【Python基础】Python数据容器(元组)

简介: 【Python基础】Python数据容器(元组)

数据容器:tuple(元组)

元组的定义格式

元组定义:定义元组使用小括号,且使用逗号隔开各个数据,数据可以是不同的数据类型。

  • 定义元组字面量
    (元素, 元素,…, 元素)
  • 定义元素变量
    变量名称 = (元素, 元素,…, 元素)
  • 定义空元组
    变量名称 = () # 方式1
    变量名称 = tuple() # 方式2 # 该写法就是得到一个元组的类对象
# 定义元组
t1 = (1, "hello", True)
t2 = ()
t3 = tuple()
print(f"t1的类型是:{type(t1)},内容是:{t1}")
print(f"t2的类型是:{type(t2)},内容是:{t2}")
print(f"t3的类型是:{type(t3)},内容是:{t3}")
# 定义单个元素的元组 【单个元素一定要在该元素后面加一个逗号才是元组】
t4 = ("hello")
print(f"t4的类型是:{type(t4)},t4的内容是:{t4}")
t5 = ("hello", )
print(f"t5的类型是:{type(t5)},t5的内容是:{t5}")
# 元组的嵌套
t6 = ((1, 2), (3, 4))
print(f"t6的类型是:{type(t6)},t6的内容是:{t6}")
# 下标索引取出内容
element = t6[1][1]
print(f"从嵌套元组中取出元素:{element}")

运行效果:

t1的类型是:<class ‘tuple’>,内容是:(1, ‘hello’, True)

t2的类型是:<class ‘tuple’>,内容是:()

t3的类型是:<class ‘tuple’>,内容是:()

t4的类型是:<class ‘str’>,t4的内容是:hello

t5的类型是:<class ‘tuple’>,t5的内容是:(‘hello’,)

t6的类型是:<class ‘tuple’>,t6的内容是:((1, 2), (3, 4))

从嵌套元组中取出元素:4

元组的相关操作

# 元组的操作:index查找方法
t7 = ("hi", "hello", "python")
index = t7.index("hello")
print(f"元组t7中 hello的下标是:{index}")
# 元组的操作:count统计方法
t8 = ("hi", "hello", "python", "hi")
num = t8.count("hi")
print(f"元组t8中 统计hi的数量有:{num}个")
# 元组的操作:len函数统计元组的元素数量
t9 = ("hi", "hello", "python", "您好")
num = len(t9)
print(f"元组t9中共有元素:{num}")
# 元组的遍历:while # 元组支持下标索引,所以可以用while
index = 0
while index < len(t9):
    print(f"while:元组t9的元素:{t9[index]}")
    # 至关重要
    index += 1
# 元组的遍历:for
for element in t9:
    print(f"for:元组t9的元素:{element}")

元组的相关操作-注意事项

  • 不可以修改元组内容,否则会直接报错
  • 可以修改元组内list的内容(修改元素、增加、删除、反转等)

元组的特点

  • 可以容纳多个数据
  • 可以容纳不同类型的数据(混装)
  • 数据是有序存储的(下标索引)
  • 允许重复数据存在
  • 不可以修改(增加或删除元素等)【如果元组里嵌套了list,那么list里的元素是可以修改的】
  • 支持for循环、while循环

多数特性和list一致(有序、有任意元素、允许重复元素),不同点在于不可修改的特性

  • 练习案例:元组的基本操作
# 元组的基本操作
# 定义一个元组,记录的是一个学生的信息(姓名,年龄,爱好)
t10 = ("mary", 14, ["draw", "volleyball"])
# 1、查询年龄下标
index = t10.index(14)
print(f"年龄所在下标:{index}")
# 2、查询学生姓名
name = t10[0]
print(f"name:{name}")
# 3、删除学生爱好中的draw
# del t10[2][0]
t10[2].remove("draw")
print(f"删除操作之后,学生的爱好:{t10[2]}")
print(f"当前元组:{t10}")
# 4、增加爱好coding
t10[2].append("coding")
print(f"添加之后,学生的爱好:{t10[2]}")
print(f"当前元组:{t10}")

运行效果:

年龄所在下标:1

name:mary

删除操作之后,学生的爱好:[‘volleyball’]

当前元组:(‘mary’, 14, [‘volleyball’])

添加之后,学生的爱好:[‘volleyball’, ‘coding’]

当前元组:(‘mary’, 14, [‘volleyball’, ‘coding’])

