python下索引函数 python中索引

Python求解答过程

第11题

因为取字符串TempStr的从TempStr[3]到TempStr[-2]的字符,

这里的下标都是从0开始,Python的数学取值区间都是[3,-1)半开区间,

因此取值范围是[3,-2],运行结果是3.14159

第13题

这是一个求400到500间的水仙花数的程序,水仙花数是指各个数位上的数的3次方的和等于这个数本身的3位数,

变量i是取这个3位数的百位上的数字,变量j是取这个3位数的十位上的数字,变量k是取这个3位数的个位上的数字,

如果这个数等于各个数位上的数的3次方的和,则打印这个数,在400到500中水仙花数只有407.

你也可以用4*4*4+0*0*0+7*7*7=64+0+343=407来判断答案是A,408不满足上述条件,153和159不在400到500范围内

第43题

Python中的list中的index函数是返回字符串's'在list中的索引位置(Python的索引下标都是从0开始),后面的5和10,是可选项表示查找从下标5到下标10的范围,

因为Python都是半开区间,所以实际范围为[5,9]区间,所以在"ky is"中查找's',其索引位置在整个字符串中是9,返回打印9

如何在python列表中查找某个元素的索引

1、方法一： 利用数组自身的特性 a.index(target), 其中a是目标list，target是需要的下标对应的值。代码如下：

可知索引为2。但是如果a中有多个76元素，这种方法仅仅能获取都第一个匹配的value的下标索引。

2、方法二：利用enumerate函数。

代码如下：

运行结果：

扩展资料：

python通过索引的操作（Python包含6种内建序列：列表、元组、字符串、Unicode字符串、buffer对象、xrange对象）：

1、索引：

负数索引与正数索引之间存在一个规律： 当正数索引+负数索引的绝对值=元素的个数，它们所指的是同一个元素。

2、分片：

分片用于截取某个范围内的元素，通过:来指定起始区间（左闭右开区间，包含左侧索引值对应的元素，但不包含右测索引值对应的元素）。

分片包括起始索引对应的元素，但不包括终止索引对应的元素，索引为正值时可以发生越界但只会取到最后一个元素。如果索引值为负值，则表示从最右边元素开始，此时需避免索引越界。

python的index函数，获取最后一个

python的index函数可以获取列表中值的第一个索引。

list= [1,2,3,4,5,1,2,2]

list.index(2) 1

如果要获取相同值的最后一个索引：

len(list) - list[::-1].index(2) - 1

反向取得list后，用list的长度减去反转后出现的第一个索引再减1

python如何实现index()功能，不能使用index()、find()函数方法

python实现index()功能：

语法

index()方法语法：

str.index(str, beg=0, end=len(string))

参数

str -- 指定检索的字符串

beg -- 开始索引，默认为0。

end -- 结束索引，默认为字符串的长度。

返回值

如果包含子字符串返回开始的索引值，否则抛出异常。

实例

以下实例展示了index()方法的实例：

#!/usr/bin/python

str1 = "this is string example....wow!!!";

str2 = "exam";

print str1.index(str2);

print str1.index(str2, 10);

print str1.index(str2, 40);

以上实例输出结果如下：

15

15

Traceback (most recent call last):

File "test.py", line 8, in

print str1.index(str2, 40);

ValueError: substring not found

shell returned 1

Python 数据处理（二十四）—— 索引和选择

如果你想获取 'A' 列的第 0 和第 2 个元素python下索引函数，你可以这样做:

这也可以用 .iloc 获取python下索引函数，通过使用位置索引来选择内容

可以使用 .get_indexer 获取多个索引:

警告 python下索引函数：

对于包含一个或多个缺失标签的列表，使用 .loc 或 [] 将不再重新索引，而是使用 .reindex

在以前的版本中，只要索引列表中存在至少一个有效标签，就可以使用 .loc[list-of-labels]

但是现在，只要索引列表中存在缺失的标签将引发 KeyError 。推荐的替代方法是使用 .reindex() 。

例如

索引列表的标签都存在

先前的版本

但是，现在

索引标签列表中包含不存在的标签，使用 reindex

另外，如果你只想选择有效的键，可以使用下面的方法，同时保留了数据的 dtype

对于 .reindex() ，如果有重复的索引将会引发异常

通常，您可以将所需的标签与当前轴做交集，然后重新索引

但是，如果你的索引结果包含重复标签，还是会引发异常

使用 sample() 方法可以从 Series 或 DataFrame 中随机选择行或列。

该方法默认会对行进行采样，并接受一个特定的行数、列数，或数据子集。

默认情况下， sample 每行最多返回一次，但也可以使用 replace 参数进行替换采样

默认情况下，每一行被选中的概率相等，但是如果你想让每一行有不同的概率，你可以为 sample 函数的 weights 参数设置抽样权值

这些权重可以是一个列表、一个 NumPy 数组或一个 Series ，但它们的长度必须与你要抽样的对象相同。

缺失的值将被视为权重为零，并且不允许使用 inf 值。如果权重之和不等于 1 ，则将所有权重除以权重之和，将其重新归一化。例如

当应用于 DataFrame 时，您可以通过简单地将列名作为字符串传递给 weights 作为采样权重（前提是您要采样的是行而不是列）。

sample 还允许用户使用 axis 参数对列进行抽样。

最后，我们还可以使用 random_state 参数为 sample 的随机数生成器设置一个种子，它将接受一个整数（作为种子）或一个 NumPy RandomState 对象

当为该轴设置一个不存在的键时， .loc/[] 操作可以执行放大

在 Series 的情况下，这实际上是一个追加操作

可以通过 .loc 在任一轴上放大 DataFrame

这就像 DataFrame 的 append 操作

由于用 [] 做索引必须处理很多情况（单标签访问、分片、布尔索引等），所以需要一些开销来搞清楚你的意图

如果你只想访问一个标量值，最快的方法是使用 at 和 iat 方法，这两个方法在所有的数据结构上都实现了

与 loc 类似， at 提供了基于标签的标量查找，而 iat 提供了基于整数的查找，与 iloc 类似

同时，你也可以根据这些索引进行设置值

如果索引标签不存在，会放大数据

另一种常见的操作是使用布尔向量来过滤数据。运算符包括：

|(or) 、 (and) 、 ~ (not)

这些必须用括号来分组，因为默认情况下， Python 会将 df['A'] 2 df['B'] 3 这样的表达式评估为 df['A'] (2 df['B']) 3 ，而理想的执行顺序是 (df['A'] 2) (df['B'] 3)

使用一个布尔向量来索引一个 Series ，其工作原理和 NumPy ndarray 一样。

您可以使用一个与 DataFrame 的索引长度相同的布尔向量从 DataFrame 中选择行

列表推导式和 Series 的 map 函数可用于产生更复杂的标准

我们可以使用布尔向量结合其python下索引函数他索引表达式，在多个轴上索引

iloc 支持两种布尔索引。如果索引器是一个布尔值 Series ，就会引发异常。

例如，在下面的例子中， df.iloc[s.values, 1] 是正确的。但是 df.iloc[s，1] 会引发 ValueError 。

关于python下索引函数和python中索引的介绍到此就结束了，不知道你从中找到你需要的信息了吗 ？如果你还想了解更多这方面的信息，记得收藏关注本站。