2.6基本数据类型——列表
列表的创建
list_test=[‘张三‘,‘李四’,‘alex‘] #或 list_test=list(‘alex‘) #或 list_test=list([‘张三‘,‘李四’,‘alex‘])
列表的特点和常用操作
特性:
1.可存放多个值
2.按照从左到右的顺序定义列表元素,下标从0开始顺序访问,有序
3.可修改指定索引位置对应的值,可变
常规操作:
#索引 >>> l = [‘egon‘,‘alex‘,‘seven‘,‘yuan‘] >>> l[0] ‘egon‘ >>> l[2] ‘seven‘ #切片 >>> l[0:2] [‘egon‘, ‘alex‘] >>> l[2:5] [‘seven‘, ‘yuan‘] >>> l[:2] [‘egon‘, ‘alex‘] >>> l[2:] [‘seven‘, ‘yuan‘] >>> l[:] [‘egon‘, ‘alex‘, ‘seven‘, ‘yuan‘] >>> l[::2] [‘egon‘, ‘seven‘] >>> l[::-1] [‘yuan‘, ‘seven‘, ‘alex‘, ‘egon‘] #追加 >>> l.append("eva") >>> l [‘egon‘, ‘alex‘, ‘seven‘, ‘yuan‘, ‘eva‘] #删除 >>> l.remove(‘eva‘) >>> l [‘egon‘, ‘alex‘, ‘seven‘, ‘yuan‘] >>> l.pop() ‘yuan‘ >>> l [‘egon‘, ‘alex‘, ‘seven‘] #长度 >>> len(l) 3 #包含 >>> ‘seven‘ in l True >>> ‘yuan‘ in l False #循环:为什么是“i”? >>> for i in l: print(i) egon alex seven
列表与字符串——split和join
#分割 >>> s = ‘hello world‘ >>> s.split(‘ ‘) [‘hello‘, ‘world‘] >>> s2= ‘hello,world‘ >>> s2.split(‘,‘) #连接 >>> l = [‘hi‘,‘eva‘] >>> ‘!‘.join(l) ‘hi!eva‘
2.7基本数据类型——元素
元组的定义和特性
定义:与列表类似,只不过[]改成()
特性:
1.可存放多个值
2.不可变
3.按照从左到右的顺序定义元组元素,下标从0开始顺序访问,有序
元素的创建:
ages = (11, 22, 33, 44, 55) #或 ages = tuple((11, 22, 33, 44, 55))
元素的常规操作:
#索引 >>> ages = (11, 22, 33, 44, 55) >>> ages[0] 11 >>> ages[3] 44 >>> ages[-1] 55 #切片:同list #循环 >>> for age in ages: print(age) 11 22 33 44 55 #长度 >>> len(ages) 5 #包含 >>> 11 in ages True >>> 66 in ages False >>> 11 not in ages False
元素特性:
1.可以存放多个值
当它只有一个值时
t = (1,) t = (1) #<==>t = 1
元组中不仅可以存放数字、字符串,还可以存放更加复杂的数据类型
2.不可变原则
元组本身不可变,如果元组中还包含其他可变元素,这些可变元素可以改变
2.8可变、不可变数据类型和hash
可变类型:列表
不可变类型:数字、字符串、元组
列表:
>>> l = [1,2,3,4] >>> id(l) 4392665160 >>> l[1] = 1.5 >>> l [1, 1.5, 3, 4] >>> id(l) 4392665160
数字:
>>> a = 1 >>> id(a) 4297537952 >>> a+=1 >>> id(a) 4297537984
字符串:
#例1 >>> s = ‘hello‘ >>> s[1] = ‘a‘ Traceback (most recent call last): File "<pyshell#5>", line 1, in <module> s[1] = ‘a‘ TypeError: ‘str‘ object does not support item assignment #例2 >>> s = ‘hello‘ >>> id(s) 4392917064 >>> s += ‘ world‘ >>> s ‘hello world‘ >>> id(s) 4393419504
元素——不允许修改
>> t = (1,2,3,4) >>> t[1] = 1.5 Traceback (most recent call last): File "<pyshell#10>", line 1, in <module> t[1] = 1.5 TypeError: ‘tuple‘ object does not support item assignment
hash:
>>> hash("张三") 6480394008723176318 >>> hash("李四") -114706925611844552 >>> hash("王老五") 3250319002057530081
注:不可变的数据类型是可以被hash的,可变类型是不可以hash的。
2.9基本数据类型——字典
字典是python语言中唯一的映射类型。
定义:{key1:value1,key2:value2}
1、键与值用冒号“:”分开; 2、项与项用逗号“,”分开;
特性:
1.key-value结构 2.key必须可hash、且必须为不可变数据类型、必须唯一 3.可存放任意多个值、可修改、可以不唯一 4.无序
字典创建:
person = {"name": "alex", ‘age‘: 20} #或 person = dict(name=‘seven‘, age=20) #或 person = dict({"name": "egon", ‘age‘: 20}) #或 person = dict(([‘name‘,‘苑昊‘],[‘文周‘,18])) {}.fromkeys(seq,100) #不指定100默认为None #注意 >>> dic={}.fromkeys([‘k1‘,‘k2‘],[]) >>> dic {‘k1‘: [], ‘k2‘: []} >>> dic[‘k1‘].append(1) >>> dic {‘k1‘: [1], ‘k2‘: [1]}
字典的常规操作:
键、值、键值对 1、dic.keys() 返回一个包含字典所有KEY的列表; 2、dic.values() 返回一个包含字典所有value的列表; 3、dic.items() 返回一个包含所有(键,值)元祖的列表; 4、dic.iteritems()、dic.iterkeys()、dic.itervalues() 与它们对应的非迭代方法一样,不同的是它们返回一个迭代子,而不是一个列表; 新增 1、dic[‘new_key‘] = ‘new_value‘; 2、dic.setdefault(key, None) ,如果字典中不存在Key键,由 dic[key] = default 为它赋值;_ 删除 1、dic.pop(key[,default]) 和get方法相似。如果字典中存在key,删除并返回key对应的vuale;如果key不存在,且没有给出default的值,则引发keyerror异常; 2、dic.clear() 删除字典中的所有项或元素; 修改 1、dic[‘key‘] = ‘new_value‘,如果key在字典中存在,‘new_value‘将会替代原来的value值; 2、dic.update(dic2) 将字典dic2的键值对添加到字典dic中 查看 1、dic[‘key‘],返回字典中key对应的值,若key不存在字典中,则报错; 2、dict.get(key, default = None) 返回字典中key对应的值,若key不存在字典中,则返回default的值(default默认为None) 循环 1、for k in dic.keys() 2、for k,v in dic.items() 3、for k in dic 长度 1、len(dic)
字典的工厂函数
class dict(object): """ dict() -> new empty dictionary dict(mapping) -> new dictionary initialized from a mapping object‘s (key, value) pairs dict(iterable) -> new dictionary initialized as if via: d = {} for k, v in iterable: d[k] = v dict(**kwargs) -> new dictionary initialized with the name=value pairs in the keyword argument list. For example: dict(one=1, two=2) """ def clear(self): # real signature unknown; restored from __doc__ """ D.clear() -> None. Remove all items from D. """ pass def copy(self): # real signature unknown; restored from __doc__ """ D.copy() -> a shallow copy of D """ pass @staticmethod # known case def fromkeys(*args, **kwargs): # real signature unknown """ Returns a new dict with keys from iterable and values equal to value. """ pass def get(self, k, d=None): # real signature unknown; restored from __doc__ """ D.get(k[,d]) -> D[k] if k in D, else d. d defaults to None. """ pass def items(self): # real signature unknown; restored from __doc__ """ D.items() -> a set-like object providing a view on D‘s items """ pass def keys(self): # real signature unknown; restored from __doc__ """ D.keys() -> a set-like object providing a view on D‘s keys """ pass def pop(self, k, d=None): # real signature unknown; restored from __doc__ """ D.pop(k[,d]) -> v, remove specified key and return the corresponding value. If key is not found, d is returned if given, otherwise KeyError is raised """ pass def popitem(self): # real signature unknown; restored from __doc__ """ D.popitem() -> (k, v), remove and return some (key, value) pair as a 2-tuple; but raise KeyError if D is empty. """ pass def setdefault(self, k, d=None): # real signature unknown; restored from __doc__ """ D.setdefault(k[,d]) -> D.get(k,d), also set D[k]=d if k not in D """ pass def update(self, E=None, **F): # known special case of dict.update """ D.update([E, ]**F) -> None. Update D from dict/iterable E and F. If E is present and has a .keys() method, then does: for k in E: D[k] = E[k] If E is present and lacks a .keys() method, then does: for k, v in E: D[k] = v In either case, this is followed by: for k in F: D[k] = F[k] """ pass def values(self): # real signature unknown; restored from __doc__ """ D.values() -> an object providing a view on D‘s values """ pass ....略....
