Python基础知识入门(三)

简介: 元组是用英文小括号 () 把所有元素包裹起来,元组里面的每一个数据叫作元素。每个元素之间都要用 英文逗号 ( , ) 隔开。例如:(1,2,3)。

一、元组类型

       元组是用英文小括号 () 把所有元素包裹起来,元组里面的每一个数据叫作元素。每个元素之间都要用 英文逗号 ( , ) 隔开。例如:(1,2,3)。


      注意:


      元组是不可变数据类型,不可以进行“增删改”操作,但可通过拼接、切片完成“增删改”操作。


1.元组函数

序号

函数名

方法及描述

1

tuple(x)

将可迭代对象x转换为元组。

x = [1, 2, 3 ,4, 5],tuple(x),返回 (1, 2, 3, 4, 5)。

2

len(x)

计算元组x元素个数。

x = (1, 2, 3 ,4, 5),len(x),返回 5。

3

max(x)

返回元组x中元素最大值。

x = (1, 2, 3 ,4, 5) ,max(x) 返回 5。

4

min(x)

返回元组x中元素最小值。

x = (1, 2, 3 ,4, 5) ,min(x) 返回 1。

5

count(x)

返回元素x在元组出现次数

x = (1, 3, 3 ,3, 5),x.count(3),返回 3。 

6

index(x)

从元组中找出某个值第一个匹配项的索引位置。

x = (1, 2, 3 ,3, 5),x.count(3),返回 2。   

7

zip(x,y)

将两个列表组合为元组,再用list函数转为列表。

x = [1,2,3],y = [4,5,6],list(zip(x,y)),返回 [(1, 4), (2, 5), (3, 6)]。

8

enumerate(x[,y])

将列表内容和序号组合为元组对象,再利用list函数转为列表。


x = ['A','B','C'],list(enumerate(x)),返回[(0, 'A'), (1, 'B'), (2, 'C')]

list(enumerate(x,1)),返回  [(1, 'A'), (2, 'B'), (3, 'C')]  y 为起始序号。

2.元组切片

x = (1, 2, 3, 4, 5, 6)
print(x[2])             # 3                     查找元组下标为2的元素
print(x[-2])            # 5                     查找元组倒数第2个元素
print(x[:])             # (1, 2, 3, 4, 5, 6)    查找元组下标为0到末尾的元素
print(x[::2])           # (1, 3, 5)             查找元组下标0到末尾间隔为2的元素
print(x[:5])            # (1, 2, 3, 4, 5)       查找元组下标为0到5的元素
print(x[1:])            # (2, 3, 4, 5, 6)       查找元组下标为1到末尾的元素
print(x[1:-2])          # (2, 3, 4)             查找元组下标1的到倒数第2个间的元素
print(x[-5:-3])         # (2, 3)                查找元组倒数第5到倒数第3间的元素

3.元组运算

x = (1, 2, 3)
y = (4, 5, 6)
print(len(x))       # 3                     计算元组元素个数
print(x + y)        # (1, 2, 3, 4, 5, 6)    元组 x 和元组 y 拼接
print(x*2)          # (1, 2, 3, 1, 2, 3)    复制指定系数元组 x
print(5 in y)       # True                  判断 5 是否在元组 x 内
print(5 not in y )  # False                 判断 5 是否不在元组 x 内
print(x!=y)         # True                  判断元组 x 和 y 是否相等

二、字典类型

      字典是由大括号 {} 包裹所有元素。字典的每个元素是键值对,中间用英文冒号连接(:)如 {'name': '漫步桔田'},其中我们把 'name' 叫 键(key),' 漫步桔田' 叫 值(value)。


1.字典函数

序号

函数名

方法及描述

1

diact(x)

创建一个字典。 序列x必须是元组。

x = (('漫漫',23),)
y = dict(x),返回 y =  {'漫漫': 23}。

2

len(x)

计算字典x元素个数,即键的总数。

x = {'name':'漫步桔田','age':21},len(x),返回 2 。

3

max(x)

