Python 基础(常用数据结构)

简介: 常用数据结构1)元组元组是一种静态的数据结构,无法修改,若要修改只能重新生成新的元组。输出结果:元组元素的获取是通过索引值去获得的;例如上面的tup1[0]返回apple;另外你可以直接把tup1一次性赋给多个值,例如上面的tup1一次性赋值给a,b,c,d; tup1[1:3]是对元组的截取,跟字符串的切片是一样,返回('banana', 'grape')当然也是可以层次嵌套的;索引方法一样; y元组还支持直接通过+进行合并元组操作,其实是生成一个新的元组。

常用数据结构

1)元组

元组是一种静态的数据结构,无法修改,若要修改只能重新生成新的元组。


输出结果:


元组元素的获取是通过索引值去获得的;例如上面的tup1[0]返回apple;另外你可以直接把tup1一次性赋给多个值,例如上面的tup1一次性赋值给a,b,c,d; tup1[1:3]是对元组的截取,跟字符串的切片是一样,返回('banana', 'grape')

当然也是可以层次嵌套的;索引方法一样; y元组还支持直接通过+进行合并元组操作,其实是生成一个新的元组。

在学习中有迷茫不知如何学习的朋友小编推荐一个学Python的学习q u n 227  -435-  450可以来了解一起进步一起学习!免费分享视频资料

元组的遍历也是很简单的:


输出结果:


直接for遍历出来的是一个个元素,但最好还是建议先查询元素个数,然后根据索引值去获取value值,尤其对多层嵌套的元组来说,这种方式更好。

2)列表

列表是我们常用的,所以这一块一定要好好掌握:


输出结果:


列表的查询,遍历,和切片截取功能跟元组一样;添加元素可以一般是直接append("XXX")就往列表后面添加值,如果要指定位置添加元素,可以像lists.insert(4,"ouyang5"),在指定的索引值位置插入值;

移除可以用remove指定的元素,如果想要弹出最后一个元素,可以用pop方法;

列表的其他常用方法:


输出结果:


join是把列表转为字符串,用逗号隔开;sort是根据字典排序,即字母的数字编码大小排序;reverse是反转排序;最后一个clear就是清空列表;

3)字典

字典很多方法也是跟list是一样的:


输出结果:


字典是一个键值对集合,可以支持修改;排序方法,这里使用lambda函数,这里就先不讲了,后面会涉及这块知识,需要知道有这一块功能就行。

字典其他一些用法:


输出结果:


字典的浅复制copy和deepcopy在3.6版本的功能是一样的了,以前的版本,浅复制修改原字典,copy出来的字典也会跟着变化,但现在都不会了;因为原先copy出来的只是做了一个指引而已,内存地址一样。deepcopy就是新开辟一个内存空间。

字典的update很好用,他会合并两个字典,去掉重复的元素。

4)set集合

set集合里的元素是不能重复的,list里面的元素是可以重复的。


输出结果:


set的定义是在list列表的基础上的,去掉重复的,当然它的索引取值等方式是跟列表是一样的,这里就不在说,通样,它也有一个更新的功能,跟字典很类似。

总结:

这些集合是很常用,对常用的方法一定要熟悉,用的时候可以顺手拈来。

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
|
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
|
15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2天】当讨论Web应用安全时,认证与授权至关重要。OAuth 2.0 和 JSON Web Tokens (JWT) 是现代Web应用中最流行的两种认证机制。OAuth 2.0 是一种开放标准授权协议,允许资源拥有者授予客户端访问资源的权限,而不需直接暴露凭据。JWT 则是一种紧凑、URL 安全的信息传输方式,自我包含认证信息,无需服务器查询数据库验证用户身份。在 Python 中,Flask-OAuthlib 和 PyJWT 分别用于实现 OAuth 2.0 和 JWT 的功能。结合两者可构建高效且安全的认证体系,提高安全性并简化交互过程,为数据安全提供双重保障。
20 7
|
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
|
14天前
|
开发者 Python
Python 常用的数据结构
Python 常用的数据结构
17 3