Nano Hash - криптовалюты, майнинг, программирование

преобразовать несколько значений в одну строку в число с плавающей запятой

У меня есть такая строка -99.00 -99.00 99.00 9.00 -99.00, и я хочу преобразовать все числа внутри строки в значения с плавающей запятой, а затем добавить их в массив, как я могу этого добиться? Между значениями 99.00 и 9.00 есть 3 пробела, разделяющие их.

Часть добавления я мог бы сделать сам, если бы знал, как преобразовывать значения одно за другим.


Ответы:


1

Пифонический способ сделать это — использовать понимание списка и split

my_string = '-99.00 -99.00 99.00 9.00 -99.00'
arr = [float(x) for x in my_string.split(' ')]
print(arr)

Выход:

[-99.0, -99.0, 99.0, 9.0, -99.0]
18.01.2018

2

Вы можете использовать метод разделения и сопоставления

a =  '-99.00 -99.00 99.00 9.00 -99.00' 
print map(float, a.split(" "))

Результат:

[-99.0, -99.0, 99.0, 9.0, -99.0]
18.01.2018
  • Использование map на py3 может быть более эффективным, в зависимости от входной строки и использования постера. Это связано с тем, что map становится ленивым генератором, а не генерирует весь список заранее. Предоставленное разделение строки не делает этого. 18.01.2018
  • Новые материалы

    Кластеризация: более глубокий взгляд
    Кластеризация — это метод обучения без учителя, в котором мы пытаемся найти группы в наборе данных на основе некоторых известных или неизвестных свойств, которые могут существовать. Независимо от..

    Как написать эффективное резюме
    Предложения по дизайну и макету, чтобы представить себя профессионально Вам не позвонили на собеседование после того, как вы несколько раз подали заявку на работу своей мечты? У вас может..

    Частный метод Python: улучшение инкапсуляции и безопасности
    Введение Python — универсальный и мощный язык программирования, известный своей простотой и удобством использования. Одной из ключевых особенностей, отличающих Python от других языков, является..

    Как я автоматизирую тестирование с помощью Jest
    Шутка для победы, когда дело касается автоматизации тестирования Одной очень важной частью разработки программного обеспечения является автоматизация тестирования, поскольку она создает..

    Работа с векторными символическими архитектурами, часть 4 (искусственный интеллект)
    Hyperseed: неконтролируемое обучение с векторными символическими архитектурами (arXiv) Автор: Евгений Осипов , Сачин Кахавала , Диланта Хапутантри , Тимал Кемпития , Дасвин Де Сильва ,..

    Понимание расстояния Вассерштейна: мощная метрика в машинном обучении
    В обширной области машинного обучения часто возникает необходимость сравнивать и измерять различия между распределениями вероятностей. Традиционные метрики расстояния, такие как евклидово..

    Обеспечение масштабируемости LLM: облачный анализ с помощью AWS Fargate и Copilot
    В динамичной области искусственного интеллекта все большее распространение получают модели больших языков (LLM). Они жизненно важны для различных приложений, таких как интеллектуальные..