扩大
缩小
人生本来就短暂,为什么还要栽培苦涩。
返回顶部

元组tuple,字典的数据类型,散列表(哈希表),集合内置方法,数字类型总结(有序或无序,可变和不可变类型),浅拷贝-。

什么是元组tuple(了解)

元组;只可取 不可修改的列表,元素已创建就被写死了。

lt = [1,2,3]
lt[0] = 2
print(lt)  #[2, 2, 3]

1.作用:元素一创建就被写死了

2.定义方式:()内用逗号隔开多个元素。(可以为任意数据类型)

tup = tuple((1, 2, 3))
print(tup, type(tup))
#(1, 2, 3) <class 'tuple'>

如果元组只有一个元素,必须得加逗号.

count = (1,)
print(count.tepe(tup1))  #(1,) <class 'tuple'>

3.使用方法:

# 1. 索引取值
print(tup[0])
# 2. 索引切片
print(tup[0:3])
# 3. for循环
for i in tup:
    print(i)
# 4. 成员运算
print(0 in tup)
# 5. len长度
print(len(tup))
# 6. index获取元素索引
print(tup.index(1))
# 7. count 计数
print(tup.count(2))

4.有序 or 无序

有序:有索引则为有序

无序:无索引则为无序

5.可变 or 不可用:元组压根没这一说。

字典的数据类型

字符串/列表/字典 --》: 常用,他们三个就足够描述时间万物了# 其他的数据类型可以被替代 --》: 列表替代元组,redis数据库替代集合。

1.作用:储存多个元素,对每个数据具有描述。

2.2. 定义方式:{}内用逗号隔开多个键key(具有描述意义,不能为可变数据类型):值value(任意数据类型)对 #散列表(哈希表)

dic = {'name': 1}
print(dic)  #{'name': 1}
dic = {0: '功能1', 1: '功能2'}
print(dic)
#{0: '功能1', 1: '功能2'}

字典中:可变 ==不可哈希值,不可变 == 可哈希值。

**散列表(哈希表) **

散列表/哈希表存储数据 --》 相比较列表,插入/删除数据更快

1.首先对key做了哈希处理(能对所有数据类型都可以哈希处理):梅森旋转算法(生成伪随机数)--> 通过哈希处理对于每个key他都可以生成一个序列(永不重复,相同的东西进入哈希处理,结果相同)

2.使用哈希函数对刚刚生成的序列(纯数字),对纯数字除9取余(0,1,2,3,4,5,6,7,8)

假设:

''' 
key 哈希处理 纯数字序列 哈希函数  哈希值
'a' --》     12          --》     3
'b' --》     14          --》     5
'c' --》     24          --》     6
'd' --》     21          --》     3
'''

4.集合内置方法:

什么是集合:交集/差集/补集/并集

1.作用:1进行交叉并补运算。2.去重 3.乱序--》基于散列表实现的

2.定义方式:{}内以逗号隔开多个元素(不能可为变数据类型)

# s = {}  # 空字典
# print(type(s))  #<class 'dict'>
# s = set()  # 空集合  # 上面定义了一个相同的变量但是从未使用,你又定义了这个变量
# print(type(s))  #<class 'set'>

字符串比较,先比较第一位数字,然后再比较第二位数字

对于数字而言,不会乱序;但是对于其他,就乱序print(s):

count = {'a', 'a', 'a', 'a', 1, 'v', 2, 2, 'c', 3, 3, 4, 5, 6}  # 对于数字而言,不会乱序;但是对于其他,就乱序
print(count)#{1, 2, 3, 4, 5, 6, 'v', 'c', 'a'}

3.使用方法:

并集:

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'}
print(pythoners | linuxers) #{'kevin', 'jason', 'tank', 'egon', 'nick', 'sean'}   去掉重复的值。 符号:|

交集:

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'
print(pythoners & linuxers)  #{'nick'}  取相同的值 符号:&

差集:

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'}
print(pythoners - linuxers)  #{'jason', 'tank', 'sean'}
  # 两个值相减(取减数值,在被减数中没有出现的所有值)符号:-

补集:

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'}
print(pythoners ^ linuxers)  #{'jason', 'kevin', 'egon', 'tank', 'sean'} 符号:^ 除去交集的值 都取

add(任意在集合中找一个数更改值)