返回字典中键的最大值。

x = {'a':1,'b':2,'c':3},max(x),返回 c。
y = {'101':1,'201':2,'301':3},max(y),返回 301。

4

min(x)

返回字典中键的最小值。

x = {'a':1,'b':2,'c':3},min(x),返回 a。
y = {'101':1,'201':2,'301':3},min(y),返回 101。

5

clear()

删除字典内所有元素。

x = {'name':'漫步桔田','age':21},x.clear(),返回 x = {}。

6

copy()

返回一个字典的浅复制。

x = {'name':'漫步桔田','age':21},y = x.copy(),

返回 y = {'name':'漫步桔田','age':21}。

7

fromkeys()

dict.fromkeys(seq[, value])

seq -- 字典键值列表。


value -- 可选参数, 设置键序列(seq)对应的值,默认为 None。

创建一个新字典,以序列seq中元素做字典的键,val为字典所有键对应的初始值。


y = [1,2,3],dict.fromkeys(y),返回{1: None, 2: None, 3: None}

dict.fromkeys(y,6) ,返回 {1: 6, 2: 6, 3: 6}。

9

get()

dict.get(key,default=None)

返回指定键的值,如果键不在字典中返回 default 设置的默认值。


x = {'name':'漫步桔田','age':21}


x.get('name')     返回  漫步桔田。

x.get(123)         返回 None。

x.get(123,456)  返回 456。

10

setdefault()

dict.setdefault(key,default=None)

和get()类似, 但如果键不存在于字典中,将会添加键并将值设为default。


x = {'name':'漫步桔田','age':21}  


x.setdefault('name')            返回  漫步桔田。

x.setdefault('results',100)   返回 100。

x  =  {'name': '漫步桔田',  'age': 21, 'results': 100}。

11

items()

返回一个视图对象。

x = {'name':'漫步桔田','age':21}

x.items() 返回  dict_items([('name', '漫步桔田'), ('age', 21)])。

12

keys()

返回一个视图对象。

x = {'name':'漫步桔田','age':21}

x.keys() 返回   dict_keys(['name', 'age'])。

13

values()

返回一个视图对象。

x = {'name':'漫步桔田','age':21}
x.values() 返回  dict_values(['漫步桔田', 21])。

14

pop()

删除字典 key(键)所对应的值,返回被删除的值。

x = {'name':'漫步桔田','age':21}
x.pop('name')
返回 x  =  {'age': 21}。

15

popitem()

返回并删除字典中的最后一对键和值。

x = {'name':'漫步桔田','age':21}
x.popitem()
返回 x  =  {'name': '漫步桔田'}。

2.字典操作

# 字典创建
x = dict(name ='漫步桔田',age = 21)
print(x)               # {'name': '漫步桔田', 'age': 21} 
name = ['漫漫','桔桔']
age = [23,21]
x = dict(zip(name,age))
print(x)               # {'漫漫': 23, '桔桔': 21}
# 字典增加
x = {'name':'漫步桔田','age':21}
x['scores'] = 100
print(x)               # {'name': '漫步桔田', 'age': 21, 'scores': 100} 
# 字典删除
x = {'name':'漫步桔田','age':21}
del x['age']
print(x)               # {'name': '漫步桔田'} 
# 字典修改
x = {'name':'漫步桔田','age':21}
x['age'] = 25
print(x)               # {'name': '漫步桔田', 'age': 25} 
# 字典查询
x = {'name':'漫步桔田','age':21}
print(x['age'])        # 21 
# 字典嵌套
x = {}
x['name'] = [1,2,3]   
print(x)              # {'name': [1, 2, 3]}
print(x['name'][1])   # 2 嵌套取值  
# 字典判断
x = {'漫漫': 23, '桔桔': 21}  
print('漫漫' in x)     # True  判断字典键中是否包含'漫漫'
print('小漫' in x)     # False 判断字典键中是否包含'小漫'

三、集合类型

      集合是一个无序不重复的序列。使用大括号 { } 或者 set() 函数创建集合。例如:{1,2,3}。


      注意:


             创建一个空集合必须用 set() 而不是 { },因为 { } 是用来创建一个空字典。


1.集合函数

序号

函数名

方法及描述

1

set()

