百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术分类 > 正文

python编程系列教程:6-unpack解惑

ztj100 2025-03-06 22:02 17 浏览 0 评论

本节我们细讲一下unpack的内容,和函数以及之前的多个变量同时命名都有关联。

a, b = 0, 1
while a < 10:
    print(a)
    a, b = b, a+b

还记得这个上面这段fib代码吗?

它与普通赋值语句不同的是,同时给两个变量进行赋值。

demonstrating that the expressions on the right-hand side are all evaluated first before any of the assignments take place. The right-hand side expressions are evaluated from the left to the right.

写了这么多段代码,它们的执行顺序都是从上至下,从左到右依次进行,但是到了这里却变成了先执行等号右边的,再执行等号左边的。在等号右边是从左到右执行,左边同样如此

a, b = 0, 1
while a < 10:
    print(a)
    a, b = b, a+b
    
# b, a+b将首先执行,这段代码是从左到右依次执行的。
# a,b在等号右边的值执行完成后,才开始执行。才开始执行。

在我们学习完函数的参数定义与使用(4.8. More on Defining Functions)后,我们现在再来理解这段代码

请在python官网的解释器中运行下面的代码

4, 5
a = 4, 5
print(a)
type(a)
print(a[0])
type(a[0])

发现了什么?我们输入的数字居然变成了元祖(tuple)! 元祖和列表(list)、字符(str)一样,可以通过索引(index)来进行取值。python中的+, -, *等符号叫运行符(Operators),而=, (),[]等等叫分割符(Delimiters), 我们后面还会碰到很多其它的符号,暂时无须关心。而字符串之间不能用空格分割,而字符串内部可以有空格,比如以下代码:

4 5
"4 5"

那我们继续运行以下代码呢?

a = 4, 5
a, b = 4, 5
a, b = 4, 5, 6 #ValueError: too many values to unpack (expected 2)
a, *b = 4, 5, 6 
print(a, b)

可恶啊,第三行代码报错了,为什么?你注意到报错信息了吗?注意关键线索"unpack"!也就是解构,我们在"4.8.2. Keyword Arguments"中见到过。这里的*号就是在接收多个参数,我们知道当执行多个变量同时赋值运算时(如上面的代码),等号右边的代码会首先执行。

a, *b = 4, 5, 6 # 4, 5, 6 会首先执行
4, 5, 6 # 但他们会被解释器解释成为元祖,但元祖会成为一个对象,如4, 5, 6是三个对象,但(4, 5, 6)就成了一个对象
a, *b # 此时a和b要进行赋值,对于等号右边执行完的代码,它们面对的只有一个对象:元祖,想要拿到对应的值,就得unpack解构
* # *号作为一种运算符,在这里被解释器解释成为uppack的动作,4*5是乘法,但在这里是接收元祖(5,6)
a, *b ==> 4, 5, 6 # 两边的参数数量并不对应,(4, 5, 6)被拆开后,按顺序赋值给等号左边的a和b
print(a, b)       # a拿到了4后,还剩下两个值5和6,但只有一个值b,因为有*号存在,所以5和6都以元祖的形式给了*b。

总结一下a, *b = 4, 5, 6的执行流程:

4,5,6首先执行,被解释成(4, 5, 6),a和b要拿到值,需要把这个元祖拆开按顺序取值,4被a取走后,因为*号的存在,5和6会直接以元祖的形式提供给*b,(5,6)继续解构,因为按顺序取值,该类型一定是可修改的,因此b最后变成了list,注意tuple是不可以修改的。

在解释器中执行以下代码,帮助理解上面的内容

a = (1, 2)
a[0] = 3
a
a = [1, 2]
a[0] = 3
a

至此,你应该能完全理解fib的代码了, 如果还是不理解,请反复执行上面的示例代码和阅读解释的内容。

a, b = 0, 1
while a < 10:
    print(a)
    a, b = b, a+b

上面的*号都是用来接收参数的,但是*号还可以反过来把参数列表给拆开送出去。这个内容在"4.8.5. Unpacking Argument Lists"中官方解释过:

list(range(3, 6))
args = [3, 6]
list(range(*args))

# 上面的代码看不懂?我们来点简单的
a=[1, 2, 3, 4]
print(*a)
print(a)
print(1,2,3,4)

运行发上面的代码,你会发现这里的*号和上面的*号作用相反,上面的*会接收一个tuple把多个值给到一个变量身上。但这里是把变量里的多个值分别送出去,一个是用来接收的,一个是用来输送的。这里要注意区别一下*的这两种用法的不同作用。

