Python 基础(五):序列

简介: Python序列

1 简介

Python 中的序列是一块可存放多个值的连续内存空间,所有值按一定顺序排列,每个值所在位置都有一个编号,称其为索引,我们可以通过索引访问其对应值。

我们上一节说的Python 基础(四):字符串就是序列结构,除此之外常见的序列结构还包括列表、元组等。

2 基本使用

2.1 索引

序列索引支持非负数和负数,索引为非负数,从 0 开始,如下所示:


索引为负数由右向左计数,从 -1 开始,如图所示:


下面通过一个示例作进一步了解,以字符串为例,如下所示:

str = 'Python'
print('str[0] str[-6] =', str[0], str[-6])
print('str[5] str[-1] =', str[5], str[-1])

输出结果:

str[0] str[-6] = P P
str[5] str[-1] = n n

从结果来看,我们使用非负数索引与负数索引得到的结果一致。

2.2 切片

切片操作可以访问一定范围内的元素,语法如下所示:

sname[start : end : step]

  • sname:表示序列的名称;
  • start:开始索引位置(包括该位置),默认为 0;
  • end:表示切片的结束索引位置(不包括该位置),默认为序列的长度;
  • step:步长。

以字符串为例,如下所示:

str = 'Python'
print(str[:3])
print(str[3:])
print(str[:])

输出结果:

Pyt
hon
Python

2.3 相加

Python 支持类型相同的序列使用 + 作相加操作,该操作不会去除重复的元素。以字符串为例,如下所示:

str1 = 'Python'
str2 = 'Python'
print('str1 + str2 --> ',str1 + str2)

输出结果:

str1 + str2 -->  PythonPython

2.4 相乘

Python 中,使用数字 n 乘以一个序列会生成新的序列,内容为原来序列被重复 n 次的结果。以字符串为例,如下所示:

str = 'Python'
print('2 * str --> ',2 * str)

输出结果:

2 * str -->  PythonPython

2.5 检查元素是否包含在序列中

Python 使用 in 关键字检查某元素是否为序列的成员,语法如下:

val in seq

  • val:要检查的元素;
  • seq:指定的序列。

通过一个例子作进一步了解,以字符串为例,如下所示:

str = 'Python'
print('on'in str)

输出结果:

True

2.6 内置函数

函数 描述
len() 计算序列的长度
max() 找出序列中的最大元素
min() 找出序列中的最小元素
list() 将序列转换为列表
str() 将序列转换为字符串
sum() 计算元素的和
sorted() 对元素进行排序
enumerate() 将序列组合为一个索引序列,多用在 for 循环中

简单举几个例子,如下所示:

str = 'dbcae'
print('len -->', len(str))
print('max -->', max(str))
print('sorted -->', sorted(str))

输出结果:

len --> 5
max --> e
sorted --> ['a', 'b', 'c', 'd', 'e']
相关文章
|
4月前
|
Python
【Leetcode刷题Python】376. 摆动序列
文章提供了解决LeetCode "摆动序列" 问题的Python实现代码,通过遍历整数数组并使用两个变量 down 和 up 来记录正差和负差摆动序列的长度,最终返回最长摆动子序列的长度。
43 0
|
4月前
|
存储 算法 数据挖掘
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
本文介绍了2023年中国高校大数据挑战赛赛题B的Python实现方法,该赛题涉及DNA存储技术中的序列聚类与比对问题,包括错误率分析、序列聚类、拷贝数分布图的绘制以及比对模型的开发。
95 2
【2023年中国高校大数据挑战赛 】赛题 B DNA 存储中的序列聚类与比对 Python实现
|
3月前
|
机器学习/深度学习 数据采集 算法
时间序列结构变化分析:Python实现时间序列变化点检测
在时间序列分析和预测中,准确检测结构变化至关重要。新出现的分布模式往往会导致历史数据失去代表性,进而影响基于这些数据训练的模型的有效性。
252 1
|
4月前
|
机器学习/深度学习 算法 数据挖掘
6种有效的时间序列数据特征工程技术(使用Python)
在本文中,我们将探讨使用日期时间列提取有用信息的各种特征工程技术。
167 0
|
3月前
|
机器学习/深度学习 索引 Python
python之序列
python之序列
149 59
|
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】
|
4月前
|
机器学习/深度学习 Python
时间序列特征提取:从理论到Python代码实践
时间序列是一种特殊的存在。这意味着你对表格数据或图像进行的许多转换/操作/处理技术对于时间序列来说可能根本不起作用。
70 1
时间序列特征提取:从理论到Python代码实践
|
4月前
|
机器学习/深度学习 分布式计算 大数据
几行 Python 代码就可以提取数百个时间序列特征
几行 Python 代码就可以提取数百个时间序列特征
|
4月前
|
机器学习/深度学习 数据采集 算法
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现
本文介绍了一个基于Python的时间序列模型,用于分析和预测2021-2022年重庆地区的气温变化趋势,通过ARIMA和LSTM模型的应用,揭示了气温的季节性和趋势性变化,并提供了对未来气温变化的预测,有助于气象预报和相关决策制定。
128 1
【优秀python算法毕设】基于python时间序列模型分析气温变化趋势的设计与实现