PYPDF2 pour effectuer l'extraction de texte, la fusion, la division et le chiffrement, tels que la lecture de la page via Pdfreader et l'appel extract_text () pour obtenir du contenu; PDFPLUMBER convient plus pour conserver l'extraction de texte de mise en page et la reconnaissance de la table, et prend en charge extract_tables () pour capturer avec précision les données de table; FPDF (FPDF2 recommandé) est utilisé pour générer du PDF, et les documents sont construits et sorties via add_page (), set_font () et cellule (). Lors de la fusion des PDF

Importer @ contextManagerfromContextLibandDeFineAgeneratorFonctionnement toTyieldSexactlyOnce, où les actes de championnalsAnterAndCodeLifteryiel
