【Python】知识点零碎学习2

json.dump

复制代码

json.dump(想要保存的对象, 文件对象)

常用参数：

indent：缩进量，让生成的文件易读

ensure_ascii：设置为False时，可以正常显示中文；默认值为True,将所有传入的非ASCII字符转义输出

用with open() as f安全操作文件

复制代码

with open("aa.json","w") as f:
    json.dump(content, f)

json.load

json文件格式：字典、列表、数字、字符串

不是以.json结尾的文件就是json文件，不能通过后缀来判断。

无论有没有后缀，或者后缀是.txt等，只要文件内容符合上面的格式，都可以使用json load

复制代码

with open("aa.json","r") as f:
    data=json.load(f)

open

open(name $, mode\[, buffering$ ])

name：要进行操作的文件名称

mode：操作方式，"r"默认,"w",

复制代码

file = open("example.txt", "r")

f=open('test.txt', 'r', encoding='utf-8')

with open('test.txt', 'r', encoding='utf-8')as f:
    print(f.read())

torch.softmax

参考：https://zhuanlan.zhihu.com/p/525276061

输出是概率分布

torch.nn.functional.softmax(input, dim=None, _stacklevel=3, dtype=None)

dim：在哪个维度对input进行操作，默认为1

对于二维输入来说，dim = -1表示行，dim = -2 表示列；

dim = 0表示列，dim=1表示行

三维（C, H, W）：

当dim=0时，是对每一维度相同位置的数值进行softmax运算，和为1

当dim=1时，是对某一维度的列进行softmax运算，和为1

当dim=2（-1）时，是对某一维度的行进行softmax运算，和为1

四维(B, C, H, W)：

当dim=0时，每个batch(不同B)对应位置(相同CHW)求softmax

当dim=1时，不同C对应位置(相同BHW)求softmax

当dim=2时，不同H对应位置(相同BCW)求Softmax

当dim=3 或dim=-1，不同W对应元素(相同BCH)求softmax

sorted()

参考：https://zhuanlan.zhihu.com/p/106009216

参数reverse：指定为True时，降序排列；默认是升序

参数key：需要一个函数，按照这个函数进行排序

对列表、元组、集合、字符串进行排序，**输出的都是列表，**原始的值不会更改

复制代码

numbers = [6, 9, 3, 1]
sorted(numbers)#[1, 3, 6, 9]

l = ['harry', 'Suzy', 'al', 'Mark']
sorted(l, key=str.lower)#['al', 'harry', 'Mark', 'Suzy']按照小写排序，但输出仍是大写

按照字母顺序对字符串进行排序，返回的是一个列表，字符升序；可以使用join将字符连接起来

复制代码

str="apple"
res=''.join(sorted(str))#res="aelpp"

str= 'I like to sort'
sorted_str= sorted(string_value.split())#['I', 'like', 'sort', 'to']

sort()

有相同的key和reverse关键字参数

只能与列表一起使用；返回None并修改原来的值

复制代码

numbers = [6, 9, 3, 1]
numbers.sort()

字典遍历

复制代码

dic={"wangming":123,"lisi":345}

for d in dic:#遍历key
    print(d)

for d in dic.values():#遍历value
    print(d)

for name,num in dic.items():#遍历键值对
    print(f"{name}:{num}")