Fiche d'apprentissage 4 (8e jour)

Dossier d'apprentissage (8e jour)

Début des études: samedi 7 décembre Livres utilisés: Miyuki Oshige "Details! Note d'introduction à Python3 »(Sotech, 2017)

Reprise de [Récupération des valeurs du dictionnaire (Ch.9 / p.229)](7ème jour), Terminé jusqu'au [fichier texte (Ch.13 / p.316) (partiellement réservé)](8e jour)

Fonction définie par l'utilisateur

>>>def Arnold():
       return "When my muscles say "No", I say "Yes!""
>>>Arnold()
"When my muscles say "No", I say "Yes!"

・ Il est également possible de définir des arguments -Si défini en premier, la passe peut être indiquée dans la déclaration pour le moment. -La définition de la fonction est un espace fermé, et les ** variables définies dans la définition ** ne peuvent pas être référencées de l'extérieur. -Vous pouvez définir une valeur de variable en ajoutant * avant l'argument. (Par convention, il est exprimé comme * args, etc.)

Itérateur et générateur

>>>muscles = ["biceps","triceps","abdominal","deltoid","gluteus"]
>>>muscles_iter = iter(muscles)
>>>next(muscles)
"biceps"
>>>next(muscles)
"triceps"
#Omission
#S'il n'y a aucun élément à récupérer, une erreur se produira à la fin.

-Le générateur est un procédé similaire, mais il semble avoir l'avantage de nécessiter moins de mémoire. Je ne suis pas sûr, mais je suis optimiste de pouvoir le sentir au moment de l'utiliser.

Définition de classe

en attente

fichier texte

-Ouvrir avec open (), lire avec read () et fermer avec close (). Pour éviter les erreurs, c'est une bonne règle de fermer le numéro lu avant de le traiter. -Si c'est une instruction with-as, il n'est pas nécessaire de fermer (). (Ouvrir avec ouvrir et définir comme) ・ Quand je lis du html avec tkinter, le montant était trop grand et il est resté bloqué ... Il semble que si vous continuez à lire, vous pouvez en lire autant que le nombre spécifié. -Tout si l'argument de read () est vide ou un nombre négatif. Si vous entrez un nombre positif, seule cette phrase. Ou readline () -Comment vérifier s'il existe une destination de sauvegarde et un fichier à l'aide de filesialog

Recommended Posts

Fiche d'apprentissage 4 (8e jour)
Fiche d'apprentissage 9 (13e jour)
Fiche d'apprentissage 3 (7e jour)
Fiche d'apprentissage 5 (9e jour)
Fiche d'apprentissage 6 (10e jour)
Fiche d'apprentissage 8 (12e jour)
Fiche d'apprentissage 1 (4e jour)
Fiche d'apprentissage 7 (11e jour)
Fiche d'apprentissage 2 (6e jour)
Fiche d'apprentissage 16 (20e jour)
Dossier d'apprentissage 22 (26e jour)
Dossier d'apprentissage n ° 21 (25e jour)
Fiche d'apprentissage 13 (17e jour) Kaggle3
Dossier d'apprentissage n ° 10 (14e jour)
Fiche d'apprentissage 12 (16e jour) Kaggle2
Dossier d'apprentissage n ° 24 (28e jour)
Dossier d'apprentissage n ° 23 (27e jour)
Dossier d'apprentissage n ° 25 (29e jour)
Dossier d'apprentissage n ° 26 (30e jour)
Dossier d'apprentissage n ° 20 (24e jour)
Dossier d'apprentissage n ° 14 (18e jour) Kaggle4
Dossier d'apprentissage n ° 15 (19e jour) Kaggle5
Fiche d'apprentissage 11 (15e jour) Participation de Kaggle
Enregistrement d'apprentissage de la programmation 2ème jour
Dossier d'apprentissage n ° 17 (21e jour)
Dossier d'apprentissage
Dossier d'apprentissage n ° 18 (22e jour)
Dossier d'apprentissage n ° 3
Dossier d'apprentissage n ° 1
Dossier d'apprentissage n ° 2
Dossier d'apprentissage n ° 19 (23e jour)
Dossier d'apprentissage n ° 29 (33e jour)
Dossier d'apprentissage n ° 28 (32e jour)
Dossier d'apprentissage n ° 27 (31e jour)
Apprentissage Python jour 4
Fiche d'apprentissage (2ème jour) Scraping par #BeautifulSoup
Dossier d'apprentissage jusqu'à présent
Fiche d'apprentissage (4e jour) #Comment obtenir le chemin absolu à partir du chemin relatif
Fiche d'apprentissage Linux ① Planifier
<Cours> Apprentissage en profondeur: Day2 CNN
<Cours> Apprentissage en profondeur: Jour 1 NN
Sujets> Deep Learning: Day3 RNN
Fiche d'apprentissage (3e jour) Méthode de description du sélecteur #CSS #Scraping avec BeautifulSoup
Enregistrement d'apprentissage (6ème jour) #Set type #Dictionary type #Conversion automatique de l'ensemble de taples de liste #ndarray type #Pandas (type DataFrame)
Étudiez en profondeur le Deep Learning [DW Day 0]