博客
关于我
yaml数组类型
阅读量:355 次
发布时间:2019-03-04

本文共 710 字,大约阅读时间需要 2 分钟。

在处理yaml文件时,数组类型的表示方式和转换至列表类型的过程可能会让一些开发者感到困惑。本文将详细解释yaml数组类型的表示方法以及如何在Python中将其转换为列表类型。

在yaml中,数组通常使用带有破折号的行来表示。以下是一个常见的yaml数组表达式:

- 100- 1- 2- 3

在这个例子中,每一行前面都带有破折号 -,表示这些值构成一个数组。如果你想将其转换为Python中的列表类型,可以使用yaml库来解析。以下是一个示例代码:

import yamlimport osproject_path = os.path.split(os.path.realpath(__file__))[0].split('tools')[0]  # 项目路径def get_yaml_data(fileDir):    # 在内存中加载文件    f = open(fileDir, 'r', encoding='utf-8')    # 使用FullLoader加载yaml文件    res = yaml.load(f, Loader=yaml.FullLoader)    return resif __name__ == '__main__':    info = get_yaml_data(project_path + r'\configs\cnf.yaml')    print(info)

运行上述代码后,输出结果会是:

- [100, [1, 2, 3]]

这个结果表明,原始yaml文件中的数组类型已经成功转换为Python中的列表类型。通过这种方式,你可以方便地在代码中使用yaml文件中的数据。

转载地址:http://wjeh.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(二) :基于模板匹配拼接
查看>>
OpenCV与AI深度学习 | OpenCV常用图像拼接方法(四):基于Stitcher类拼接
查看>>
OpenCV与AI深度学习 | OpenCV快速傅里叶变换(FFT)用于图像和视频流的模糊检测(建议收藏!)
查看>>
OpenCV与AI深度学习 | PaddleOCR 2.9 发布, 正式开源文本图像智能分析利器
查看>>
OpenCV与AI深度学习 | SAM2(Segment Anything Model 2)新一代分割一切大模型介绍与使用(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | T-Rex Label !超震撼 AI 自动标注工具,开箱即用、检测一切
查看>>
OpenCV与AI深度学习 | YOLO11介绍及五大任务推理演示(目标检测,图像分割,图像分类,姿态检测,带方向目标检测)
查看>>
OpenCV与AI深度学习 | YOLOv10在PyTorch和OpenVINO中推理对比
查看>>
OpenCV与AI深度学习 | YOLOv11来了:将重新定义AI的可能性
查看>>
OpenCV与AI深度学习 | YOLOv8自定义数据集训练实现火焰和烟雾检测(代码+数据集!)
查看>>
OpenCV与AI深度学习 | YOLOv8重磅升级,新增旋转目标检测,又该学习了!
查看>>
OpenCV与AI深度学习 | 一文带你读懂YOLOv1~YOLOv11(建议收藏!)
查看>>
OpenCV与AI深度学习 | 五分钟快速搭建一个实时人脸口罩检测系统(OpenCV+PaddleHub 含源码)
查看>>
OpenCV与AI深度学习 | 什么是 COCO 数据集?
查看>>
OpenCV与AI深度学习 | 低对比度缺陷检测应用实例--LCD屏幕脏污检测
查看>>
OpenCV与AI深度学习 | 使用 MoveNet Lightning 和 OpenCV 实现实时姿势检测
查看>>
OpenCV与AI深度学习 | 使用 OpenCV 创建自定义图像滤镜
查看>>
OpenCV与AI深度学习 | 使用 SAM 和 Grounding DINO 分割卫星图像
查看>>
OpenCV与AI深度学习 | 使用OpenCV图像修复技术去除眩光
查看>>
OpenCV与AI深度学习 | 使用OpenCV检测并计算直线角度
查看>>