Python 基础(常用数据结构)

简介: 常用数据结构1)元组元组是一种静态的数据结构,无法修改,若要修改只能重新生成新的元组。输出结果:元组元素的获取是通过索引值去获得的;例如上面的tup1[0]返回apple;另外你可以直接把tup1一次性赋给多个值,例如上面的tup1一次性赋值给a,b,c,d; tup1[1:3]是对元组的截取,跟字符串的切片是一样,返回('banana', 'grape')当然也是可以层次嵌套的;索引方法一样; y元组还支持直接通过+进行合并元组操作,其实是生成一个新的元组。

常用数据结构

1)元组

元组是一种静态的数据结构,无法修改,若要修改只能重新生成新的元组。

1240

输出结果:

1240

元组元素的获取是通过索引值去获得的;例如上面的tup1[0]返回apple;另外你可以直接把tup1一次性赋给多个值,例如上面的tup1一次性赋值给a,b,c,d; tup1[1:3]是对元组的截取,跟字符串的切片是一样,返回('banana', 'grape')

当然也是可以层次嵌套的;索引方法一样; y元组还支持直接通过+进行合并元组操作,其实是生成一个新的元组。

在学习中有迷茫不知如何学习的朋友小编推荐一个学Python的学习q u n 227  -435-  450可以来了解一起进步一起学习!免费分享视频资料

元组的遍历也是很简单的:

1240

输出结果:

1240

直接for遍历出来的是一个个元素,但最好还是建议先查询元素个数,然后根据索引值去获取value值,尤其对多层嵌套的元组来说,这种方式更好。

2)列表

列表是我们常用的,所以这一块一定要好好掌握:

1240

输出结果:

1240

列表的查询,遍历,和切片截取功能跟元组一样;添加元素可以一般是直接append("XXX")就往列表后面添加值,如果要指定位置添加元素,可以像lists.insert(4,"ouyang5"),在指定的索引值位置插入值;

移除可以用remove指定的元素,如果想要弹出最后一个元素,可以用pop方法;

列表的其他常用方法:

1240

输出结果:

1240

join是把列表转为字符串,用逗号隔开;sort是根据字典排序,即字母的数字编码大小排序;reverse是反转排序;最后一个clear就是清空列表;

3)字典

字典很多方法也是跟list是一样的:

1240

输出结果:

1240

字典是一个键值对集合,可以支持修改;排序方法,这里使用lambda函数,这里就先不讲了,后面会涉及这块知识,需要知道有这一块功能就行。

字典其他一些用法:

1240

输出结果:

1240

字典的浅复制copy和deepcopy在3.6版本的功能是一样的了,以前的版本,浅复制修改原字典,copy出来的字典也会跟着变化,但现在都不会了;因为原先copy出来的只是做了一个指引而已,内存地址一样。deepcopy就是新开辟一个内存空间。

字典的update很好用,他会合并两个字典,去掉重复的元素。

4)set集合

set集合里的元素是不能重复的,list里面的元素是可以重复的。

1240

输出结果:

1240

set的定义是在list列表的基础上的,去掉重复的,当然它的索引取值等方式是跟列表是一样的,这里就不在说,通样,它也有一个更新的功能,跟字典很类似。

总结:

这些集合是很常用,对常用的方法一定要熟悉,用的时候可以顺手拈来。

相关文章
|
7天前
|
数据采集 Python
如何用Python Selenium和WebDriver抓取LinkedIn数据并保存登录状态
本文介绍了使用Python Selenium和WebDriver库抓取LinkedIn数据的方法。首先,安装Selenium库和对应的WebDriver,然后配置爬虫代理IP以避免频繁请求被检测。接下来,设置user-agent和cookies以模拟真实用户行为,实现登录并保持状态。登录后,使用WebDriver抓取目标页面数据,如用户名、年龄、性别和简历信息。最后,强调了优化代码、处理异常和遵守使用条款的重要性,以提高效率并避免账号被封禁。
如何用Python Selenium和WebDriver抓取LinkedIn数据并保存登录状态
|
8天前
|
机器学习/深度学习 数据可视化 数据挖掘
Python处理数据的优势?
Python处理数据的优势?【8月更文挑战第12天】
24 6
|
3天前
|
机器学习/深度学习 JSON API
【Python奇迹】FastAPI框架大显神通:一键部署机器学习模型,让数据预测飞跃至Web舞台,震撼开启智能服务新纪元!
【8月更文挑战第16天】在数据驱动的时代,高效部署机器学习模型至关重要。FastAPI凭借其高性能与灵活性,成为搭建模型API的理想选择。本文详述了从环境准备、模型训练到使用FastAPI部署的全过程。首先,确保安装了Python及相关库(fastapi、uvicorn、scikit-learn)。接着,以线性回归为例,构建了一个预测房价的模型。通过定义FastAPI端点,实现了基于房屋大小预测价格的功能,并介绍了如何运行服务器及测试API。最终,用户可通过HTTP请求获取预测结果,极大地提升了模型的实用性和集成性。
13 1
|
4天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。
|
4天前
|
数据采集 Java PHP
使用Python+requests简单实现模拟登录以及抓取接口数据
本文通过Python的requests库演示了如何实现模拟登录和抓取接口数据的过程,包括设置请求头、发送POST请求进行登录以及使用登录后的会话进行GET请求获取数据。
15 1
|
6天前
|
编解码 算法 Linux
Linux平台下RTSP|RTMP播放器如何跟python交互投递RGB数据供视觉算法分析
在对接Linux平台的RTSP播放模块时,需将播放数据同时提供给Python进行视觉算法分析。技术实现上,可在播放时通过回调函数获取视频帧数据,并以RGB32格式输出。利用`SetVideoFrameCallBackV2`接口设定缩放后的视频帧回调,以满足算法所需的分辨率。回调函数中,每收到一帧数据即保存为bitmap文件。Python端只需读取指定文件夹中的bitmap文件,即可进行视频数据的分析处理。此方案简单有效,但应注意控制输出的bitmap文件数量以避免内存占用过高。
|
5天前
|
数据采集 数据可视化 算法
GitHub星标68K!Python数据分析入门手册带你从数据获取到可视化
Python作为一门优秀的编程语言,近年来受到很多编程爱好者的青睐。一是因为Python本身具有简捷优美、易学易用的特点;二是由于互联网的飞速发展,我们正迎来大数据的时代,而Python 无论是在数据的采集与处理方面,还是在数据分析与可视化方面都有独特的优势。我们可以利用 Python 便捷地开展与数据相关的项目,以很低的学习成本快速完成项目的研究。 今天给小伙伴们分享的这份Python数据分析入门手册本着实用性的目的,着眼于整个数据分析的流程,介绍了从数据采集到可视化的大致流程。
|
6天前
|
数据采集 数据挖掘 数据处理
Python爬虫开发:爬取简单的网页数据
本文详细介绍了如何使用Python爬取简单的网页数据,以掘金为例,展示了从发送HTTP请求、解析HTML文档到提取和保存数据的完整过程。通过这个示例,你可以掌握基本的网页爬取技巧,为后续的数据分析打下基础。希望本文对你有所帮助。
|
7天前
|
数据可视化 Python
我是如何把python获取到的数据写入Excel的?
我是如何把python获取到的数据写入Excel的?
21 2
|
7天前
|
数据采集 数据挖掘 数据处理
Python爬虫开发:爬取简单的网页数据
在数据分析中,数据的获取是第一步。随着互联网的普及,网络爬虫成为获取数据的重要手段。本文将详细介绍如何使用Python爬取简单的网页数据。