Python 基础(常用数据结构)
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。

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
- 上一篇
JVM随笔分类(java虚拟机的内存区域分配(一个不断记录和推翻以及再记录的一个过程))
JVM随笔分类(java虚拟机的内存区域分配(一个不断记录和推翻以及再记录的一个过程)) java虚拟机的内存区域分配 在JVM运行时,类加载器ClassLoader在加载到类的字节码后,交由jvm的执行引擎处理, 执行过程中需要空间来存储数据 (类似于Cpu及主存),此时的这段空间的分配和释放过程是 此处需要关心和理解的,暂可以称为运行时的数据的内存区的分配, 首先运行时的数据区包括,程序计数器,以及Stack(虚拟机 栈),以及虚拟机堆,方法区,本地方法栈, 虽然运行时区域分配只要包含上述的描述组件,但实际运行中,程序计数器外,应该再加一个寄存器, 目前先描述上面5个,寄存器后面一并写入, 程序计数器: java中的多线程是通过线程轮流切换并分配处理器执行时间来实现的,再任何一个确定的时刻,一个处理器只会处理一条线程中的指令 ,因此,为了线程切换后能恢复到正确的执行位置, 每条线程都需要有一个独立的程序计数器,各条线程之间的计数器互不影响, 独立存储,我们称这一类内存区域为“线程私有”的内存区域,而程序计数器则是一块较小的内存,它的作用便是记录当前线程 所执行的字节码的行号指...
- 下一篇
从零开始学TensorFlow
前言 只有光头才能变强。 文本已收录至我的GitHub仓库,欢迎Star:https://github.com/ZhongFuCheng3y/3y 最近在学习TensorFlow的相关知识,了解了TensorFlow一些基础的知识,现在周末有空了,就写写一些笔记,记录一下自己的成长~ 总的来说,TensorFlow还是一个比较新的技术,有兴趣的同学不妨跟着我的笔记,一起学学呗(反正没坏处)~ 知识背景:没有Python基础,没有机器学习基础,可以说是真正从零学TensorFlow的了。 一、安装Tensorflow所需要的环境 1.1安装Python环境 使用环境:Mac Python有好多个版本,在Mac中自带的Python版本是2.7,但相对而言比较老了。现在一般用Python3.x了,本次下载的版本是3.5.6 我安装Python所使用方法的大
相关文章
文章评论
共有0条评论来说两句吧...
文章二维码
点击排行
推荐阅读
最新文章
- SpringBoot2编写第一个Controller,响应你的http请求并返回结果
- Docker安装Oracle12C,快速搭建Oracle学习环境
- Linux系统CentOS6、CentOS7手动修改IP地址
- CentOS6,7,8上安装Nginx,支持https2.0的开启
- CentOS7设置SWAP分区,小内存服务器的救世主
- Eclipse初始化配置,告别卡顿、闪退、编译时间过长
- Springboot2将连接池hikari替换为druid,体验最强大的数据库连接池
- Windows10,CentOS7,CentOS8安装Nodejs环境
- SpringBoot2初体验,简单认识spring boot2并且搭建基础工程
- CentOS8安装Docker,最新的服务器搭配容器使用