Python基礎類型

1. 列表、元組操作

列表是我們最以后最常用的數據類型之一，通過列表可以對數據實現最方便的存儲、修改等操作

定義列表

names = ['Alex',"Tenglan",'Eric']

通過下標訪問列表中的元素，下標從0開始計數

>>> names[0]
'Alex'
>>> names[2]
'Eric'
>>> names[-1]
'Eric'
>>> names[-2] #還可以倒著取
'Tenglan'

切片:取多個元素

>>> names = ["Alex","Tenglan","Eric","Rain","Tom","Amy"]
>>> names[1:4]  #取下標1至下標4之間的數字，包括1，不包括4
['Tenglan', 'Eric', 'Rain']
>>> names[1:-1] #取下標1至-1的值，不包括-1
['Tenglan', 'Eric', 'Rain', 'Tom']
>>> names[0:3] 
['Alex', 'Tenglan', 'Eric']
>>> names[:3] #如果是從頭開始取，0可以忽略，跟上句效果一樣
['Alex', 'Tenglan', 'Eric']
>>> names[3:] #如果想取最后一個，必須不能寫-1，只能這么寫
['Rain', 'Tom', 'Amy'] 
>>> names[3:-1] #這樣-1就不會被包含了
['Rain', 'Tom']
>>> names[0::2] #后面的2是代表，每隔一個元素，就取一個
['Alex', 'Eric', 'Tom'] 
>>> names[::2] #和上句效果一樣
['Alex', 'Eric', 'Tom']

View Code

追加

>>> names
['Alex', 'Tenglan', 'Eric', 'Rain', 'Tom', 'Amy']
>>> names.append("我是新來的")
>>> names
['Alex', 'Tenglan', 'Eric', 'Rain', 'Tom', 'Amy', '我是新來的']

View Code

插入

>>> names
['Alex', 'Tenglan', 'Eric', 'Rain', 'Tom', 'Amy', '我是新來的']
>>> names.insert(2,"強行從Eric前面插入")
>>> names
['Alex', 'Tenglan', '強行從Eric前面插入', 'Eric', 'Rain', 'Tom', 'Amy', '我是新來的']>>> names.insert(5,"從eric后面插入試試新姿勢")
>>> names
['Alex', 'Tenglan', '強行從Eric前面插入', 'Eric', 'Rain', '從eric后面插入試試新姿勢', 'Tom', 'Amy', '我是新來的']

View Code

修改

>>> names
['Alex', 'Tenglan', '強行從Eric前面插入', 'Eric', 'Rain', '從eric后面插入試試新姿勢', 'Tom', 'Amy', '我是新來的']
>>> names[2] = "該換人了"
>>> names
['Alex', 'Tenglan', '該換人了', 'Eric', 'Rain', '從eric后面插入試試新姿勢', 'Tom', 'Amy', '我是新來的']

View Code

刪除

>>> del names[2] 
>>> names
['Alex', 'Tenglan', 'Eric', 'Rain', '從eric后面插入試試新姿勢', 'Tom', 'Amy', '我是新來的']
>>> del names[4]
>>> names
['Alex', 'Tenglan', 'Eric', 'Rain', 'Tom', 'Amy', '我是新來的']
>>> 
>>> names.remove("Eric") #刪除指定元素
>>> names
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy', '我是新來的']
>>> names.pop() #刪除列表最后一個值 
'我是新來的'
>>> names
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy']

View Code

擴展

>>> names
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy']
>>> b = [1,2,3]
>>> names.extend(b)
>>> names
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy', 1, 2, 3]

View Code

拷貝

>>> names
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy', 1, 2, 3]>>> name_copy = names.copy()
>>> name_copy
['Alex', 'Tenglan', 'Rain', 'Tom', 'Amy', 1, 2, 3]

View Code

統計

>>> names
['Alex', 'Tenglan', 'Amy', 'Tom', 'Amy', 1, 2, 3]
>>> names.count("Amy")
2

View Code

排序&翻轉

>>> names
['Alex', 'Tenglan', 'Amy', 'Tom', 'Amy', 1, 2, 3]
>>> names.sort() #排序
Traceback (most recent call last):File "<stdin>", line 1, in <module>
TypeError: unorderable types: int() < str()   #3.0里不同數據類型不能放在一起排序了，擦
>>> names[-3] = '1'
>>> names[-2] = '2'
>>> names[-1] = '3'
>>> names
['Alex', 'Amy', 'Amy', 'Tenglan', 'Tom', '1', '2', '3']
>>> names.sort()
>>> names
['1', '2', '3', 'Alex', 'Amy', 'Amy', 'Tenglan', 'Tom']>>> names.reverse() #反轉
>>> names
['Tom', 'Tenglan', 'Amy', 'Amy', 'Alex', '3', '2', '1']

