Python类型转换+序列操作+基本概念辨析速查手册

简介:     第一部分是Python语言中基础中的基础,根据网上资料,合并如下:     1、类型转换     int(x [,base])  将x转换为一个整数     long(x [,base]) 将x转换为一个长整数     float(x)        将x转换...

    第一部分是Python语言中基础中的基础,根据网上资料,合并如下:

    1、类型转换
    int(x [,base])  将x转换为一个整数
    long(x [,base]) 将x转换为一个长整数
    float(x)        将x转换到一个浮点数
    complex(real)   创建一个复数
    str(x)          将对象x转换为字符串
    repr(x)         将对象x转换为表达式字符串
    eval(str)       用来计算在字符串中的有效Python表达式,并返回一个对象
    tuple(s)        将序列s转换为一个元组
    list(s)         将序列s转换为一个列表
    chr(x)          将一个整数转换为一个字符
    unichr(x)       将一个整数转换为Unicode字符
    ord(x)          将一个字符转换为它的整数值
    hex(x)          将一个整数转换为一个十六进制字符串
    oct(x)          将一个整数转换为一个八进制字符串

    2、序列操作
    s+r             序列连接
    s*n,n*s         s的n次拷贝,n为整数
    s%d             字符串格式化(仅字符串)
    s[i]            索引
    s[i:j]          切片
    x (not) in s    从属关系
    for x in s :    迭代
    len(s)          长度
    min(s)          最小元素
    max(s)          最大元素
    s[i] = x 为s[i] 重新赋值
    s[i:j] = r      将列表片段重新赋值
    del s[i]        删除列表中一个元素
    del s[i:j]      删除列表中一个片段



    第二部分是Python基本概念辨析,结合新手经常出错的问题进行简单总结。

    3、Python基础知识里,容易出错的几个问题:
    3.1 余数

点击(此处)折叠或打开

  1. >>>2.75%0.5
  2. 0.25
  3. #而不是2.5

    3.2 序列
    序列是初学者最头疼的一个问题了,概念太多,许多人还是数组概念范儿,Python已经进化了。

    序列有一下几种:
    列表、元组、字符串、Buffer和xrange,初学者最容易混淆的是序列、列表、元组和字符串。

    序列,是指有序集合排列。所有序列都具有索引、分片、加、乘、成员资格、长度、最大和最小的内在函数。这是共性!

    但是,针对序列中具体的类型而言,又有差异。比较灵活的是列表,我们管它叫“韦小宝”,除了序列共性函数外,列表具有append()、count()、extend()、index()、insert()、reverse()、sort()、remove()等方法,以及直接对其中个别元素或分片元素进行赋值或删除,叫他韦小宝就是因为它太灵活。

    不过元组就不一样了,它是个“木头人”,它不能够改变内部的内容,是不可变序列,所以只能使用共性函数。它的主要应用是键值处理上,这是后话了。

    此外,字符串不是元组,因为元组就是形如(1,2,3)的序列,但和元组很像,字符串也不能直接改变其中的值,比如:

点击(此处)折叠或打开

  1. Python 2.7.3 (default, Apr 10 2012, 23:31:26) [MSC v.1500 32 bit (Intel)] on win32
  2. Type "copyright", "credits" or "license()" for more information.
  3. >>> x = [1,2,3]
  4. >>> x[0] = 9
  5. >>> x
  6. [9, 2, 3]
  7. >>> y = (1,2,3)
  8. >>> y[0] = 9

  9. Traceback (most recent call last):
  10.   File "", line 1, in module>
  11.     y[0] = 9
  12. TypeError: 'tuple' object does not support item assignment
  13. >>> z = "abc"
  14. >>> z[0] = 'A'

  15. Traceback (most recent call last):
  16.   File "", line 1, in module>
  17.     z[0] = 'A'
  18. TypeError: 'str' object does not support item assignment
  19. >>>

    3.3 三目运算
    Python没有C语言中的三目运算符'?',但可以构造出来:
    (1) expr=判断表达式 and expr1 or expr2,不安全,不推荐使用
    (2) min(x,y)=(x
    (3) 当然从Python2.5起,内置了一个条件表达式:a if b else c。当b为真返回a,b为假返回c。这个也是很好用的哦。

    附一个我改编过的例子,其中就用到了第二种方法:

点击(此处)折叠或打开


  1. #使用人名作为键
  2. people={
  3.         'Alice':{
  4.                 'phone':'123456',
  5.                 'addr':'Foo drive 39'
  6.             },
  7.         'Beth':{
  8.                 'phone':'888888',
  9.                 'addr':'Ok street no23#'
  10.             },
  11.         'Cecil':{
  12.                 'phone':'666666',
  13.                 'addr':'Baz avenue 90'
  14.             }
  15.     }
  16. labels = {
  17.         'phone':'Phone Number',
  18.         'addr':'address'
  19.     }

  20. name = raw_input('Name:').title()
  21. request = raw_input('What\'s your want to search?Phone Number(P) or Address(A)?')
  22. key = (request.lower() == 'p' and ['phone'] or ['addr'])[0]

  23. if name in people:
  24.     print "%s's %s is %s" % (name,labels[key],people[name][key])
  25. else:
  26.     print "User %s is not exist." % name

 



相关文章
|
5天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
10 2
|
5天前
|
机器学习/深度学习 Python
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
16 0
|
6天前
|
机器学习/深度学习 数据可视化 Linux
python用ARIMA模型预测CO2浓度时间序列实现
python用ARIMA模型预测CO2浓度时间序列实现
17 0
|
6天前
|
Python 数据可视化 索引
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
20 0
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
|
6天前
|
机器学习/深度学习 Python 数据处理
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
28 0
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
|
6天前
|
数据挖掘 vr&ar Python
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
31 10
|
6天前
|
vr&ar Python
Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列4
Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列
30 0
|
6天前
|
存储 机器学习/深度学习 数据可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
49 6
|
JSON 数据格式 Python
|
13天前
|
安全 Java 数据处理
Python网络编程基础(Socket编程)多线程/多进程服务器编程
【4月更文挑战第11天】在网络编程中,随着客户端数量的增加,服务器的处理能力成为了一个重要的考量因素。为了处理多个客户端的并发请求,我们通常需要采用多线程或多进程的方式。在本章中,我们将探讨多线程/多进程服务器编程的概念,并通过一个多线程服务器的示例来演示其实现。