分享幾種python 變量合并方法
一、list 合并
第一種方法:
a =[91,95,97,99] b =[92,93,96,98] c = a+b ?# 合并 c.sort() ?# 排序 ?正序 print(c) c.sort(reverse=True) ?# 排序 ?倒序 print(c)
第二種方法:
a =[91,95,97,99] b =[92,93,96,98] a[0:0] = b # 合并 a.sort() print(a)
第三種方法:
a =[91,95,97,99] b =[92,93,96,98] a += b # 合并 a.sort() print(a)
第四種方法:
a =[91,95,97,99] b =[92,93,96,98] a.extend(b) # 合并 a.sort() print(a)
第五種方法:這里是把整個列表b放入a里,不建議使用
a =[91,95,97,99] b =[92,93,96,98] a.append(b) ?# 合并 print(a)
二、str 合并
第一種:
a = '你叫:' b = '小明' print(a+b)
第二種:
a = '你叫:'
b = '小明'
print("%s%s" % (a, b))三、dict 合并
第一種:
y = {'a': 10, 'b': 8}
t = {'d': 6, 'c': 4}
# ?把t和并到y(tǒng)里面
y.update(t)
print(y)第二種:
y = {'a': 10, 'b': 8}
t = {'d': 6, 'c': 4}
print({**y, **t}) ?# 字典拆分,關(guān)鍵字第三種:
y = {'a': 10, 'b': 8}
t = {'d': 6, 'c': 4}
f = dict(y) ?# 字典構(gòu)造器
f.update(t) ?# 更新
print(f)第四種:
y = {'a': 10, 'b': 8}
t = {'d': 6, 'c': 4}
c = dict(list(y.items()) + list(t.items()))
print(c)
到此這篇關(guān)于分享幾種python 變量合并方法的文章就介紹到這了,更多相關(guān)python 變量合并內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
Python切換pip源兩種方法(解決pip?install慢)
這篇文章主要給大家介紹了關(guān)于Python切換pip源兩種方法(解決pip?install慢),我總結(jié)的這幾種更換pip源的常用方式,希望可以幫助您成功配置國內(nèi)源,解決安裝Python包速度慢的問題,需要的朋友可以參考下2023-11-11
翻轉(zhuǎn)數(shù)列python實現(xiàn),求前n項和,并能輸出整個數(shù)列的案例
這篇文章主要介紹了翻轉(zhuǎn)數(shù)列python實現(xiàn),求前n項和,并能輸出整個數(shù)列的案例,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2020-05-05
Keras神經(jīng)網(wǎng)絡(luò)efficientnet模型搭建yolov3目標(biāo)檢測平臺
這篇文章主要為大家介紹了Keras利用efficientnet系列模型搭建yolov3目標(biāo)檢測平臺的過程詳解,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(jìn)步,早日升職加薪2022-05-05
pytorch LayerNorm參數(shù)的用法及計算過程
這篇文章主要介紹了pytorch LayerNorm參數(shù)的用法及計算過程,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