View Code

獲取下標

>>> names
['Tom', 'Tenglan', 'Amy', 'Amy', 'Alex', '3', '2', '1']
>>> names.index("Amy")
2 #只返回找到的第一個下標

View Code

元組

元組其實跟列表差不多，也是存一組數，只不是它一旦創建，便不能再修改，所以又叫只讀列表

語法

names?=?("alex","jack","eric")

它只有2個方法，一個是count,一個是index，完畢。

2. 字符串操作　

>>> n3_arg
{'name': 'alex', 'age': 33}
>>> n3
'my name is {name} and age is {age}'
>>> n3.format_map(n3_arg)
'my name is alex and age is 33'>>> n4.ljust(40,"-")
'Hello 2orld-----------------------------'
>>> n4.rjust(40,"-")
'-----------------------------Hello 2orld'>>> s = "Hello World!"
>>> p = str.maketrans("abcdefg","3!@#$%^")
>>> s.translate(p)
'H$llo Worl#!>>> b="ddefdsdff_哈哈" 
>>> b.isidentifier() #檢測一段字符串可否被當作標志符，即是否符合變量命名規則
True

View Code

3. 字典操作

字典一種key - value 的數據類型，使用就像我們上學用的字典，通過筆劃、字母來查對應頁的詳細內容。

key-value對

特性：
無順序
去重
查詢速度快，比列表快多了
比list占用內存多

為什么會查詢速度會快呢？因為他是hash類型的，那什么是hash呢？

哈希算法將任意長度的二進制值映射為較短的固定長度的二進制值，這個小的二進制值稱為哈希值。哈希值是一段數據唯一且極其緊湊的數值表示形式。如果散列一段明文而且哪怕只更改該段落的一個字母，隨后的哈希都將產生不同的值。要找到散列為同一個值的兩個不同的輸入，在計算上是不可能的，所以數據的哈希值可以檢驗數據的完整性。一般用于快速查找和加密算法

dict會把所有的key變成hash 表，然后將這個表進行排序，這樣，你通過data[key]去查data字典中一個key的時候，python會先把這個key hash成一個數字，然后拿這個數字到hash表中看沒有這個數字，如果有，拿到這個key在hash表中的索引，拿到這個索引去與此key對應的value的內存地址那取值就可以了。

語法:

info = {'stu1101': "TengLan Wu",'stu1102': "LongZe Luola",'stu1103': "XiaoZe Maliya",
}

字典的特性：

dict是無序的
key必須是唯一的,so 天生去重

增加

>>> info["stu1104"] = "蒼井空"
>>> info
{'stu1102': 'LongZe Luola', 'stu1104': '蒼井空', 'stu1103': 'XiaoZe Maliya', 'stu1101': 'TengLan Wu'}

View Code

修改

>>> info['stu1101'] = "武藤蘭"
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1101': '武藤蘭'}

View Code

刪除

>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1101': '武藤蘭'}
>>> info.pop("stu1101") #標準刪除姿勢
'武藤蘭'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> del info['stu1103'] #換個姿勢刪除
>>> info
{'stu1102': 'LongZe Luola'}
>>> 
>>> 
>>> 
>>> info = {'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'} #隨機刪除
>>> info.popitem()
('stu1102', 'LongZe Luola')
>>> info
{'stu1103': 'XiaoZe Maliya'}

View Code

查找

>>> info = {'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya'}
>>> 
>>> "stu1102" in info #標準用法
True
>>> info.get("stu1102")  #獲取
'LongZe Luola'
>>> info["stu1102"] #同上，但是看下面
'LongZe Luola'
>>> info["stu1105"]  #如果一個key不存在，就報錯，get不會，不存在只返回None
Traceback (most recent call last):File "<stdin>", line 1, in <module>
KeyError: 'stu1105'

View Code

多級字典嵌套及操作

av_catalog = {"歐美":{"www.youporn.com": ["很多免費的,世界最大的","質量一般"],"www.pornhub.com": ["很多免費的,也很大","質量比yourporn高點"],"letmedothistoyou.com": ["多是自拍,高質量圖片很多","資源不多,更新慢"],"x-art.com":["質量很高,真的很高","全部收費,屌比請繞過"]},"日韓":{"tokyo-hot":["質量怎樣不清楚,個人已經不喜歡日韓范了","聽說是收費的"]},"大陸":{"1024":["全部免費,真好,好人一生平安","服務器在國外,慢"]}
}av_catalog["大陸"]["1024"][1] += ",可以用爬蟲爬下來"
print(av_catalog["大陸"]["1024"])
#ouput 
['全部免費,真好,好人一生平安', '服務器在國外,慢,可以用爬蟲爬下來']

