BUILT-IN FUNCTIONS
DICTIONARY METHODS
LIST METHODS
SET METHODS
STRING METHODS
TUPLE METHODS
PYTHON FUNCTION
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm String center() trong Python

Trong bài viết này, mình sẽ tìm hiểu về hàm center() trong Python và cách nó giúp căn giữa một chuỗi với kích thước được chỉ định.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

Hàm center() trong Python được sử dụng để căn giữa một chuỗi trong một không gian được xác định. Nó chèn các ký tự khoảng trắng vào hai bên chuỗi để tạo ra một chuỗi mới có độ dài đã cho.

Cú pháp của hàm center()

Cú pháp sử dụng hàm center() như sau:

string.center(width, fillchar)

Trong đó:

Bài viết này được đăng tại [free tuts .net]

  • string là chuỗi cần được căn giữa.
  • width là độ dài của chuỗi kết quả sau khi căn giữa.
  • fillchar (tùy chọn) là ký tự được sử dụng để điền vào các khoảng trắng. Giá trị mặc định là khoảng trắng.

Ví dụ sử dụng hàm center()

Ví dụ 1: Căn giữa một từ trong một không gian có chiều rộng cụ thể:

string = "Python"
width = 10
centered_string = string.center(width)
print(centered_string)

Kết quả khi trả ra:

  Python  

Ví dụ 2: Căn giữa một câu trong một không gian có chiều rộng cụ thể:

sentence = "Welcome to Python"
width = 20
centered_sentence = sentence.center(width, "*")
print(centered_sentence)

Kết quả khi trả ra:

*Welcome to Python**

Lưu ý khi sử dụng hàm center()

  • Độ dài của chuỗi kết quả sau khi căn giữa sẽ phụ thuộc vào giá trị width và chiều dài của chuỗi gốc.
  • Nếu giá trị width nhỏ hơn hoặc bằng chiều dài của chuỗi gốc, hàm center() sẽ trả về chuỗi gốc mà không làm thay đổi gì.
  • Ký tự fillchar chỉ được sử dụng để điền vào các khoảng trắng và không ảnh hưởng đến các ký tự khác trong chuỗi.

Hàm center() trong Python là một công cụ mạnh mẽ để căn giữa một chuỗi trong một không gian được xác định. Việc sử dụng hàm này giúp bạn định dạng và tạo ra các chuỗi được căn giữa một cách dễ dàng và chính xác. Hy vọng bài viết sẽ hữu ích với bạn.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top