最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

在python3中使用shuffle函數(shù)要注意的地方

 更新時間:2020年02月28日 09:59:20   作者:雞啄米的時光機  
今天小編就為大家分享一篇在python3中使用shuffle函數(shù)要注意的地方,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧

1 shuffle函數(shù)與其他函數(shù)不一樣的地方

shuffle函數(shù)沒有返回值!shuffle函數(shù)沒有返回值!shuffle函數(shù)沒有返回值!僅僅是實現(xiàn)了對list元素進行隨機排序的一種功能

請看下面的坑

1.1 誤認為shuffle函數(shù)會有一個返回值的錯誤例子

num1 = list(range(1,39526)) #產(chǎn)生1-39525的數(shù)
num2 = random.shuffle(num1)
num3 = num2[0:30000] #取前30000個行號的元素
num4 = num2[30000:39524] #取到后面9525個元素

執(zhí)行結果:

 File "E:/pythonProj/test2/readDatasetCSVfile.py", line 122, in <module>
 num3 = num2[0:30000] #取前30000個行號的元素
 TypeError: 'NoneType' object is not subscriptable

從這個錯誤中我們也可以看出來,指明obiect沒有類型,其實現(xiàn)在這個num2中是null,什么也沒有,因為shuffle沒有返回值,所以自然會報這種類型的錯誤。

1.2 正確使用shuffle函數(shù)的例子

num1 = list(range(1,39526)) #產(chǎn)生1-39525的數(shù)
random.shuffle(num1) #注意shuffle沒有返回值,該函數(shù)完成一種功能,就是對list進行排序打亂
num3 = num1[0:30000] #取前30000個行號的元素
num4 = num1[30000:39524] #取到后面9525個元素

這個時候才順利運行通過!

補充拓展:對python中使用shuffle和permutation對列表進行隨機洗牌的區(qū)別

函數(shù):shuffle將列表的所有元素隨機排序,不生成新的數(shù)組返回

示例:

import random

list = [20, 16, 10, 5];
random.shuffle(list) # 參數(shù)只能是列表,元組、字典、字符串會報錯
print("隨機排序列表 : ", list)
random.shuffle(list)
print("隨機排序列表 : ", list)

執(zhí)行結果:

函數(shù):permutation 返回排列范圍的隨機列表或返回一個新的打亂順序的數(shù)組,并不改變原來的數(shù)組,

如果輸入是一個多維數(shù)組,則它只沿其第一個索引進行無序排列

示例:

import numpy as np
new_arr = np.random.permutation(10)
print(new_arr)
new_arr1 = np.random.permutation([1, 4, 9, 12, 15]) # 參數(shù)為列表
print(new_arr1)
arr = np.arange(9).reshape((3, 3))
new_arr2 = np.random.permutation(arr)
print(new_arr2)
new_arr3 = np.random.permutation([{"a": 1, "b": 2}, [{"e": 5}, {"c": 3}, {"d": 4}], [{"f": 6}, {"g": 8}]])# 子數(shù)組中的排列順序不變
print(new_arr3)
new_arr4 = np.random.permutation((1, 4, 9, 12, 15)) #可以傳元組參數(shù)
print(new_arr4)
import numpy as np
new_arr = np.random.permutation(10)
print(new_arr)
new_arr1 = np.random.permutation([1, 4, 9, 12, 15])
print(new_arr1)
arr = np.arange(9).reshape((3, 3))
new_arr2 = np.random.permutation(arr)
print(new_arr2)
new_arr3 = np.random.permutation([{"a": 1, "b": 2}, [{"e": 5}, {"c": 3}, {"d": 4}], [{"f": 6}, {"g": 8}]]) # 子數(shù)組中的排列順序不變
print(new_arr3)

執(zhí)行結果:

以上這篇在python3中使用shuffle函數(shù)要注意的地方就是小編分享給大家的全部內(nèi)容了,希望能給大家一個參考,也希望大家多多支持腳本之家。

相關文章

  • Python實現(xiàn)EM算法實例代碼

    Python實現(xiàn)EM算法實例代碼

    這篇文章主要給大家介紹了關于Python實現(xiàn)EM算法的相關資料,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-10-10
  • python日志模塊logbook使用方法

    python日志模塊logbook使用方法

    python自帶了日志模塊logging,可以用來記錄程序運行過程中的日志信息。這篇文章主要介紹了python logbook使用方法,需要的朋友可以參考下
    2019-09-09
  • python人物視頻背景替換實現(xiàn)虛擬空間穿梭

    python人物視頻背景替換實現(xiàn)虛擬空間穿梭

    這篇文章主要為大家介紹了python實現(xiàn)人物視頻背景替換示例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進步,早日升職加薪
    2022-07-07
  • 詳解Python中的相對導入和絕對導入

    詳解Python中的相對導入和絕對導入

    絕對導入是指跳過包內(nèi),直接搜索 sys.path ,在sys.path的基礎上進行我們的模塊搜索。相對導入是指先包內(nèi),再包外,再,,,那么下面這篇文章主要給大家介紹了Python中的相對導入和絕對導入,需要的朋友可以參考借鑒,下面來一起看看吧。
    2017-01-01
  • python實現(xiàn)畫出e指數(shù)函數(shù)的圖像

    python實現(xiàn)畫出e指數(shù)函數(shù)的圖像

    今天小編就為大家分享一篇python實現(xiàn)畫出e指數(shù)函數(shù)的圖像,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • 如何將Pycharm中Terminal使用Powershell作為終端

    如何將Pycharm中Terminal使用Powershell作為終端

    這篇文章主要介紹了如何將Pycharm中Terminal使用Powershell作為終端問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-05-05
  • 詳解pycharm連接不上mysql數(shù)據(jù)庫的解決辦法

    詳解pycharm連接不上mysql數(shù)據(jù)庫的解決辦法

    這篇文章主要介紹了詳解pycharm連接不上mysql數(shù)據(jù)庫的解決辦法,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧
    2020-01-01
  • Numpy中的repeat函數(shù)使用

    Numpy中的repeat函數(shù)使用

    Numpy是Python強大的數(shù)學計算庫,和Scipy一起構建起Python科學計算生態(tài),在本節(jié)下面我們重點介紹下repeat函數(shù)的用法,需要的朋友可以參考下
    2022-11-11
  • 解決pytorch rnn 變長輸入序列的問題

    解決pytorch rnn 變長輸入序列的問題

    這篇文章主要介紹了解決pytorch rnn 變長輸入序列的問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2021-05-05
  • Python?Pandas中append方法舉例詳解

    Python?Pandas中append方法舉例詳解

    這篇文章主要給大家介紹了關于Python?Pandas中append方法的相關資料,在Pandas中append()方法用于將一個或多個DataFrame或Series添加到DataFrame中,需要的朋友可以參考下
    2023-12-12

最新評論

万源市| 满洲里市| 临安市| 兰州市| 通州市| 长乐市| 揭西县| 徐汇区| 武山县| 南充市| 华安县| 祁阳县| 墨江| 宾川县| 得荣县| 巴彦淖尔市| 丽水市| 南和县| 桐庐县| 邓州市| 嘉黎县| 乾安县| 滁州市| 拉孜县| 牡丹江市| 汤原县| 章丘市| 大荔县| 馆陶县| 乡宁县| 靖宇县| 德钦县| 济阳县| 宁德市| 桦南县| 虎林市| 龙江县| 南开区| 库车县| 西宁市| 保亭|