python数据结构和字符串的相关操作

简介: 把这几天零散的笔记收集一下,内容比较重要,虽然似乎很简单,一个是字符串切片,一个是数据结构,都是比较重要的语法。主要是集中一下常用的操作,没有什么难度,对代码输出就明白了。代码中也备了注释。看代码吧!

把这几天零散的笔记收集一下,内容比较重要,虽然似乎很简单,一个是字符串切片,一个是数据结构,都是比较重要的语法。主要是集中一下常用的操作,没有什么难度,对代码输出就明白了。代码中也备了注释。看代码吧!


一:字符串以及切片相关


#py字符串操作
# 切片语法[start:end:step] step默认是1
#下表会越界,但是切片不会
Test = "python"
print(type(Test))
print('获取第一个字符%s'%Test[0])
for item in Test : 
    print(item,end=' ')
name = 'Peter'
print("姓名转换变大写%s"%name.capitalize())#首字母变大写
a = '   hello    '
b = a.strip()#去除字符串中存在地空格
c = '    hello '
d = c.lstrip() #去除左边的空格
e = 'hello   '
f =e.rstrip()#去除右边的空格
print(b)
print(d)
print(f)
#id函数,查看一个对象的内存地址
g = id(a);
g1 = id(b)
print(g,g1,end=',')
dataStr = 'i love python'
h1 = dataStr.find('p')#查找p是再字符串当中所对应的下标值(一般返回第一次出现的位置)
h2 = dataStr.find('o')
h3 = dataStr.find('m') #如果没有找到就会返回-1
print(h1)
print(h2)
print(h3)
print(dataStr.index('v'))#也是一种查找的方式,和find方式很相似
print(dataStr.index('o'))
# print(dataStr.index('m'))#index如果没有找到就会返回异常
print(dataStr.startswith('i'))#判断想要查找的字符串是否以某字符开头
print(dataStr.endswith('y'))#判断要查找的字符串是否以某字符结尾
print(dataStr.lower)#将字符串都变成小写
print(dataStr.upper)#将字符串都转换为大写
#进行切片的操作
strMsg = "hello word"
#下面进行切片,也就是取字符串当中部分数据
print(strMsg[2:5])#不包含5下标(切片,左闭右开)
print(strMsg[2:])#从第二个下标一直取到最后(从第三个字符到最后)
print(strMsg[0:3])#从第一个字符取到第三个字符
print(strMsg[::-1])#倒序输出



二:数据结构


1:列表(list)

from typing import List
listA = ["python","java","c",12,True]
print("输出完整的列表:",listA)
print("输出第一个元素:",listA[0])
print("列表切片操作",listA[2:5])
print("多次输出列表当中的数据",listA*3)
listA.append("蒋光道")#给列表追加入数据
print("追加之后的列表:",listA)
listA.insert(1,'daodaozi')#列表插入数据
print("插入数据之后的列表:",listA)
listB  =list(range(10))
print(listB)
listA.extend(listB)#扩展listA,批量添加
listA[0] = '康哥'#修改列表相应的值
print("修改之后的列表:",listA)
del listA[0] #删除列表第一个元素
print("删除第一个元素后的列表",listA)
del listA[1:3] #进行批量范围删除
print("批量删除后的列表:",listA)
listA.remove(12)#移除指定元素
print("移除指定元素后的列表",listA)
listB.pop(0)#移除第一个元素
print("移除第一个元素的列表",listB)
n = listB.index(1)#查找元素所在的索引下标
print("查找到的索引下标",n)



2:元组(tuple)


#py数据结构元组
# 特点 : 1:不可变
# 2:用小括号来创建元组类型
# 3:用,号来分割可以是任何的类型
# 4:当元组中只有一个元素时,要加入逗号,不然解释器会当作整型来进行处理
# 4:元组同样支持切片操作
tupleA = ()
print(id(tupleA))
print("查看元组类型为:",type(tupleA))#查看元组类型
tupleA = ("abcd","sdjnsd",83782,True,["jgdabc","jis"])
print("赋值后的元组为:",tupleA)
# 遍历元组
for item in tupleA : 
    print(item,end=",")
#取元组的元素
print(tupleA[0])    
#切片元组
print("切片",tupleA[2:4])
print("切片倒序输出:",tupleA[::-1])
print("切片倒序步长输出:",tupleA[::-2])#倒序输出每个两个字符取一次
print(tupleA[-2:-1:])#要考虑到左闭右开,不指定步长的话默认步长为1
print(id(tupleA) ) #打印元组的内存地址id
tupleA[4][0] = "蒋光道" #尝试对元组中的列表元素进行修改
print(tupleA)
tuple_c = tuple(range(10)) #强转
print(tuple_c)
print(tuple_c.count(1)) #统计数据项中指定元素的出现个数



3:字典(dict)


