Splat-uppackning

Splat-operatorn ... är en kraftfull operator i Julia som används för att packa upp ett iterbart objekt. Det är ett smidigare och renare sätt att snabbt packa upp ett iterbart objekt – utan att behöva använda en slinga.

I den här övningen använder du splat-operatorn för att packa upp ett intervall till en vektor i stället för att använda en slinga.

Den här övningen är en del av kursen

Julia för medelnivå

Övningsinstruktioner

Använd splat-operatorn för att packa upp intervallet my_range till en vektor.

Interaktiv övning med praktiskt arbete

Testa den här övningen genom att slutföra den här exempelkoden.

# Unpack my_range using the splat operator
my_range = 0:10:50
println(____)

Redigera och kör kod

Den här övningen är en del av kursen

Julia för medelnivå

SkillTag.level.beginnerSkillTag.label

4.8+

Starta kursen gratis

Loopar är ett av kärnkoncepten i Julia. I det här kapitlet lär du dig om for-loopar och while-loopar, och hur du använder dem för att iterera över datastrukturer som du redan känner till. Du går också igenom intervall – ett praktiskt verktyg för att generera sekvenser av data.

Exercise 1: For-loopar Exercise 2: Fråga om for-loopar Exercise 3: Iterera över en vektor Exercise 4: Slingor och enumerate Exercise 5: Loopa över nästlade strukturer Exercise 6: While-loopar Exercise 7: Skriva en while-loop Exercise 8: While-loopar för iteration Exercise 9: Intervall Exercise 10: Intervall – iteration Exercise 11: Definiera intervall Exercise 12: Iterera över intervall Exercise 13: Splat-uppackning

Aktuell övning

Det här kapitlet fokuserar på att bredda dina kunskaper om de datastrukturer som finns i Julia. Lär dig att använda tupler, dictionaries, flerdimensionella arrayer och strukturer för att lagra och traversera data snabbt och effektivt.

Exercise 1: Tupler Exercise 2: När ska du använda en tuple?Exercise 3: Skapa, indexera och skiva en tupel Exercise 4: Skapa en NamedTuple för en person Exercise 5: Lexikon Exercise 6: Skapa en otypad ordbok och iterera Exercise 7: Skapa typad dict, iterera Exercise 8: Ändra nycklar/värden i dict, använd get()Exercise 9: Flerdimensionella arrayer Exercise 10: Skapa 1D- och 2D-arrayer Exercise 11: Indexera och skiva en 2D-array Exercise 12: Sammanfoga arrayer Exercise 13: Structs Exercise 14: Definiera en struktur Exercise 15: Muterbara och typade structs

I det här kapitlet fördjupar du din förståelse av funktioner och utforskar positionella argument, nyckelordsargument och standardargument. Du går också igenom tidmätning av kodexekvering och lär dig hur du mäter hur lång tid din kod tar att köra. Kapitlet avslutas med ett kapitelövergripande projekt där du skriver egna funktioner för att lösa verkliga problem.

Exercise 1: Körtid och mätning Exercise 2: Det inbyggda time-makrot Exercise 3: Tidmätning av en funktion Exercise 4: Positionsargument, standardargument och typdeklarationer Exercise 5: Repetition av positionsargument Exercise 6: Standardargument Exercise 7: Typdeklarationer Exercise 8: Nyckelordsargument Exercise 9: Nyckelordsargument Exercise 10: Variabelt antal argument Exercise 11: Skriv din egen funktion Exercise 12: Skriv egna funktioner Exercise 13: Skriv egna funktioner – structs

I det här sista kapitlet introduceras anonyma funktioner och en av Julias kraftfulla egenskaper – multipel dispatch – gås igenom. Du lär dig att använda funktioner från Python- och R-paket i Julia, och hur du rensar och modifierar data i dataframes.

Exercise 1: Anonyma funktioner och multipel dispatch Exercise 2: Multipel dispatch Exercise 3: Anonyma funktioner Exercise 4: Filtrera DataFrames Exercise 5: Importera funktioner från Python och R Exercise 6: Importera Python och R Exercise 7: Python-funktioner i Julia Exercise 8: R-funktioner i Julia Exercise 9: Rensa data Exercise 10: Byta namn på kolumner Exercise 11: Saknade värden Exercise 12: Avancerad hantering av saknade värden Exercise 13: Grattis!