Python 学习记录(一)

本文介绍了Python编程语言的基础概念,包括语言类型、数据类型及其转换、字符串特性、列表操作及常用的运算符等,适合Python初学者参考。

Python学习记录(一)


因为我是做Android的,有一些编程基础,所以对于某些东西,可能自然而然的就忽略过去了。如果有不懂的我很乐意为你解答,你在评论中写出即可。 此文章只为记录,不为教程,所以不存在质量之说,爱看不看。

语言

语言分为高级语言和低级语言
首先我们来说说低级语言, 低级语言有时叫机器语言or汇编语言(逆向的哥们可能了解一点~),这一类的语言在我们看来就是0和1的二进制数字,难以阅读。
高级语言是程序语言发展的必然产物,因为我们比较容易看懂,所以理解起来也是相对容易,更高深的讲,高级语言的设计的目的则是让程序按照人类思维和语言习惯书写,是面向人类,而非机器。
而高级语言分为两种,一种是解释型语言,我曾经看到过这样一个描述,有一个村里的公交,这种公交是可以随意停的,也就是说在路上看到了一个人,他就停车拉人,再继续走,再碰到人再停下来,再拉,如此循环往复,直到到终点站,其实这种语言说的就是解释型语言(边读源代码边运行),解释器会每次读入一段源码,然后执行,然后执行完毕之后再进去读在执行,直到结束。
还有一种则是编译型语言,这种就是“直达车”,半路不停,意思就是说这种语言要将源代码全部编译完成之后才去执行,中途不再需要重新读取代码。

数据类型

整形
int 整数
float 浮点型(奇怪的是没有double)
complex(复数)
简单的说一下复数,复数呢是有实数和虚数组成,可以用a+bj或者 complex(a,b),复数的实部a和虚部b都是浮点型。
数据类型转化:
int (x) 将一个数转化为int型,直接截取,不存在四舍五入。
float(x) 将一个数转化为float型,如无小数,则以0代替。
complex(x), 将一个数转化为复数,实部为x,虚部为0。
complex(x,y), 将一个数转化为复数,实部为x,虚部为y。

不过复数类型在py中使用较少。

字符串型 关于字符串这个基本的信息我不再赘述, 只说下python对String的特性。
字符串中“”or‘’ 表示

Python通用操作

        索引(indexing)
        分片(slicing)
        序列相加(adding)
        乘法(multiplying)
        成员资格、长度、最大值、最小值
索引
同下标,一个String可以获取到他的索引, 
greeting="Hello"
>>>greeting[0]
H
>>>greeting[1]
e
总结,其实索引就是代表了一个元素的下标,从0开始,而与java语言不同的是,python语言支持从右往左查询下标
,也就是倒着查, 比如说我要查询倒数第一个,则 greeting[-1],那么得出来的就是"0",其实有些奇怪,为什么
第一个不是-0呢, 是这样的,python中跟数学一样,-0=0,其实都是0,都是指向的第一个元素。
分片
索引是对单个元素进行访问,而分片(同java分割),是对一定范围的元素进行访问,分片通过冒号相隔的两个索引实现
, 如下代码:
numebr =[1,2,3,45,6,7,8]
number[1:3]#取出索引值在1和3之间的数字, 规则同java,管前不管后。
[2,3]

number[-3:-1]
[6,7] #基于python的特性, 这样也是可以前取值的,同样是管前不管后,就算是负数,这个“前”也是从左到右数的。

关于分片需要注意的是, 如果是要访问最后一个元素的话,那么则需要这个长度+1,
如果是以负索引的形式,0是不行的,只能是不填, 这样number[-3;] 就会得到倒数第三个以后全部的值,包倒数第三个。
同理, 我们不仅可以把孔放在后面,也可以放在前面,表示0, 如果将两个都设置为空,那么则会打印整个(序列)

关于分片,我们取得连续的元素是没问题的,如果我们要取得不连续的元素的时候我们就需要一种新的分片表现形式:
步长

number =[1,2,3,4,5,6,7,8,9,10]
number [0:10:1]# 0-10,表示取出所有元素,1则表示每隔一个则取一个,相当于跳过了一个,而一个这个则是本身,
#所以没有变化。
number [0:10:2]
[1,3,5,7,9] #这个步长是2,所以需要隔两个(包括本身)再取一个。
#其不管步长是多少,肯定是从0开始,这也就意味着0下标的肯定存在。

#步长也可以设置为负数, 对于正数步长, py会再序列的头部向右提取元素, 直到最后一个元素,对于负数的步长
#,则是从序列的尾部开始想左提取元素,直到第一个元素。
总结: 正数必须让开始点小于结束点, 而负数步长必须让开始点大于结束点.