View Code

其它姿勢

#values
>>> info.values()
dict_values(['LongZe Luola', 'XiaoZe Maliya'])#keys
>>> info.keys()
dict_keys(['stu1102', 'stu1103'])#setdefault
>>> info.setdefault("stu1106","Alex")
'Alex'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}
>>> info.setdefault("stu1102","龍澤蘿拉")
'LongZe Luola'
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}#update 
>>> info
{'stu1102': 'LongZe Luola', 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}
>>> b = {1:2,3:4, "stu1102":"龍澤蘿拉"}
>>> info.update(b)
>>> info
{'stu1102': '龍澤蘿拉', 1: 2, 3: 4, 'stu1103': 'XiaoZe Maliya', 'stu1106': 'Alex'}#items
info.items()
dict_items([('stu1102', '龍澤蘿拉'), (1, 2), (3, 4), ('stu1103', 'XiaoZe Maliya'), ('stu1106', 'Alex')])#通過一個列表生成默認dict,有個沒辦法解釋的坑，少用吧這個
>>> dict.fromkeys([1,2,3],'testd')
{1: 'testd', 2: 'testd', 3: 'testd'}

View Code

循環dict?

#方法1
for key in info:print(key,info[key])#方法2
for k,v in info.items(): #會先把dict轉成list,數據里大時莫用print(k,v)

View Code

程序練習

程序: 三級菜單

要求:?

打印省、市、縣三級菜單
可返回上一級
可隨時退出程序

menu = {'北京':{'海淀':{'五道口':{'soho':{},'網易':{},'google':{}},'中關村':{'愛奇藝':{},'汽車之家':{},'youku':{},},'上地':{'百度':{},},},'昌平':{'沙河':{'老男孩':{},'北航':{},},'天通苑':{},'回龍觀':{},},'朝陽':{},'東城':{},},'上海':{'閔行':{"人民廣場":{'炸雞店':{}}},'閘北':{'火車戰':{'攜程':{}}},'浦東':{},},'山東':{},
}exit_flag = False
current_layer = menulayers = [menu]while not  exit_flag:for k in current_layer:print(k)choice = input(">>:").strip()if choice == "b":current_layer = layers[-1]#print("change to laster", current_layer)
        layers.pop()elif choice not  in current_layer:continueelse:layers.append(current_layer)current_layer = current_layer[choice]

View Code

4.集合操作

集合是一個無序的，不重復的數據組合，它的主要作用如下：

去重，把一個列表變成集合，就自動去重了
關系測試，測試兩組數據之前的交集、差集、并集等關系

常用操作

s = set([3,5,9,10])      #創建一個數值集合  
  
t = set("Hello")         #創建一個唯一字符的集合  
a = t | s          # t 和 s的并集  
  
b = t & s          # t 和 s的交集  
  
c = t – s          # 求差集（項在t中，但不在s中）  
  
d = t ^ s          # 對稱差集（項在t或s中，但不會同時出現在二者中）  
  基本操作：  t.add('x')            # 添加一項  
  
s.update([10,37,42])  # 在s中添加多項  
  使用remove()可以刪除一項：  t.remove('H')  len(s)  
set 的長度  x in s  
測試 x 是否是 s 的成員  x not in s  
測試 x 是否不是 s 的成員  s.issubset(t)  
s <= t  
測試是否 s 中的每一個元素都在 t 中  s.issuperset(t)  
s >= t  
測試是否 t 中的每一個元素都在 s 中  s.union(t)  
s | t  
返回一個新的 set 包含 s 和 t 中的每一個元素  s.intersection(t)  
s & t  
返回一個新的 set 包含 s 和 t 中的公共元素  s.difference(t)  
s - t  
返回一個新的 set 包含 s 中有但是 t 中沒有的元素  s.symmetric_difference(t)  
s ^ t  
返回一個新的 set 包含 s 和 t 中不重復的元素  s.copy()  
返回 set “s”的一個淺復制

View Code

>>> a = {1,2,3,4}
>>> b ={3,4,5,6}
>>> a
{1, 2, 3, 4}
>>> type(a)
<class 'set'>
>>> a.symmetric_difference(b)
{1, 2, 5, 6}
>>> b.symmetric_difference(a)
{1, 2, 5, 6}
>>>
>>>
>>> a.difference(b)
{1, 2}
>>> a.union(b)
{1, 2, 3, 4, 5, 6}
>>> a.issu
a.issubset(   a.issuperset(
>>> a.issubset(b)
False