脚本之家 服务器常用软件
快捷导航
您的位置：首页 → 脚本专栏 → python → Python中关键字有多少个

Python中有几个关键字

 更新时间：2020年06月04日 16:13:53   投稿：laozhang  
在本篇文章里小编给大家分享的是一篇关于Python中关键字个数的相关知识点内容，需要的朋友们可以学习下。

Python中关键词有多少个？Python中关键词目前有31个，可以利用Python的内置的keyword模块进行输出查看。

keyword模块

Help on module keyword:
NAME
 keyword - Keywords (from "graminit.c")
FILE
 /usr/lib64/python2.6/keyword.py
DESCRIPTION
 This file is automatically generated; please don't muck it up!
 To update the symbols in this file, 'cd' to the top directory of
 the python source tree after building the interpreter and run:
  python Lib/keyword.py
FUNCTIONS
 iskeyword = __contains__(...)
  x.__contains__(y) y in x.
DATA
 __all__ = ['iskeyword', 'kwlist']
 kwlist = ['and', 'as', 'assert', 'break', 'class', 'continue', 'def', ...

得到python的关键字列表：

>>> keyword.kwlist
['and', 'as', 'assert', 'break', 'class', 'continue', 'def', 'del', 'elif', 'else', 'except', 'exec', 
'finally', 'for', 'from', 'global', 'if', 'import', 'in', 'is', 'lambda', 'not', 'or', 'pass', 'print',
 'raise', 'return', 'try', 'while', 'with', 'yield']

判断字符串是否是python的关键字

>>> keyword.iskeyword('and')
True
>>> 
>>> keyword.iskeyword('has')
False

关于关键字知识点扩展：

TF-IDF

TF-IDF（Term Frequencey-Inverse Document Frequency）指词频-逆文档频率，它属于数值统计的范畴。使用TF-IDF，我们能够学习一个词对于数据集中的一个文档的重要性。

TF-IDF的概念

TF-IDF有两部分，词频和逆文档频率。首先介绍词频，这个词很直观，词频表示每个词在文档或数据集中出现的频率。等式如下：

TF(t)=词t在一篇文档中出现的次数/这篇文档的总词数

第二部分——逆文档频率实际上告诉了我们一个单词对文档的重要性。这是因为当计算TF的时候，我们对每个词赋予了同等的重要性，它出现得越多，它的TF就越高，如果它出现了100次，也许相比其他出现更少的词，它并不携带那么多信息，因此我们需要赋予它们权重，决定每个词的重要性。使用下面的等式得到IDF：

IDF(t)=(log10文档的篇数/包含词t文档的篇数)

那么，计算TF-IDF的方法如下：

TF * IDF=(词t在一篇文档中出现的次数/这篇文档的总词数)* log10(文档的篇数/包含词t文档的篇数)

到此这篇关于Python中有几个关键字的文章就介绍到这了,更多相关Python中关键字有多少个内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！

您可能感兴趣的文章:

相关文章

  • Python面向对象类编写细节分析【类,方法,继承,超类,接口等】

    Python面向对象类编写细节分析【类,方法,继承,超类,接口等】

    这篇文章主要介绍了Python面向对象类编写细节,较为详细的分析了Python面向对象程序设计中类,方法,继承,超类,接口等相关概念、使用技巧与注意事项,需要的朋友可以参考下
    2019-01-01
  • Python实现文件操作帮助类的示例代码

    Python实现文件操作帮助类的示例代码

    在使用Python进行业务开发的时候，需要将一些数据保存到本地文件存储，方便后面进行数据分析展示，本文就来用Python制作一个文件操作帮助类，需要的可以参考一下
    2023-03-03
  • Python自动化测试工具Splinter简介和使用实例

    Python自动化测试工具Splinter简介和使用实例

    这篇文章主要介绍了Python自动化测试工具Splinter简介和使用实例,Splinter可以非常棒的模拟浏览器的行为，Splinter提供了丰富的API，可以获取页面的信息判断当前的行为所产生的结果
    2014-05-05
  • python实现俄罗斯方块游戏（改进版）

    python实现俄罗斯方块游戏（改进版）

    这篇文章主要为大家详细介绍了python实现俄罗斯方块游戏的改进版，文中示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2020-03-03
  • Anaconda＋vscode＋pytorch环境搭建过程详解

    Anaconda＋vscode＋pytorch环境搭建过程详解

    这篇文章主要介绍了Anaconda＋vscode＋pytorch环境搭建过程详解，本文通过实例代码给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值,需要的朋友可以参考下
    2020-05-05
  • 关于pytorch中网络loss传播和参数更新的理解

    关于pytorch中网络loss传播和参数更新的理解

    今天小编就为大家分享一篇关于pytorch中网络loss传播和参数更新的理解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧
    2019-08-08
  • 基于ID3决策树算法的实现(Python版)

    基于ID3决策树算法的实现(Python版)

    下面小编就为大家带来一篇基于ID3决策树算法的实现(Python版)。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧
    2017-05-05
  • 3行Python代码实现图像照片抠图和换底色的方法

    3行Python代码实现图像照片抠图和换底色的方法

    这篇文章主要介绍了3行Python代码实现图像照片抠图和换底色的方法，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧
    2019-10-10
  • linux下python使用sendmail发送邮件

    linux下python使用sendmail发送邮件

    这篇文章主要为大家详细介绍了linux下python使用sendmail发送邮件，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
    2018-05-05
  • 详解基于Transformer实现电影评论星级分类任务

    详解基于Transformer实现电影评论星级分类任务

    这篇文章主要为大家介绍了详解基于Transformer实现电影评论星级分类任务过程解析，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪
    2023-04-04

最新评论