Python基础教程---读书笔记二

简介:

1. Python中常见的数据结构可以统称为容器(container)。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器。

2. 序列中每个元素都有编号或者索引,映射中每个元素都有一个名字或者键。

3. 六种内建序列:列表、元组、字符串、Unicode字符串、buffer对象和xrang对象。

4. 列表和元组的主要区别:列表可以修改,元组不能。

5. 序列的内容可以是数字、字符或者其他数据结构。

6. 序列的索引从0开始,-1是最后一个元素的索引。

7. 分片操作:冒号分隔,左闭右开;左索引比右索引晚出现,则返回空序列;不指定索引为最开始或者最末端;

>>> numbers=[1,2,3,4,5,6,7,8,9,10]

>>> numbers[3:6]

[4, 5, 6]

>>> numbers[-3:-1]

[8, 9]

>>> numbers[-3:1]

[]

>>> numbers[:3]

[1, 2, 3]

>>> numbers[-4:]

[7, 8, 9, 10]

8. 分片步长:默认步长为1,不能为0,左闭右开;整数步长,从左提取元素;负数步长,从右提取元素;负数步长,左索引比右索引早出现,则返回空序列;

>>> numbers=[1,2,3,4,5,6,7,8,9,10]

>>> numbers[1:5:2]

[2, 4]

>>> numbers[10:5:-2]

[10, 8]

>>> numbers[:5:-2]

[10, 8]

>>> numbers[5::-2]

[6, 4, 2]

>>> numbers[0:5:-2]

[]

9.相同类型的序列可以通过相加:+;序列*数字x,原序列会被重复x次。

10. 空列表[],有元素但元素没有意义的空列表:[None]*10

11. in运算符:检查元素是否在序列中,返回布尔结果

>>> subject='$$$ Get rich now!!! $$'

>>> '$$$' in subject

True

>>> users=['a1','a2','a4']

>>> 'a3' in users

False

12. len()/max()/min() 返回序列的长度/最大元素/最小元素.

13. 常用list()函数操作字符串产生列表

>>> list('Hellp')

['H', 'e', 'l', 'l', 'p']

14. 列表操作:元素赋值numbers[2]=90; 删除元素del numbers[5]; 分片赋值:

>>> name=list("Perl")

>>> name

['P', 'e', 'r', 'l']

>>> name[1:]=list("ython")

>>> name

['P', 'y', 't', 'h', 'o', 'n']

>>> numbers=[1,5]

>>> numbers[1:1]=[2,3,4]

>>> numbers

[1, 2, 3, 4, 5]

>>> numbers[1:3]=[]

>>> numbers

[1, 4, 5]

15. 列表方法:<注意方法和函数的区别以及是否会返回结果副本>

append()末尾追加新元素;

count()统计某元素出现次数;

extend()末尾追加另一个序列;

index()返回列表中某元素第一个匹配项的索引位置;

insert(index,***)将对象插入到列表某一个位置;

pop(index)移除列表中某一位置的元素,不指定index是最后一个,并且返回该元素的值;

remove()移除列表中某元素的第一个匹配项;

reverse()将列表中的元素反向存放;

sort()在原位置对列表按一定的顺序排序;sorted(x)函数一样,但是会返回对序列x排序后的副本;两者可以有参数指定排序使用的方法:sort(cmp)/sort(key=len)/sort(reverse=True);

cmp(x,y)函数,x<y返回负数;x>y返回正数;x=y返回0;

16. 元组用()表示,用逗号分隔;空元组(),只有一个值的元组(2,); tuple()函数功能和list()函数类似。



本文转自jazka 51CTO博客,原文链接:http://blog.51cto.com/jazka/1342945,如需转载请自行联系原作者

相关文章
|
9天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
20天前
|
IDE 测试技术 项目管理
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
PyCharm是由JetBrains开发的Python集成开发环境(IDE),专为Python开发者设计,支持Web开发、调试、语法高亮、项目管理、代码跳转、智能提示、自动完成、单元测试和版本控制等功能。它有专业版、教育版和社区版三个版本,其中社区版免费且适合个人和小型团队使用,包含基本的Python开发功能。安装PyCharm前需先安装Python解释器,并配置环境变量。通过简单的步骤即可在PyCharm中创建并运行Python项目,如输出“Hello World”。
189 13
【新手必看】PyCharm2025 免费下载安装配置教程+Python环境搭建、图文并茂全副武装学起来才嗖嗖的快,绝对最详细!
|
2月前
|
数据可视化 DataX Python
Seaborn 教程-绘图函数
Seaborn 教程-绘图函数
85 8
|
2月前
Seaborn 教程-主题(Theme)
Seaborn 教程-主题(Theme)
151 7
|
2月前
|
Python
Seaborn 教程-模板(Context)
Seaborn 教程-模板(Context)
56 4
|
2月前
|
数据可视化 Python
Seaborn 教程
Seaborn 教程
63 5
|
3月前
|
Python
SciPy 教程 之 Scipy 显著性检验 9
SciPy 教程之 Scipy 显著性检验第9部分,介绍了显著性检验的基本概念、作用及原理,通过样本信息判断假设是否成立。着重讲解了使用scipy.stats模块进行显著性检验的方法,包括正态性检验中的偏度和峰度计算,以及如何利用normaltest()函数评估数据是否符合正态分布。示例代码展示了如何计算一组随机数的偏度和峰度。
44 1
|
3月前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
47 1
|
3月前
|
数据采集 数据可视化 数据挖掘
深入浅出:使用Python进行数据分析的基础教程
【10月更文挑战第41天】本文旨在为初学者提供一个关于如何使用Python语言进行数据分析的入门指南。我们将通过实际案例,了解数据处理的基本步骤,包括数据的导入、清洗、处理、分析和可视化。文章将用浅显易懂的语言,带领读者一步步掌握数据分析师的基本功,并在文末附上完整的代码示例供参考和实践。
|
3月前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
48 1

热门文章

最新文章