06-python数据容器-tuple(元组)

简介: 06-python数据容器-tuple(元组)

 

定义元组

"""
演示tuple元组的定义和操作
"""
#定义元组
t1=(1,"hello", True)
t2=()
t3=tuple()
print(f"t1的类型是:{type(t1)},内容是:{t1}")
print(f"t2的类型是:{type(t2)},内容是:{t2}")
print(f"t3的类型是:{type(t3)},内容是:{t3}")

#定义单个元素
t4=("hello",)
print(f"t4的类型是:{type(t4)},内容是:{t4}")

定义一个嵌套元组

#元组的嵌套
t5 =((1,2,3),(4,5,6))
print(t5[0][0])
print(f"t5的类型是:{type(t5)},内容是:{t5}")

t5 =((1,2,3),(4,5,6))
#下标索引取出内容,如取出6
num= t5[1][2]
print(f"从嵌套元组中取出的数据是:{num}")

元组的相关操作-index,count,len

#元组的操作:index查找方法
t6=("学习计算机","it程序员","Python")
index =t6 .index("学习计算机")
print(f"在元组t6中查找学习计算机的下标是{index}"

#元组的操作:count统计方法
t7=("学习计算机","it程序员","it程序员","it程序员","it程序员","Python")
num=t7.count("it程序员")
print(f"在元组t7中统计黑马程序员的数量有:{num}个")

#元组的操作:len函数统计元组元素数量
t8=("学习计算机","it程序员","it程序员","it程序员","it程序员","Python")
num =len(t8)
print(f"t8元组中的元素有{num}个")

#元组的遍历:while
t8=("学习计算机","it程序员","it程序员","it程序员","it程序员","Python")
index=0
while index<len(t8):
    print(f"元组的元素有:{t8[index]}")
    index+=1

#元组的遍历:for
t8=("学习计算机","it程序员","it程序员","it程序员","it程序员","Python")
for element in t8:
    print(f"元组中的元素有:{element}")

#修改元组中的列表内容
t9=(1,2,["itchengxuyuan","itcast"])
print(f"t9的内容是:{t9}")
t9[2][0]="chengxuyuan"
t9[2][1]="cast"
print(f"t9的内容是:{t9}")

练习案例:元组的基本操作

#定义t1元组
t1=('周杰轮',11,['football','music'])
#查出年龄
print(f"元组中年龄所在的位置是{t1.index(11)}")
#查出姓名
print(f"学生的姓名{t1[0]}")
#删除元素,两种方法皆可
# del t1[2][1]
t1[2].pop(0)
print(t1)
#添加或者插入元素
# t1[2].append('coding')
#此方法可以指定插入的位置
t1[2].insert(0,'coding')
print(t1)


相关文章
|
22天前
|
数据采集 JSON 数据处理
抓取和分析JSON数据:使用Python构建数据处理管道
在大数据时代,电商网站如亚马逊、京东等成为数据采集的重要来源。本文介绍如何使用Python结合代理IP、多线程等技术,高效、隐秘地抓取并处理电商网站的JSON数据。通过爬虫代理服务,模拟真实用户行为,提升抓取效率和稳定性。示例代码展示了如何抓取亚马逊商品信息并进行解析。
抓取和分析JSON数据:使用Python构建数据处理管道
|
7天前
|
图形学 Python
SciPy 空间数据2
凸包(Convex Hull)是计算几何中的概念,指包含给定点集的所有凸集的交集。可以通过 `ConvexHull()` 方法创建凸包。示例代码展示了如何使用 `scipy` 库和 `matplotlib` 绘制给定点集的凸包。
16 1
|
8天前
|
JSON 数据格式 索引
Python中序列化/反序列化JSON格式的数据
【11月更文挑战第4天】本文介绍了 Python 中使用 `json` 模块进行序列化和反序列化的操作。序列化是指将 Python 对象(如字典、列表)转换为 JSON 字符串,主要使用 `json.dumps` 方法。示例包括基本的字典和列表序列化,以及自定义类的序列化。反序列化则是将 JSON 字符串转换回 Python 对象,使用 `json.loads` 方法。文中还提供了具体的代码示例,展示了如何处理不同类型的 Python 对象。
|
8天前
|
数据采集 Web App开发 iOS开发
如何使用 Python 语言的正则表达式进行网页数据的爬取?
使用 Python 进行网页数据爬取的步骤包括:1. 安装必要库(requests、re、bs4);2. 发送 HTTP 请求获取网页内容;3. 使用正则表达式提取数据;4. 数据清洗和处理;5. 循环遍历多个页面。通过这些步骤,可以高效地从网页中提取所需信息。
|
20天前
|
数据可视化 算法 JavaScript
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
本文探讨了如何利用图论分析时间序列数据的平稳性和连通性。通过将时间序列数据转换为图结构,计算片段间的相似性,并构建连通图,可以揭示数据中的隐藏模式。文章介绍了平稳性的概念,提出了基于图的平稳性度量,并展示了图分区在可视化平稳性中的应用。此外,还模拟了不同平稳性和非平稳性程度的信号,分析了图度量的变化,为时间序列数据分析提供了新视角。
48 0
基于图论的时间序列数据平稳性与连通性分析:利用图形、数学和 Python 揭示时间序列数据中的隐藏模式
|
29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。
45 2
|
7天前
|
索引 Python
SciPy 空间数据1
SciPy 通过 `scipy.spatial` 模块处理空间数据,如判断点是否在边界内、计算最近点等。三角测量是通过测量角度来确定目标距离的方法。多边形的三角测量可将其分解为多个三角形,用于计算面积。Delaunay 三角剖分是一种常用方法,可以对一系列点进行三角剖分。示例代码展示了如何使用 `Delaunay()` 函数创建三角形并绘制。
15 0
|
13天前
|
数据采集 存储 数据挖掘
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第27天】在数据分析领域,Python的Pandas库因其强大的数据处理能力而备受青睐。本文介绍了Pandas在数据导入、清洗、转换、聚合、时间序列分析和数据合并等方面的高效技巧,帮助数据分析师快速处理复杂数据集,提高工作效率。
40 0
|
7天前
|
机器学习/深度学习 数据采集 数据挖掘
解锁 Python 数据分析新境界:Pandas 与 NumPy 高级技巧深度剖析
Pandas 和 NumPy 是 Python 中不可或缺的数据处理和分析工具。本文通过实际案例深入剖析了 Pandas 的数据清洗、NumPy 的数组运算、结合两者进行数据分析和特征工程,以及 Pandas 的时间序列处理功能。这些高级技巧能够帮助我们更高效、准确地处理和分析数据,为决策提供支持。
19 2
|
14天前
|
存储 数据挖掘 数据处理
Python数据分析:Pandas库的高效数据处理技巧
【10月更文挑战第26天】Python 是数据分析领域的热门语言,Pandas 库以其高效的数据处理功能成为数据科学家的利器。本文介绍 Pandas 在数据读取、筛选、分组、转换和合并等方面的高效技巧,并通过示例代码展示其实际应用。
29 2