此时你已理解了解构(unpack)的内容了,unpack概念在函数中的变量传参经常遇到。

一个星号是接收变量,但两个星号是在接收字典,但是它们的顺序不能变,请看以下的代码

def out_print(a, *b, **c):
    print('a:', a)
    print('b:', b)
    print('c:', c)

out_print(1, 2, 3, 4, 5, c=6)
out_print(c=6, 1, 2, 3, 4, 5) # 错误的使用顺序
out_print(1, 2, c=6, 3, 4, 5) # 错误的使用顺序

def out_print(*b, **c): 
    print('b:', b)
    print('c:', c)

def out_print(*b): 
    print('b:', b)

def out_print(**c): 
    print('c:', c)

def out_print(a, **c, *b): # 错误的定义顺序
    print('a:', a)
    print('b:', b)
    print('c:', c)

def out_print(*b, **c, a): # 错误的定义顺序
    print('a:', a)
    print('b:', b)
    print('c:', c)

经过这几节的学习与代码输入,你应当熟悉了这种代码输入形式的工作方式,接下来我们暂停python编程的学习,开始学习linux系统。在熟悉了linux系统后,我们开始编译属于自己的python解释器,并使用它进行接下来的python编程学习。

接下来请阅读“linux系统系列教程:1-隐藏到幕后的linux”的内容。

相关推荐

其实TensorFlow真的很水无非就这30篇熬夜练

好的!以下是TensorFlow需要掌握的核心内容,用列表形式呈现,简洁清晰(含表情符号,<300字):1.基础概念与环境TensorFlow架构(计算图、会话->EagerE...

交叉验证和超参数调整:如何优化你的机器学习模型

准确预测Fitbit的睡眠得分在本文的前两部分中,我获取了Fitbit的睡眠数据并对其进行预处理,将这些数据分为训练集、验证集和测试集,除此之外,我还训练了三种不同的机器学习模型并比较了它们的性能。在...

机器学习交叉验证全指南:原理、类型与实战技巧

机器学习模型常常需要大量数据,但它们如何与实时新数据协同工作也同样关键。交叉验证是一种通过将数据集分成若干部分、在部分数据上训练模型、在其余数据上测试模型的方法,用来检验模型的表现。这有助于发现过拟合...

深度学习中的类别激活热图可视化

作者:ValentinaAlto编译:ronghuaiyang导读使用Keras实现图像分类中的激活热图的可视化,帮助更有针对性...

超强,必会的机器学习评估指标

大侠幸会,在下全网同名[算法金]0基础转AI上岸,多个算法赛Top[日更万日,让更多人享受智能乐趣]构建机器学习模型的关键步骤是检查其性能,这是通过使用验证指标来完成的。选择正确的验证指...

机器学习入门教程-第六课:监督学习与非监督学习

1.回顾与引入上节课我们谈到了机器学习的一些实战技巧,比如如何处理数据、选择模型以及调整参数。今天,我们将更深入地探讨机器学习的两大类:监督学习和非监督学习。2.监督学习监督学习就像是有老师的教学...

Python教程(三十八):机器学习基础

...

Python 模型部署不用愁!容器化实战,5 分钟搞定环境配置

你是不是也遇到过这种糟心事:花了好几天训练出的Python模型,在自己电脑上跑得顺顺当当,一放到服务器就各种报错。要么是Python版本不对,要么是依赖库冲突,折腾半天还是用不了。别再喊“我...

超全面讲透一个算法模型,高斯核!!

...

神经网络与传统统计方法的简单对比

传统的统计方法如...

AI 基础知识从0.1到0.2——用“房价预测”入门机器学习全流程

...

自回归滞后模型进行多变量时间序列预测

下图显示了关于不同类型葡萄酒销量的月度多元时间序列。每种葡萄酒类型都是时间序列中的一个变量。假设要预测其中一个变量。比如,sparklingwine。如何建立一个模型来进行预测呢?一种常见的方...

苹果AI策略:慢哲学——科技行业的“长期主义”试金石

苹果AI策略的深度原创分析,结合技术伦理、商业逻辑与行业博弈,揭示其“慢哲学”背后的战略智慧:一、反常之举:AI狂潮中的“逆行者”当科技巨头深陷AI军备竞赛,苹果的克制显得格格不入:功能延期:App...

时间序列预测全攻略,6大模型代码实操

如果你对数据分析感兴趣,希望学习更多的方法论,希望听听经验分享,欢迎移步宝藏公众号...

AI 基础知识从 0.4 到 0.5—— 计算机视觉之光 CNN

...

取消回复欢迎 发表评论: