第二章python基础续

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

时间: 2024-10-31 04:47:27

第二章python基础续的相关文章

第二章 Python基础知识

第1章 第一个Pyhton程序 Pyhton的两种执行方式:交互式与脚本文件 1.1 交互式 l  交互式模式 直接在Windows或者Linux环境下打开Python解释器执行. 优点:快捷,调试方便. 缺点:不能够保存代码. C:\Users\cc>python3 Python 3.6.2 (v3.6.2:5fd33b5, Jul  8 2017, 04:57:36) [MSC v.1900 64 bit (AMD64)] on win32 Type "help", &quo

第二章 python基础(二)

第九节 函数 函数就是完成特定功能的一个语句组,这组语句可以作为一个单位使用,并且给它取一个名字. 可以通过函数名在程序的不同地方多次执行(这通常叫做函数调用),却不需要在所有地方都重复编写这些语句. 自定义函数 用户自己编写的 预定义的Python函数 系统自带的一些函数,还有一些和第三方编写的函数,如其他程序员编写的一些函数,对于这些现成的函数用户可以直接拿来使用. 为什么使用函数 降低编程的难度 通常将一个复杂的大问题分解成一系列更简单的小问题,然后将小问题继续划分成更小的问题,当问题细化

第二章 python基础(三)

第十六节 MySQLdb win64位安装python-mysqldb1.2.5 ubuntu下安装MySQLdb sudo apt-get install python-MySQLdb 导入MySQLdb库 import MySQLdb 创建数据库连接 conn = MySQLdb.connect(host="localhost",user="root",passwd="123456",db="test",charset=&

第二章 Python基础之条件判断,循环

1.条件判断if   else 如: if age >=18 and scroe <= 100: #py中不使用&标识并集 等于使用== 不等于使用!= print('成年') else:                       #中间可以使用elif 加如其他条件     print ('dd') 2.循环 遍历 迭代 (1)while循环 需要先定义一个计数器,需要有结束的条件,否则会死循环 count =0 while count<20:     print('tian

萌新向Python数据分析及数据挖掘 第一章 Python基础 第一节 python安装以及环境搭建 第二节 变量和简单的数据类型

本文将参考<Python编程 从入门到实践>的讲述顺序和例子,加上自己的理解,让大家快速了解Python的基础用法,并将拓展内容的链接添加在相关内容之后,方便大家阅读. 好了!我们开始第一章的学习. 第一章 Python基础 第一节 Python安装以及环境搭建 Python的安装和环境变量的配置通过百度查询即可解决,这里不作赘述. IDE的选择:因为后期需要用来做数据分析,所以直接安装Anaconda会是一个不错的选择. Anaconda详细安装使用教程 https://blog.csdn.

萌新向Python数据分析及数据挖掘 第一章 Python基础 (上)未排版

因word和博客编辑器格式不能完全对接,正在重新排版,2019年1月1日发出第一章完整版 本文将参考<Python编程 从入门到实践>的讲述顺序和例子,加上自己的理解,让大家快速了解Python的基础用法,并将拓展内容的链接添加在相关内容之后,方便大家阅读. 好了!我们开始第一章的学习. 第一章 Python基础 python安装以及环境搭建 python的安装和环境变量的配置通过百度查询即可解决,这里不作赘述. IDE的选择:因为后期需要用来做数据分析,所以直接安装Anaconda会是一个不

萌新向Python数据分析及数据挖掘 第一章 Python基础 第十节 文件和异常

第一章 Python基础 第十节 文件和异常 从文件中读取数据 读取文件.文件路径   1 filename = 'pi_digits.txt' #文件名取个代号 2 #读取整个文件 3 with open(filename) as file_object: 4 contents = file_object.read()# 给内容取个代号 5 print(contents.rstrip()) 6 #逐行读取 7 with open(filename) as file_object: 8 for

第二章Python入门

第二章 Python入门 2.1.简介 Python是著名的"龟叔"(Guido van Rossum)在1989年圣诞节期间,为了打发无聊的圣诞节而编写的一个编程语言 Python的哲学就是简单优雅,尽量写容易看明白的代码,尽量写少的代码.为我们提供了非常完善的基础代码库,覆盖了网络.文件.GUI.数据库.文本等大量内容, 2.1.1.Python适合开发哪些类型的应用呢? 云计算 机器学习 科学运算 自动化运维 自动化测试 爬虫 数据分析 GUI图形化 Web开发等 2.1.2.P

第二章 算法基础 思考题2-1

package chap02; import static org.junit.Assert.*; import java.util.Arrays; import java.util.Random; import org.junit.Test; /*** * 在归并排序中对小数组采用插入排序 * * @author xiaojintao * */ public class ques2_1 { /** * 归并排序算法 * * @param a * @return */ static void m