从 Python 3.7开始,字典是有序的。那么为什么我不能通过索引获取键呢?
下面我会10_000_000检查 if 是否10在 中{0, ..., 9}。
在第一个检查中,我使用中间变量,在第二个检查中,我使用文字。
import timeit
x = 10
s = set(range(x))
number = 10 ** 7
stmt = f'my_set = {s} ; {x} in my_set'
print(f'eval "{stmt}"')
print(timeit.timeit(stmt=stmt, number=number))
stmt = f'{x} in {s}'
print(f'eval "{stmt}"')
print(timeit.timeit(stmt=stmt, number=number))
Run Code Online (Sandbox Code Playgroud)
输出:
eval "my_set = {0, 1, 2, 3, 4, 5, 6, 7, 8, 9} ; 10 in my_set"
1.2576093
eval "10 in {0, 1, 2, 3, 4, 5, 6, 7, 8, 9}" …Run Code Online (Sandbox Code Playgroud) 我正在尝试制作一个Python程序,它将根据公式、给定因素和输入数据帧计算结果。
N_cars我在给定的道路长度 ( ) 上有许多汽车 ( l) 及其平均速度 ( v):
input_columns = ['l', 'N_cars', 'v']
input_data = [[3.5, 1000, 100], [5.7, 500, 110],
[10, 367, 110], [11.1, 1800, 95],
[2.8, 960, 105], [4.7, 800, 120],
[10.4, 103, 111], [20.1, 1950, 115]]
input_df = pd.DataFrame(input_data, columns=input_columns)
input_df
l N_cars v
0 3.5 1000 100
1 5.7 500 110
2 10.0 367 110
3 11.1 1800 95
4 2.8 960 105
5 4.7 800 120
6 10.4 103 111 …Run Code Online (Sandbox Code Playgroud) 我有一个list像这样的字符:
s = ['Y', 'U', 'U', 'N', 'U', 'U', 'N', 'N', 'N']
Run Code Online (Sandbox Code Playgroud)
以及以下数组:
t = [2, 4, 3]
Run Code Online (Sandbox Code Playgroud)
我想根据数组划分列表,使得每个子集st[i]都有len(t[i]). 这个例子的结果应该是:
st = [['Y', 'U'], ['U', 'N', 'U', 'U'], ['N', 'N', 'N']]
Run Code Online (Sandbox Code Playgroud)
如果数组 t 是:
t = [5, 2, 2]
Run Code Online (Sandbox Code Playgroud)
那么结果应该是:
st = [['Y', 'U', 'U', 'N', 'U'], ['U', 'N'], ['N', 'N']]
Run Code Online (Sandbox Code Playgroud)
条目为 s 和 t。我尝试插入两个循环,一个用于列表 s,另一个用于数组 t。但它不起作用。我怎样才能实现这个?
我有一个仪器,可以为我提供每行每分钟的平均数据,每秒提供 60 列的原始时间序列,假设这里为 3 秒(列),以使其更容易。
Filename Rec_number Average 1s 2s 3s
0 type1 1 3 2 3 4
1 type1 2 2 1 2 3
2 type2 1 1 1 1 1
3 type2 2 5 4 5 6
4 type2 3 4 3 4 5
Run Code Online (Sandbox Code Playgroud)
我想合并时间序列,使每个文件有一个时间线,如下所示:
Filename 1s 2s 3s 4s 5s 6s 7s 8s 9s
0 type1 2 3 4 1 2 3 Nan Nan Nan
1 type2 1 1 1 4 5 6 3 4 5
Run Code Online (Sandbox Code Playgroud)
这样做的好方法是什么?提前谢谢你的帮助!
python ×4
pandas ×2
dataframe ×1
dictionary ×1
list ×1
performance ×1
python-3.x ×1
set ×1
string ×1