变量结果为:b'0.6\n7.19\n8.11\n\n\n' 怎么将这个变量处理成三个int

首先，将变量转换为字符串并去除末尾的换行符 `\n`：

var = b'0.6\n7.19\n8.11\n\n\n'
var_str = var.decode().strip()

然后，将字符串按照换行符分割成多个子字符串，并逐个转换为整数：

ints = []
for s in var_str.split('\n'):
    if s:
        ints.append(int(float(s)))

这里使用 `float` 函数将字符串转换为浮点数，然后使用 `int` 函数将浮点数转换为整数。注意，变量中可能会有空字符串，需要进行判断和过滤。最终结果存储在 `ints` 列表中。完整代码如下：

var = b'0.6\n7.19\n8.11\n\n\n'
var_str = var.decode().strip()

ints = []
for s in var_str.split('\n'):
    if s:
        ints.append(int(float(s)))

print(ints)  # [0, 7, 8]

相关问题

numpy.core._exceptions._ArrayMemoryError: Unable to allocate 7.19 GiB for an array with shape (30, 32183100) and data type object

这个错误提示表明你的计算机内存不足以分配一个形状为 (30, 32183100) 的数组，数据类型为 object，需要大约 7.19 GiB 的内存空间。你可以尝试以下几种方法来解决这个问题：

1. 减少数组的大小或者改变数组数据类型，以减少所需内存空间。
2. 尝试使用更大的内存或者更高效的计算机，以获得更多内存空间。
3. 优化你的程序，以减少内存使用。比如，可以尝试使用迭代器、生成器等方式来避免大量数据同时存在内存中，或者使用局部变量代替全局变量等方式来减少内存占用。
4. 尝试使用分布式计算框架，如 Apache Spark 等，以将数据分散到多个计算节点上，从而减少单个节点的内存压力。

camunda 7.19 汉化

对于Camunda 7.19版本的汉化，可以按照以下步骤进行操作：

1. 下载Camunda的汉化包：您可以在Camunda官方网站或其他开源社区中找到已经汉化的版本。确保下载的版本与您使用的Camunda版本兼容。

2. 替换语言文件：将下载的汉化包中的语言文件替换到Camunda的安装目录中。通常，语言文件位于`<camunda-installation-directory>/webapps/camunda/WEB-INF/classes`目录下。

3. 修改配置文件：打开Camunda的配置文件`<camunda-installation-directory>/webapps/camunda/WEB-INF/classes/application.properties`，将`camunda.i18n.enabled`属性设置为`true`。

4. 启动Camunda：重新启动Camunda应用程序，确保所做的更改生效。

完成以上步骤后，您应该能够在Camunda 7.19版本中看到汉化的界面和文本。请注意，汉化包的可用性和准确性可能会因版本而异，建议在使用之前进行测试和验证。