2.10基本数据类型——集合
集合中元素的三个特征:
1.确定性(元素必须可hash)
2.互异性(去重)
3.无序性(集合中的元素没有先后之分),如集合{3,4,5}和{3,5,4}算同一个集合。
注意:集合存在的意义就在于去重和关系运算。
用集合解决问题
l={‘张三‘,’李四‘,’老男孩‘} #集合定义 p={’张三‘,’李四‘,‘alex‘} l_p=l&p #集合求集 print(l_p)
集合的定义:
l={1,2,3,1} #此处应该说明集合“去重”的效果 #定义可变集合 >>> set_test=set(‘hello‘)#此处说明集合的“无序性” >>>set_test {‘l‘,‘o‘,‘e‘,‘h‘} #改为不可变集合frozenset >>>f_set_test=frozenset(sey_test) >>>f_set_test frozenset{‘l‘,‘e‘,‘h‘,‘o‘}
集合的关系运算:
|,|=合集,也叫并集
l={‘张三‘,‘李四‘,‘老男孩‘} p={‘张三‘,‘李四‘,‘alex‘} print(l.union(P)) print(l|p)
-,-=差集
l={‘张三‘,‘李四‘,‘老男孩‘} p = {‘张三‘,‘李四‘,‘alex‘} print(l.difference(p)) print(l-p)
^,^=对称差集
a = {1,2,3} b = {2,3,4,5} print(a.symmetric_difference(b)) print(a^b)
包含关系
in,not in:判断某元素是否在集合内
= =,!:判断两个集合是否相等
两个集合之间一般有是三种关系,相交、包含、不相交。在Python中分别用下面的方法判断:
- set.isdisjoint(s):判断两个集合是不是不相交
- set.issuperset(s):判断集合是不是包含其他集合,等同于a>=b
- set.issubset(s):判断集合是不是被其他集合包含,等同于a<=b
集合的常用操作
元素的增加:
>>> a={1,2} >>>a.update([3,4],[1,2,7]) >>>a {1,2,3,4,7} >>>a.update("hello") >>>a {1,2,3,4,7,‘h‘,‘e‘,‘l‘,‘o‘} >>>a.add("hello") >>>a {1,2,3,4,‘hello",7,‘h‘,‘e‘,l‘,‘o‘}
元素的删除集合删除单个元素有两种方法:
元素不在原集合中时:
set.discard不会抛出异常
set.remove(x)会抛出Key Error错误
>>> a={1,2,3,4} >>> a.discard(1) >>> a {2, 3, 4} >>> a.discard(1) >>> a {2, 3, 4} >>> a.remove(1) Traceback (most recent call last): File "<input>", line 1, in <module> KeyError: 1
pop():由于集合是无序的,pop返回的结果不能确定,且当集合为空时调用pop会抛出Key Error错误,clear():清空集合
>>> a={3,"a",2.1,1} >>> a.pop() >>> a.pop() >>> a.clear() >>> a set() >>> a.pop() Traceback (most recent call last): File "<input>", line 1, in <module> KeyError: ‘pop from an empty set‘
2.11collections模块
collections模块在内置数据类型(dict、list、set、tuple)基础上,还提供几个额外的数据类型:
Chain Map、Counter、dequ、defaultdict、namedtuple和orderdict等
1.namedtuple: 生成可以使用名字来访问元素内容的tuple子类
2.deque: 双端队列,可以快速的从另外一侧追加和推出对象
3.Counter: 计数器,主要用来计数
4.OrderedDict: 有序字典
5.defaultdict: 带有默认值的字典
nameduple
amedtuple是一个函数,它用来创建一个自定义的tuple
对象,并且规定了tuple
元素的个数,并可以用属性而不是索引来引用tuple
的某个元素。(注:tuple是不变集合)
验证创建的Piont对象是tuple的一种子类:
>>>isinstance(p,Piont) True >>>isinstance(p,Piont) True
如果要用坐标和半径表示一个园,也可以用nameduple定义:
#namedtuple(‘名称‘,[属性list]): Circle=namedtuple(Circle‘,[‘x‘,‘y‘,‘r‘])
deque