将序列转换为集合。

x = [1,2,3],set(x),返回 {1, 2, 3} 。
y = (4,5,6),set(y),返回 {4, 5, 6} 。

2

len()

计算集合中元素个数。

x = {1,2,3},len(x)),返回 3 。

3

max()

返回集合中最大值。

x = {1,2,3},max(x),返回 3 。
y = {'a','b','c'},max(x),返回 c 。

4

min()

返回集合中最小值。

x = {1,2,3},min(x),返回 1 。
y = {'a','b','c'},min(x),返回 a 。

5

add()

为集合添加新元素。

x = {1,2,3,4,5}
x.add(6)
返回 x = {1,2,3,4,5,6}。

6

union()

返回两个集合的并集。

x = {1,3,5}
y = {5,7}
x.union(y),返回 {1, 3, 5, 7}。

7

intersection()

返回集合的交集。

x = {1,3,5}
y = {2,3,4}
z = x.intersection(y),返回 z =  {3}。

8

update()

将集合 y 中元素过滤掉相同元素后添加到集合 x 中。

x = {1,3,5}
y = {5,7}
x.update(y),返回 x =  {1, 3, 5, 7}。

9

clear()

移除集合中的所有元素。

x = {1,2,3,4,5}
x.clear(),返回 x = set()。

10·

copy()

拷贝一个集合。

x = {1,2,3,4,5}
y = x.copy(),返回y = {1,2,3,4,5}。

11

pop()

随机移除元素。

x = {1,2,3,4,5}
x.pop(),返回 x = {2, 3, 4, 5}。

12

remove()

移除指定元素。

x = {1,2,3,4,5}
x.remove(4),返回 x = {1, 2, 3, 5}。

13

discard()

删除集合中指定的元素。

x = {1,3,5}
y = {2,3,4},x.discard(3),返回 x = {1, 5}。

14

difference_update()

删除x集合中与y集合中相同的元素。

x = {1,3,5}
y = {2,3,4}
x.difference_update(y),返回x = {1, 5}。

15

intersection_update()

删除集合 x 中与指定集合 y 中不同元素。

x = {1,3,5}
y = {2,3,4}
x.intersection_update(y),返回 x = {3}。

16

difference()

返回仅存在于集合 x 中而不存在于集合 y 中的元素。

x = {1,2,3}
y = {2,3,4}
z = x.difference(y),返回 z = 1。

17

symmetric_difference()

返回两个集合中不重复的元素集合。

x = {1,3,5}
y = {3,5,7}
z = x.symmetric_difference(y),返回 z  = {1, 7}。

18

symmetric_difference_update()

移除集合x、集合y中的相同元素,

并将集合y中不同元素插入到集合x中。

x = {3,5}
y = {5,7}
x.symmetric_difference_update(y),返回 x = {3, 7}。

19

isdisjoint()

判断集合x、y 是否包含相同的元素,

是返回 True,否则返回 False。

x = {1,3,5}
y = {2,3,4}
x.isdisjoint(y),返回 False。

20

issubset()

判断指定集合 x 是否为集合 y 的子集,

是返回 True,否则返回 False。

x = {1,3,5}
y = {1,3,5,7,9}
x.issubset(y),返回 True。

21

issuperset()