#python数据结构字典
# 字典是由键值对组成得集合,通常使用键来进行对数据得访问。
# 特点:
"""
不是序列类型,没有下标得概念,是一个无无序的键值组合
{}表示字典对象,每个键用逗号分隔
键必须是不变的类型
每个键必须是唯一,如果重复,则后者会被覆盖
"""
# 创建字典
dict_a = {}
print("dict_a数据类型为:",type(dict_a))
dict_a['name']='jgdabc'#说明可以通过键值进行追加
dict_a['post']="歌手"
# 另一个添加方式
dict_a={"pro":"艺术","school":"北京电影学院"}
print("添加数据后字典为:",dict_a)
print("数据1的长度:",len(dict_a))
# 通过键来查找值
print("通过键来查找值;",dict_a['pro'])
print("打印所有的键:",dict_a.keys())
print("打印所有的值:",dict_a.values())
print("获取所有的键和值",dict_a.items())
for key,Value in dict_a.items() :
    print(key+"=="+Value)
dict_a.update({"age":32}) #可以添加或者更新
print(dict_a)
# 删除操作
#del dict_a['age']
print(dict_a)
#另一种删除
#dict_a.pop("school")
print(dict_a)
# 排序操作
dict_a = {"蒋光道":1,"约翰":2,"詹姆森":3}
new_dict_aa = sorted(dict_a.values())#按照值牌序
print(new_dict_aa)
new_dict_bb = sorted(dict_a.items(),key=lambda d:d[1],reverse=False)
print("输出按照值排序后的字典",new_dict_bb)
print("按照值来排序,单独答应排序值:",new_dict_aa)
new_dict_a = sorted(dict_a.items(),key=lambda d:d[0],reverse=False)#按照key升序排序,ASCII码排序
print("按照key升序排序后的字典",new_dict_a)
new_dict_a_1 = sorted(dict_a)
print("单独打印出排序后的key值:",new_dict_a_1)


相关文章
|
11天前
|
机器学习/深度学习 TensorFlow 算法框架/工具
使用Python实现深度学习模型:智能数据隐私保护
使用Python实现深度学习模型:智能数据隐私保护 【10月更文挑战第3天】
40 0
|
9天前
|
数据处理 Python
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
这篇文章介绍了如何使用Python读取Excel文件中的数据,处理后将其保存为txt、xlsx和csv格式的文件。
27 3
Python实用记录(十):获取excel数据并通过列表的形式保存为txt文档、xlsx文档、csv文档
|
9天前
|
计算机视觉 Python
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
这篇文章介绍了如何使用Python的OpenCV库将多张图片合并为一张图片显示,以及如何使用matplotlib库从不同txt文档中读取数据并绘制多条折线图。
31 3
Python实用记录(九):将不同的图绘制在一起、将不同txt文档中的数据绘制多条折线图
|
10天前
|
数据可视化 算法 Python
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
本文介绍了如何利用Python脚本结合动态模态分解(DMD)技术,分析从OpenFOAM模拟中提取的二维切片数据,以深入理解流体动力学现象。通过PyVista库处理VTK格式的模拟数据,进行POD和DMD分析,揭示流场中的主要能量结构及动态特征。此方法为研究复杂流动系统提供了有力工具。
22 2
基于OpenFOAM和Python的流场动态模态分解:从数据提取到POD-DMD分析
|
11天前
|
Python
【10月更文挑战第6天】「Mac上学Python 11」基础篇5 - 字符串类型详解
本篇将详细介绍Python中的字符串类型及其常见操作,包括字符串的定义、转义字符的使用、字符串的连接与格式化、字符串的重复和切片、不可变性、编码与解码以及常用内置方法等。通过本篇学习,用户将掌握字符串的操作技巧,并能灵活处理文本数据。
46 1
【10月更文挑战第6天】「Mac上学Python 11」基础篇5 - 字符串类型详解
|
9天前
|
自然语言处理 Java 数据处理
【速收藏】python字符串操作,你会几个?
【速收藏】python字符串操作,你会几个?
39 7
|
6天前
|
自然语言处理 算法 数据挖掘
探讨如何利用Python中的NLP工具,从被动收集到主动分析文本数据的过程
【10月更文挑战第11天】本文介绍了自然语言处理(NLP)在文本分析中的应用,从被动收集到主动分析的过程。通过Python代码示例,详细展示了文本预处理、特征提取、情感分析和主题建模等关键技术,帮助读者理解如何有效利用NLP工具进行文本数据分析。
25 2
|
7天前
|
JSON 安全 数据安全/隐私保护
深度剖析:Python如何运用OAuth与JWT,为数据加上双保险🔐
【10月更文挑战第10天】本文介绍了OAuth 2.0和JSON Web Tokens (JWT) 两种现代Web应用中最流行的认证机制。通过使用Flask-OAuthlib和PyJWT库,详细展示了如何在Python环境中实现这两种认证方式,从而提升系统的安全性和开发效率。OAuth 2.0适用于授权过程,JWT则简化了认证流程,确保每次请求的安全性。结合两者,可以构建出既安全又高效的认证体系。
25 1
|
14天前
|
Python
Python 中常见的数据结构(二)
Python 中常见的数据结构(二)
15 4
|
14天前
|
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)
24 3