目录
相关文章
|
1天前
|
存储 SQL 索引
Python入门:7.Pythond的内置容器
Python 提供了强大的内置容器(container)类型,用于存储和操作数据。容器是 Python 数据结构的核心部分,理解它们对于写出高效、可读的代码至关重要。在这篇博客中,我们将详细介绍 Python 的五种主要内置容器:字符串(str)、列表(list)、元组(tuple)、字典(dict)和集合(set)。
Python入门:7.Pythond的内置容器
|
1天前
|
算法 Serverless 数据处理
从集思录可转债数据探秘:Python与C++实现的移动平均算法应用
本文探讨了如何利用移动平均算法分析集思录提供的可转债数据,帮助投资者把握价格趋势。通过Python和C++两种编程语言实现简单移动平均(SMA),展示了数据处理的具体方法。Python代码借助`pandas`库轻松计算5日SMA,而C++代码则通过高效的数据处理展示了SMA的计算过程。集思录平台提供了详尽且及时的可转债数据,助力投资者结合算法与社区讨论,做出更明智的投资决策。掌握这些工具和技术,有助于在复杂多变的金融市场中挖掘更多价值。
22 12
|
6天前
|
数据采集 数据安全/隐私保护 Python
从零开始:用Python爬取网站的汽车品牌和价格数据
在现代化办公室中,工程师小李和产品经理小张讨论如何获取懂车帝网站的汽车品牌和价格数据。小李提出使用Python编写爬虫,并通过亿牛云爬虫代理避免被封禁。代码实现包括设置代理、请求头、解析网页内容、多线程爬取等步骤,确保高效且稳定地抓取数据。小张表示理解并准备按照指导操作。
从零开始:用Python爬取网站的汽车品牌和价格数据
|
1月前
|
存储 人工智能 Python
[oeasy]python061_如何接收输入_input函数_字符串_str_容器_ 输入输出
本文介绍了Python中如何使用`input()`函数接收用户输入。`input()`函数可以从标准输入流获取字符串,并将其赋值给变量。通过键盘输入的值可以实时赋予变量,实现动态输入。为了更好地理解其用法,文中通过实例演示了如何接收用户输入并存储在变量中,还介绍了`input()`函数的参数`prompt`,用于提供输入提示信息。最后总结了`input()`函数的核心功能及其应用场景。更多内容可参考蓝桥、GitHub和Gitee上的相关教程。
16 0
|
1月前
|
数据采集 Web App开发 数据可视化
Python用代理IP获取抖音电商达人主播数据
在当今数字化时代,电商直播成为重要的销售模式,抖音电商汇聚了众多达人主播。了解这些主播的数据对于品牌和商家至关重要。然而,直接从平台获取数据并非易事。本文介绍如何使用Python和代理IP高效抓取抖音电商达人主播的关键数据,包括主播昵称、ID、直播间链接、观看人数、点赞数和商品列表等。通过环境准备、代码实战及数据处理与可视化,最终实现定时任务自动化抓取,为企业决策提供有力支持。
|
2月前
|
数据采集 存储 XML
python实战——使用代理IP批量获取手机类电商数据
本文介绍了如何使用代理IP批量获取华为荣耀Magic7 Pro手机在电商网站的商品数据,包括名称、价格、销量和用户评价等。通过Python实现自动化采集,并存储到本地文件中。使用青果网络的代理IP服务,可以提高数据采集的安全性和效率,确保数据的多样性和准确性。文中详细描述了准备工作、API鉴权、代理授权及获取接口的过程,并提供了代码示例,帮助读者快速上手。手机数据来源为京东(item.jd.com),代理IP资源来自青果网络(qg.net)。
|
2月前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
2月前
|
数据采集 分布式计算 大数据
构建高效的数据管道:使用Python进行ETL任务
在数据驱动的世界中,高效地处理和移动数据是至关重要的。本文将引导你通过一个实际的Python ETL(提取、转换、加载)项目,从概念到实现。我们将探索如何设计一个灵活且可扩展的数据管道,确保数据的准确性和完整性。无论你是数据工程师、分析师还是任何对数据处理感兴趣的人,这篇文章都将成为你工具箱中的宝贵资源。
|
2月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
305 10
|
3月前
|
开发者 Docker Python
从零开始:使用Docker容器化你的Python Web应用
从零开始:使用Docker容器化你的Python Web应用
110 1

热门文章

最新文章

推荐镜像

更多