deque是为了高效实现列表,适合队列和栈:
>>>from collections import deque >>>q=deque([‘a‘,‘b‘,‘c‘]) >>>q.append(‘x‘) >>>q.appendleft(‘y‘) >>>q deque([‘y‘,‘a‘,‘b‘,‘c‘,‘x‘])
deque除了实现listde append()和pop()外,还支持append left()和popleft(),这样就可以非常高效的往头部添加或删除元素
defaultdict
使用dict时,如果引用的Key不存在,就会抛出Key Error。如果不希望Key不存在时,返回一个默认值,就可以用defaultdict:
>>> from collections import defaultdict >>> dd = defaultdict(lambda: ‘N/A‘) >>> dd[‘key1‘] = ‘abc‘ >>> dd[‘key1‘] # key1存在 ‘abc‘ >>> dd[‘key2‘] # key2不存在,返回默认值 ‘N/A‘
ordereddict
使用dict
时,Key是无序的。在对dict
做迭代时,我们无法确定Key的顺序。
如果要保持Key的顺序,可以用OrderedDict
:
>>> from collections import OrderedDict >>> d = dict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)]) >>> d # dict的Key是无序的 {‘a‘: 1, ‘c‘: 3, ‘b‘: 2} >>> od = OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)]) >>> od # OrderedDict的Key是有序的 OrderedDict([(‘a‘, 1), (‘b‘, 2), (‘c‘, 3)])
注意,orderdict的Key会按照插入的顺序排列,不是Key本身排序:
>>> od = OrderedDict() >>> od[‘z‘] = 1 >>> od[‘y‘] = 2 >>> od[‘x‘] = 3 >>> od.keys() # 按照插入的Key的顺序返回 [‘z‘, ‘y‘, ‘x‘]
ordereddict可以实现FIFO(先进先出)的dict,当容量超出限制时,先删除最早添加的Key:
from collections import OrderedDict class LastUpdatedOrderedDict(OrderedDict): def __init__(self, capacity): super(LastUpdatedOrderedDict, self).__init__() self._capacity = capacity def __setitem__(self, key, value): containsKey = 1 if key in self else 0 if len(self) - containsKey >= self._capacity: last = self.popitem(last=False) print ‘remove:‘, last if containsKey: del self[key] print ‘set:‘, (key, value) else: print ‘add:‘, (key, value) OrderedDict.__setitem__(self, key, value)
Counter
counter是一个简单的计数器,例如,统计字符出现的个数:
>>>form collertions import Counter >>>c=counter() >>>for ch in ‘programming‘: ... c[ch]=c[ch]+1 ... >>>c Counter({‘g‘,2,‘m‘:2,‘r‘:2,‘a‘:1,‘i‘:1,‘o‘:1,‘n‘:1,‘p‘:1})
Counter实际上也是dicde 一个子类,上面的结果可以看出,字符’g‘、‘m‘、‘r‘各出现了两次,其他字符各出现了一次。
2.12本章小结
基本数据类型:
可变的数据类型:list dict set
不可变数据类型:数字类(bool,int,float,cinpiex)、str tuple frozenset
扩展数据类型collectins:
1.namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
2.deque: 双端队列,可以快速的从另外一侧追加和推出对象
3.Counter: 计数器,主要用来计数
4.OrderedDict: 有序字典
5.defaultdict: 带有默认值的字典
原文地址:https://www.cnblogs.com/cnlogs1/p/9545188.html