如果步长是负数,那么分片中的第一个数是从尾数开始向头部计算的。
如果步长是正数,那么分片中的第一个数是从头部开始向尾部计算的。

列表

注释

Python中的注释以#开头,表示这一行开始到末尾都会被忽略,同AS(//)

变量

关于变量我不再详细描述, 只说明一些特别需要注意的地方
1.变量中字符串必须以引号"" or '' 开始结束。
2.python 中变量类型不固定的叫动态语言,与之对应的是静态语言,静态语言在定义变量时必须指定变量类型,而动态语言则不
  需要,动态语言可以反复赋值,并且是不同类型的值
3.当遇到不同类型的值是可以使用type(xx)来获取到类型值。
4.变量名称, 众所周知,见名知意是我们起变量的根据,但是python中可能有点不同,变量名可以是任意长度,必须是以字母开
  头,建议是小写字母开头。下划线可以出现在变量名称中,经常用于连接多个词组。
5.变量必须赋值,否则会被认为是不存在的变量。

运算符

算术运算符
(+) 、(-)、(*)、(/) 、(%)我就不再赘述了。

** 次幂 返回x的y次幂(指数)

// 取整除(地板除) 返回商的整数部分

比较运算符
这个我就不再赘述了。
赋值运算符
c+=a 同 c=c+a;
c**=a 同 c=c**a;
位运算符
用的较少,同其他语言都差不多一致(2>>2 )。
逻辑运算符
and 与 (同java &)
or 或(同java |)
not 非 (通java !)
成员运算符
in 表示值是否在指定的序列中, 如果存在,则返回true;
not in 同上,取反为true;
用法 x in list, x not in list
身份运算符
is 判断两个标识符是否引用自同一个对象;
:is not 表示两个标识符是否引用自不同的对象;
内容概要:本文提出了种基于非合作博弈理论的居民负荷分层调度模型,并结合双层鲸鱼优化算法(Two-level Whale Optimization Algorithm)进行高效求解,模型与算法均通过Matlab代码实现。研究针对电力系统中居民侧用电负荷的复杂调度问题,引入非合作博弈机制刻画各用户之间的利益竞争关系,实现负荷的分层优化分配;同时设计双层优化架构,上层优化资源配置,下层模拟用户自主决策行为,提升了模型的实用性与合理性。通过智能优化算法求解多层级、非凸非线性的博弈模型,有效提高了调度方案的收敛性与全局寻优能力,适用于现代智能电网中的需求侧管理与能源优化场景。; 适合人群:具备电力系统基础理论知识和Matlab编程能力,从事智能电网、能源优化调度、需求侧管理、博弈论应用等方向的科研人员、高校研究生及工程技术人员。; 使用场景及目标:①应用于居民区电力负荷的分层优化调度系统设计与仿真分析;②为非合作博弈在多主体能源系统建模中的应用提供方法论支持;③利用双层鲸鱼算法解决具有嵌套结构的复杂双层优化问题,提升求解效率与调度方案的可行性。; 阅读建议:建议读者结合提供的Matlab代码深入理解模型构建逻辑与算法实现流程,重点关注博弈模型的效用函数设计、纳什均衡求解思路以及双层优化结构的迭代机制,宜配合实际用电数据开展复现实验以验证模型有效性与鲁棒性。
内容概要:本文围绕基于自适应神经模糊推理系统(ANFIS)智能控制器的可再生能源微电网功率管理系统展开研究,结合Simulink仿真实现,深入探讨了微电网中功率的智能调控与经济机组组合调度问题。通过引入ANFIS控制器,有效应对风能、光伏等可再生能源出力的波动性与不确定性,提升系统运行的稳定性与电能质量。研究内容涵盖微电网多源协调控制策略、功率平衡管理、优化调度模型构建及仿真验证,实现了对分布式电源、储能系统和负荷的协同优化,兼顾经济性与可靠性目标,并通过仿真平台验证了所提方法的有效性与优越性。