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'}
pythoners.add('oscar')
print(pythoners)  #{'jason', 'nick', 'oscar', 'tank', 'sean'}

remove和discard

pythoners.remove('oscar1')  # 没有报错
# print(pythoners)
# pythoners.discard('oscar1')  # 没有不报错
# print(pythoners)

pop(随机删除一个)

pythoners = {'jason', 'nick', 'tank', 'sean'}
linuxers = {'nick', 'egon', 'kevin'}
pythoners.pop()  # 随机删除一个
print(pythoners)
#{'jason', 'tank', 'nick'}

5.数字类型总结

# 存值个数

# 存一个值:整型/浮点型/字符串
# 存多个值:列表/元组/字典/集合


# 有序or无序
# 有序:字符串/列表/元组(序列类型)
# 无序:字典/集合


# 可变or不可变
# 可变:列表/字典/集合
# 不可变:整型/浮点型/字符串/元组


# 深浅拷贝(只针对可变数据类型) --. 用一定用不到,面试很大概率会问,这不是python独有的,而是一种语言独有的

6.深浅拷贝

1.可变 or 不可变

可变:值变id不变

不可变:值变id变化

id不变值可变,即在原值的基础上修改,则为可变数据类型;值变id也变,即重新申请一个空间放入新值,则为不可变数据类型。

age = 20
print(f'first:{id(age)}')
age = 23
print(f'second:{id(age)}')

# first:140725813474144
# second:140725813474240

2.拷贝(赋值)

如果l2是l1的拷贝对象,则l1内部的任何数据类型的元素变化,则l2内部的元素也会跟着改变,因为可变类型值变id不变。

l1 = ['a', 'b', 'c', ['d', 'e', 'f']]  #赋值
l2 = l1    #即是赋值又是拷贝
l1.append('g')
print(l1)
 #  ['a', 'b', 'c', ['d', 'e', 'f'], 'g']

print(l2)
  #  ['a', 'b', 'c', ['d', 'e', 'f'], 'g']

3.浅拷贝--> 表示的一种现象

如果l2是l1的浅拷贝对象,则l1内的不可变元素发生了改变,l2不变;如果l1内的可变元素发生了改变,则l2会跟着改变。

import copy

l1 = ['a', 'b', 'c', ['d', 'e', 'f']]
l2 = copy.copy(l1) #l2叫做l1的浅拷贝对象
l1.append('g')
print(l1)
  #  ['a', 'b', 'c', ['d', 'e', 'f'], 'g']
print(l2)
  #  ['a', 'b', 'c', ['d', 'e', 'f']]
l1[3].append('g')
print(l1)
##  ['a', 'b', 'c', ['d', 'e', 'f', 'g'], 'g']
print(l2)
  #  ['a', 'b', 'c', ['d', 'e', 'f', 'g']]

4.深拷贝

如果l2是l1的深拷贝对象,则l1内的不可变元素发生了改变,l2不变;如果l1内的可变元素发生了改变,l2也不会变,即l2永远不会因为l1的变化而变化。

import copy
l1 = ['a', 'b', 'c', ['d', 'e', 'f']]
l2 = copy.deepcopy(l1)
l1.append('g')
print(l1)
### ['a', 'b', 'c', ['d', 'e', 'f'], 'g']

print(l2)
### ['a', 'b', 'c', ['d', 'e', 'f']]

l1[3].append('g')
print(l1)
### ['a', 'b', 'c', ['d', 'e', 'f', 'g'], 'g']

print(l2)
### ['a', 'b', 'c', ['d', 'e', 'f']]

深浅拷贝的主要内容

# 主要内容

# 当l2为l1的拷贝对象,l1内部的不可变数据变化,l2变;l1内部的可变数据变化,l2变(*****)

# 当l2为l1的浅拷贝对象时,l1内部的不可变元素变化,l2不变;l1内部的可变元素变化,l2变(******)

# 当l2是l1的深拷贝对象时,l1内部的不可变类型变化,l2不变;l1内部的可变类型变化,l2不变(*****)



# 拷贝/浅拷贝/深拷贝 --> 只针对可变数据类型


s1 = 'Owen'
s2 = copy.copy(s1)  # 无论s2是指向s1指向的值Owen,还是自己新开辟内存空间


# 内置方法中的copy方法都是浅拷贝的copy,也就是说如果你的列表里面有可变数据类型,那就不要使用.copy方法
lt = [1,2,3,[1,]]
lt2 = copy.deepcopy(lt)

posted @ 2019-09-16 19:36  晴天sky  阅读(420)  评论(0编辑  收藏  举报
左边日期 搜索的制定样式