第7天:Python 数据结构--序列

简介: 第7天:Python 数据结构--序列

python中的数据结构是通过某种方式组织在一起的数据元素的集合,这些数据元素可以是数字、字符、甚至可以是其他数据结构 在Python中,最基本的数据结构是序列(列表和元组),序列中的每个元素都有一个序号(元素的具体位置),这个序号叫索引,索引下标从0开始,以此类推...... 本文着重介绍python的序列及其实际应用。


序列概览


  • Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。


  • 列表和元组的主要区别是列表可以修改,而元组不能,如果要根据要求来添加元素,这时候列表适用性会更好,但是当序列不能修改的时候,使用元组则更合适,使用元组与Python的运作方式相关。


  • 在python中几乎所有的情况下列表都可以替代元组,但是特殊情况不能(当使用元组作为字典的不可修改的键时,此时键不能修改,所以不能使用列表) 例如:


#定义一个学生序列
>>> stuinfo=['zhangsan','lisi','wangwu',18,20]


同时序列中还可以包含序列,例如数据库:database


#定义学生姓名和学生年龄,然后再定义一个属于自己的数据库将两个列表加入
>>> stuname=['zhangsan','lisi','wangwu']
>>> stuage=[18,20,16]
>>> database=[stuname,stuage]
>>> database
[['zhangsan', 'lisi', 'wangwu'], [18, 20, 16]]


注意: python还有一种名为容器(container)的数据结构,容器可以包含其他任意对象,容器主要包括序列和映射(例如:字典)两类。序列的每个元素都有自己的编号,而映射每个元素则有一个叫做“键”的名字。集合是另一种容器(在后面章节会作详细讲解)。


通用序列操作

python中所有序列类型都可以进行一些特定的操作,这些操作包括:索引、分片、相加、相乘以及检查某个元素是否属于序列的成员-->成员资格检测 除此之外,Python还有计算序列长度,找出最大和最小元素的内建函数。


1.索引

序列中所有元素都有编号,这些编号是从0开始,依次递增,访问这些元素通过下标即可访问,而这个编号就是索引,例如:


>>> database[0]
['zhangsan', 'lisi', 'wangwu']
>>> database[1]
[18, 20, 16]
#字符串序列的索引
>>> str='hello'
>>> str[0]
'h'
>>> str[1]
'e'


注意: 字符串就是一个由字符组成的序列,索引0指向第一个元素 以上这就是索引,所有序列中都可以通过元素编号的方式进行索引,当使用负数索引时,Python会从右边到左进行所有,-1是从序列的最后一个元素开始,如下:


#从最后一个元素开始
>>> str[-1]
'o'
#从倒数第二个元素开始
>>> str[-2]
'l'


2.分片

同样的和索引类似,分片是通过冒号操作来访问一定范围内的元素,例如:


# 构建一个序列tag,里面包含一个元素
>>> tag=['https://www.cnblogs.com/yangyuqig/p/10101663.html']
# 拿到这个元素后通过分片取出一个范围的值
>>> tag[0][0:24]
'https://www.cnblogs.com/'


由上所知,分片操作的的实现需要提供两个索引作为边界,是一个左闭右开的区间,也就是第1个索引包含在分片内,而第2个索引不包含在这个分片内,例如:


>>> num=[1,2,3,4,5,6,7,8,9,10]
# 表示从第四个到最后一个元素
>>> num[3:10]
[4, 5, 6, 7, 8, 9, 10]


除了上述方案,也可以通过显示方式进行操作:

2.1 分片快捷操作


>>> num[0:3]
# 取到前面3个数据
[1, 2, 3]


2.2 分片步长操作

分片操作可以给元素设置步长,在开始和结束的时候指定相应步长获取元素,例如:


# 按照步长为2返回第1个和第6个之间的元素
>>> num[0:6:2]
[1, 3, 5]


另外需要注意的是负数步长是从元素尾部到前遍历整个序列,所以负数的分片开始索引一定要大于结束索引


>>> num[7:-1]
[8, 9]


当开始索引和结束索引是负数时开始所以必须小于结束索引:


>>> num[-9:-1]
[2, 3, 4, 5, 6, 7, 8, 9]


对于一个正数步长,Python会从序列的头部开始向右提取元素,直达最后一个元素,而对于负数步长,则是从序列的尾部开始向左提取元素,直达提取到第一个,例如:


# 提取前6个元素,步长为2
>>> num[:6:2]
[1, 3, 5]
# 提取从后往前的8个元素,步长为2
>>> num[:2:-2]
[10, 8, 6, 4]


3.序列相加

序列相加通过加号“+”进行序列和序列之间的连接操作:



>>> 'hello'+' world !'
  'hello world !'
>>> [1,2,3]+['zhangsan','lisi','wangwu']
[1, 2, 3, 'zhangsan', 'lisi', 'wangwu']


注意:只有相同类型的序列才能进行连接操作。

4.序列相乘

一个数字x乘以一个序列会产生一个新的序列,原来的序列会被重置成x次


>>> ['hello'+' world !']*3
['hello world !', 'hello world !', 'hello world !']


5.成员资格

检查一个元素是否在一个序列中使用运算符in进行检查, in运算符返回检查某个条件的布尔值,若为真返回true,否则返回false,例如:


>>> str='hello'
>>> 'h' in str
True
>>> 'x' in str
False


6.序列长度、最大值和最小值

序列长度、最大值和最小值使用内建函数len、max、min进行检测,len返回序列中所包含的元素数量,max和min分别返回序列中最大值和最小值的元素


>>> len([11,34,23])
3
>>> max(11,34,23)
34
>>> min(11,34,23)
11


总结

本节给大家介绍了 Python  数据结构之序列的使用,对 Python 工程师使用提供了支撑,可以在项目中实际应用中取出相应元素。


目录
相关文章
|
21天前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
133 59
|
21天前
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
|
2月前
|
算法 开发者 计算机视觉
燃爆全场!Python并查集:数据结构界的网红,让你的代码炫酷无比!
在编程的世界里,总有一些数据结构以其独特的魅力和高效的性能脱颖而出,成为众多开发者追捧的“网红”。今天,我们要介绍的这位明星,就是Python中的并查集(Union-Find)——它不仅在解决特定问题上大放异彩,更以其优雅的设计和强大的功能,让你的代码炫酷无比,燃爆全场!
40 0
|
21天前
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
|
21天前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
|
21天前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
|
2月前
|
存储 编译器 索引
Python 序列类型(2)
【10月更文挑战第8天】
Python 序列类型(2)
|
2月前
|
存储 C++ 索引
Python 序列类型(1)
【10月更文挑战第8天】
|
2月前
|
Python
Python 中常见的数据结构(二)
Python 中常见的数据结构(二)
25 4
|
2月前
|
存储 索引 Python
Python 中常见的数据结构(一)
Python 中常见的数据结构(一)
40 3