判断集合 y 是否包含指定集合 x,

是返回 True,否则返回 False。

x = {1,3,5}
y = {1,3,5,7,9},y.issuperset(x),返回 True。


2.集合操作

x = {1,2,3}
print(2 in x)         # True 判断元素 2 是否在集合 x 中
x = [1,1,2,3,5,5]
print(list(set(x)))   # [1, 2, 3, 5] 列表、元组去重
x = {1,3,5}
y = {2,3,4}
print(x-y)            # {1, 5}          
#差集:返回一个新集合,包括集合 x 中与集合y不同元素。
print(x|y)            # {1, 2, 3, 4, 5} 
#并集:返回一个新集合,包括集合 x 和集合 y 中所有元素。
print(x&y)            # {3}             
#交集:返回一个新集合,仅包括集合 x 和 y 中相同的元素。
print(x^y)            # {1, 2, 4, 5}    
#补集:返回一个新集合,仅包括集合 x 和 y 中的不同元素。
相关文章
|
13天前
|
SQL 关系型数据库 数据库
Python SQLAlchemy模块:从入门到实战的数据库操作指南
免费提供Python+PyCharm编程环境,结合SQLAlchemy ORM框架详解数据库开发。涵盖连接配置、模型定义、CRUD操作、事务控制及Alembic迁移工具,以电商订单系统为例,深入讲解高并发场景下的性能优化与最佳实践,助你高效构建数据驱动应用。
132 7
|
2月前
|
测试技术 开发者 Python
Python单元测试入门:3个核心断言方法,帮你快速定位代码bug
本文介绍Python单元测试基础,详解`unittest`框架中的三大核心断言方法:`assertEqual`验证值相等,`assertTrue`和`assertFalse`判断条件真假。通过实例演示其用法,帮助开发者自动化检测代码逻辑,提升测试效率与可靠性。
230 1
|
1月前
|
Cloud Native 算法 API
Python API接口实战指南:从入门到精通
🌟蒋星熠Jaxonic,技术宇宙的星际旅人。深耕API开发,以Python为舟,探索RESTful、GraphQL等接口奥秘。擅长requests、aiohttp实战,专注性能优化与架构设计,用代码连接万物,谱写极客诗篇。
Python API接口实战指南:从入门到精通
|
28天前
|
存储 Java 调度
Python定时任务实战:APScheduler从入门到精通
APScheduler是Python强大的定时任务框架,通过触发器、执行器、任务存储和调度器四大组件,灵活实现各类周期性任务。支持内存、数据库、Redis等持久化存储,适用于Web集成、数据抓取、邮件发送等场景,解决传统sleep循环的诸多缺陷,助力构建稳定可靠的自动化系统。(238字)
288 1
|
2月前
|
调度 数据库 Python
Python异步编程入门:asyncio让并发变得更简单
Python异步编程入门:asyncio让并发变得更简单
153 5
|
2月前
|
数据采集 存储 XML
Python爬虫入门(1)
在互联网时代,数据成为宝贵资源,Python凭借简洁语法和丰富库支持,成为编写网络爬虫的首选。本文介绍Python爬虫基础,涵盖请求发送、内容解析、数据存储等核心环节,并提供环境配置及实战示例,助你快速入门并掌握数据抓取技巧。
|
2月前
|
大数据 数据处理 数据安全/隐私保护
Python3 迭代器与生成器详解:从入门到实践
简介:本文深入解析Python中处理数据序列的利器——迭代器与生成器。通过通俗语言与实战案例,讲解其核心原理、自定义实现及大数据处理中的高效应用。
102 0
|
2月前
|
存储 缓存 安全
Python字典:从入门到精通的实用指南
Python字典如瑞士军刀般强大,以键值对实现高效数据存储与查找,广泛应用于配置管理、缓存、统计等场景。本文详解字典基础、进阶技巧、实战应用与常见陷阱,助你掌握这一核心数据结构,写出更高效、优雅的Python代码。
62 0
|
3月前
|
数据挖掘 数据处理 C++
Python Lambda:从入门到实战的轻量级函数指南
本文通过10个典型场景,详解Python中Lambda匿名函数的用法。Lambda适用于数据处理、排序、条件筛选、事件绑定等简洁逻辑,能提升代码简洁性和开发效率。同时提醒避免在复杂逻辑中过度使用。掌握Lambda,助你写出更高效的Python代码。
182 0
|
3月前
|
数据采集 Web App开发 JSON
Python爬虫基本原理与HTTP协议详解:从入门到实践
本文介绍了Python爬虫的核心知识,涵盖HTTP协议基础、请求与响应流程、常用库(如requests、BeautifulSoup)、反爬应对策略及实战案例(如爬取豆瓣电影Top250),帮助读者系统掌握数据采集技能。
226 0

热门文章

最新文章

推荐镜像

更多