; 适合人群:具备电力系统、自动化或新能源相关专业背景,熟悉Matlab/Simulink仿真环境,从事微电网能量管理、智能控制、能源优化等领域研究的研究生、科研人员及工程技术人员。; 使用场景及目标:①用于高比例可再生能源接入场景下的微电网能量管理系统研发与教学实践;②为实现微电网功率稳定控制与经济高效运行提供先进的智能控制解决方案;③支撑高水平学术论文复现、科研课题攻关及实际工程项目的仿真验证与方案优化。; 阅读建议:建议结合提供的Simulink模型与相关代码进行动手实践,重点关注ANFIS控制器的设计流程、规则库构建与参数调优方法,并通过与传统PID或MPC控制策略的对比实验,深入理解其在动态响应与鲁棒性方面的优势。同时可进步拓展文中提出的优化调度逻辑,应用于多目标、多约束的复杂实际应用场景中。
内容概要:本文档聚焦于“直流电机双闭环控制Matlab仿真”,系统阐述了基于Matlab/Simulink平台实现直流电机双闭环控制系统(主要包括速度环与电流环)的设计与仿真全过程。通过构建直流电机的数学模型,结合PI控制器进行调控,实现对电机转速和电枢电流的高精度动态控制,验证控制策略的稳定性与响应性能。文档详细介绍了仿真模型的搭建流程、关键参数的整定方法、系统动态波形的分析手段以及仿真结果的有效性验证,体现了经典自动控制理论在实际电机系统中的工程应用,是电机控制与电力电子技术相结合的典型研究案例。; 适合人群:具备自动控制原理、电机与拖动基础、电力电子技术和Matlab/Simulink仿真能力的电气工程、自动化、机电体化等专业的本科生、研究生及从事电机驱动系统研发的工程技术人员。; 使用场景及目标:①作为高校课程设计或实验教学材料,帮助学生深入理解双闭环调速系统的工作机理与工程实现;②服务于科研项目,为新型电机控制算法(如滑模、模糊PID等)的开发与性能对比提供基础仿真验证平台;③作为工业界产品前期设计的仿真工具,用于评估不同控制策略在动态响应、抗干扰能力和稳态精度方面的可行性。; 阅读建议:建议读者在学习过程中紧密结合自动控制理论知识,亲手在Simulink环境中搭建完整的双闭环仿真模型,通过反复调整PI控制器的比例与积分参数,观察并分析转速、电流的阶跃响应曲线,从而深刻理解反馈控制的本质、系统稳定性条件以及参数整定对动态性能的影响,进而掌握电机控制系统的设计精髓。
内容概要:本文研究了基于Benders分解与输电网运营商(TSO)和配电网运营商(DSO)协调机制的不确定环境下输配电网双层优化模型,旨在提升高比例可再生能源接入背景下电网系统的协调性与鲁棒性。模型上层以系统整体经济性为目标进行优化调度,下层采用Benders分解实现TSO与DSO之间的信息交互与协同决策,通过引入割平面迭代机制保障求解的收敛性与全局最优性。研究充分考虑新能源出力与负荷需求的不确定性,构建了具有强适应性的双层优化框架,并基于Matlab完成了模型的编程实现与仿真验证,有效解决了多主体、多层级、多不确定性因素耦合下的电力系统优化调度难题。; 适合人群:具备电力系统分析、运筹学与优化理论基础,熟悉Matlab编程环境,从事智能电网、能源互联网、分布式能源集成、电力市场等方向的研究生、科研人员及工程技术人员。; 使用场景及目标:①研究高渗透率可再生能源条件下输配电网协同优化调度策略;②掌握Benders分解在电力系统双层优化建模中的应用方法与实现技巧;③构建TSO-DSO多主体协调机制,实现跨层级电网资源的高效互动与决策解耦;④提升对不确定性建模、分解算法设计及大规模优化问题求解能力。; 阅读建议:建议读者结合Matlab代码逐模块剖析模型构建流程,重点理解Benders割的生成逻辑、主从问题的信息传递机制及收敛判据设定,推荐在标准IEEE测试系统上复现实验以深入掌握模型特性与算法性能。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值