不可变序列:元组 | Python从入门到精通:进阶篇之十一

简介: 元组是一个不可变序列。它的操作方式基本上和列表是一致的。

上一节:初识range函数

概述

元组(tuple)是一个不可变序列。它的操作方式基本上和列表是一致的。所以在操作元组的时候将其当做一个不可变的列表就可以了。

那什么时候用元组呢?

当我们希望我们的数据不改变的时候就需要使用元组,其他情况用列表就可以了。所以元组的使用范围是非常有限的,但是还是有必要学习一下。

用法

使用()来创建元组。

#创建元组
my_tuple=() #创建了一个空元组
print(my_tuple,type(my_tuple))

执行结果为:
image.png
上面我们创建了一个空元组,接下来演示一下如何创建一个有内容的元组:

my_tuple=(1,2,3,4,5) #创建了一个5元素的元组
print(my_tuple)

执行结果为:
image.png
可以看到此时就将元组的内容进行输出了。
也可以结合索引去操作:

my_tuple=(1,2,3,4,5) #创建了一个5元素的元组
print(my_tuple[3])

执行结果为:
image.png
但是注意元组是不可变对象,不能尝试给元组中的元素进行重新赋值。

当元组不是空元组的时候,()可以省略:

my_tuple=10,20,30,40
print(my_tuple,type(my_tuple))

执行结果为:
image.png

可以看到,类型仍然是一个元组,而且形式上是自动加了()的。

如果元组不是空元组,至少要有一个“,”,即使是一个元素,有没有()都是一样的,要有逗号:

my_tuple=40,
print(my_tuple,type(my_tuple))

执行结果为:
image.png
有了这个逗号,才可以被系统识别为一个元组。上述的代码里面如果不加逗号,会被系统认为是int类型的一个数据。可以自己测试一下。
image.png

还有一种用法:元组的解包(解构),就是指将元组当中的每一个元素都赋值给一个变量。

my_tuple=10,20,30,40
a,b,c,d=my_tuple
print("a=",a)
print("b=",b)
print("c=",c)
print("d=",d)

执行结果为:
image.png
这个是非常方便的一个用法,常用于交换两个变量的值。

a=100
b=300
print(a,b)
a,b=b,a #利用元组的解包交换两个数字的值
print(a,b)

执行结果为:
image.png
可以看到这是非常容易的,不像其他语言中那样还要借助一个中间变量来实现。

这里面还有一种情况需要注意,如果重新赋值的数量对应不上的话是会报错的,但是如果数量太多是很麻烦的,就可以这么处理下:

my_tuple=10,20,30,40
a,b,*c=my_tuple
print("c=",c)

执行结果为:
image.png
可以看到c变成一个列表了。

总结:在对一个元组进行解包时,变量的数量必须和元组中元素的数量一致,也可以在变量前面加入一个*,这样他将会获取到元组中所有剩余的元素,并返回一个列表。
如果*是在中间变量的前面,那么将获取中间元素的值,返回列表:

my_tuple=10,20,30,40
a,*b,c=my_tuple
print("a=",a)
print("b=",b)
print("c=",c)

执行结果为:
image.png
同理,放到第一个变量前面也是可以的。
但是注意只可以有一个*,不可以同时出现两个及以上。
解包的操作对于字符串和列表也是同样适用的。
image.png

配套视频点击此处查看

获取更多内容,请订阅Python学习站官方技术圈!

相关文章
|
7天前
|
数据采集 存储 XML
Python爬虫定义入门知识
Python爬虫是用于自动化抓取互联网数据的程序。其基本概念包括爬虫、请求、响应和解析。常用库有Requests、BeautifulSoup、Scrapy和Selenium。工作流程包括发送请求、接收响应、解析数据和存储数据。注意事项包括遵守Robots协议、避免过度请求、处理异常和确保数据合法性。Python爬虫强大而灵活,但使用时需遵守法律法规。
|
7天前
|
Python
深入理解Python装饰器:从入门到实践####
本文旨在通过简明扼要的方式,为读者揭开Python装饰器的神秘面纱,从基本概念、工作原理到实际应用场景进行全面解析。不同于常规的摘要仅概述内容概要,本文将直接以一段精炼代码示例开篇,展示装饰器如何优雅地增强函数功能,激发读者探索兴趣,随后深入探讨其背后的机制与高级用法。 ####
37 11
|
4天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
4天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
4天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
10天前
|
Java 测试技术 持续交付
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
本文重点讲解如何搭建App自动化测试框架的思路,而非完整源码。主要内容包括实现目的、框架设计、环境依赖和框架的主要组成部分。适用于初学者,旨在帮助其快速掌握App自动化测试的基本技能。文中详细介绍了从需求分析到技术栈选择,再到具体模块的封装与实现,包括登录、截图、日志、测试报告和邮件服务等。同时提供了运行效果的展示,便于理解和实践。
45 4
【入门思路】基于Python+Unittest+Appium+Excel+BeautifulReport的App/移动端UI自动化测试框架搭建思路
|
3天前
|
设计模式 缓存 开发框架
Python中的装饰器:从入门到实践####
本文深入探讨了Python中装饰器的工作原理与应用,通过具体案例展示了如何利用装饰器增强函数功能、提高代码复用性和可读性。读者将学习到装饰器的基本概念、实现方法及其在实际项目开发中的实用技巧。 ####
16 3
|
7天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
6天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
6天前
|
人工智能 数据挖掘 程序员
Python编程入门:从零到英雄
【10月更文挑战第37天】本文将引导你走进Python编程的世界,无论你是初学者还是有一定基础的开发者,都能从中受益。我们将从最基础的语法开始讲解,逐步深入到更复杂的主题,如数据结构、面向对象编程和网络编程等。通过本文的学习,你将能够编写出自己的Python程序,实现各种功能。让我们一起踏上Python编程之旅吧!