python基础08——集合&字符编码&笔记
集合set
作用：集合、list、tuple、dict一样都可以存放多个值，但是集合主要用于：去重、关系运算
1.1 关系运算
friends1 = ["zero","kevin","jason","egon"]
friends2 = ["Jy","ricky","jason","egon"]
l=[]a
for x in friends1:
if x in friends2:
l.append(x)
print(l)
1.2、去重
定义: 在{}内用逗号分隔开多个元素，多个元素满足以下三个条件
1. 集合内元素必须为不可变类型
2. 集合内元素无序
3. 集合内元素没有重复
s={1,2} # s=set({1,2})
s={1,[1,2]} # 集合内元素必须为不可变类型
s={1,'a','z','b',4,7} # 集合内元素无序
s={1,1,1,1,1,1,'a','b'} # 集合内元素没有重复
print(s)
了解
s={} # 默认是空字典
print(type(s))
定义空集合
s=set()
print(s,type(s))
3、类型转换
set({1,2,3})
res=set('hellolllll')
print(res)
print(set([1,1,1,1,1,1]))
print(set([1,1,1,1,1,1,[11,222]]) # 报错
print(set({'k1':1,'k2':2}))
4、内置方法
=========================关系运算符=========================
friends1 = {"zero","kevin","jason","egon"}
friends2 = {"Jy","ricky","jason","egon"}
4.1 取交集：两者共同的好友
res=friends1 & friends2
print(res)
print(friends1.intersection(friends2))
4.2 取并集/合集：两者所有的好友
print(friends1 | friends2)
print(friends1.union(friends2))
4.3 取差集：（注意：取到的是-前面集合独有的元素）
取friends1独有的好友
print(friends1 - friends2)
print(friends1.difference(friends2))
取friends2独有的好友
print(friends2 - friends1)
print(friends2.difference(friends1))
4.4 对称差集: 求两个用户独有的好友们（即去掉共有的好友）
print(friends1 ^ friends2)
print(friends1.symmetric_difference(friends2))
4.5 父子集：包含的关系
s1={1,2,3}
s2={1,2,4}
#不存在包含关系，下面比较均为False
print(s1 > s2)
print(s1 < s2)
s1={1,2,3}
s2={1,2}
print(s1 > s2) # 当s1大于或等于s2时，才能说是s1是s2他爹
print(s1.issuperset(s2))
print(s2.issubset(s1)) # s2 < s2 =>True
s1={1,2,3}
s2={1,2,3}
print(s1 == s2) # s1与s2互为父子
print(s1.issuperset(s2))
print(s2.issuperset(s1))
=========================去重=========================
1、只能针对不可变类型去重
print(set([1,1,1,1,2]))
2、无法保证原来的顺序
l=[1,'a','b','z',1,1,1,2]
l=list(set(l))
print(l)
l=[
{'name':'lili','age':18,'sex':'male'},
{'name':'jack','age':73,'sex':'male'},
{'name':'tom','age':20,'sex':'female'},
{'name':'lili','age':18,'sex':'male'},
{'name':'lili','age':18,'sex':'male'},
]
new_l=[]
for dic in l:
if dic not in new_l:
new_l.append(dic)
print(new_l)
其他操作
'''
1.长度
>>> s={'a','b','c'}
>>> len(s)
3
2.成员运算
>>> 'c' in s
True
3.循环
>>> for item in s:
... print(item)
...
c
a
b
'''
其他内置方法
s={1,2,3}
需要掌握的内置方法1：discard
s.discard(4) # 删除元素不存在do nothing
print(s)
s.remove(4) # 删除元素不存在则报错
需要掌握的内置方法2：update
s.update({1,3,5})
print(s)
需要掌握的内置方法3：pop
res=s.pop()
print(res)
需要掌握的内置方法4：add
s.add(4)
print(s)
其余方法全为了解
res=s.isdisjoint({3,4,5,6}) # 两个集合完全独立、没有共同部分，返回True
print(res)
了解
s.difference_update({3,4,5}) # s=s.difference({3,4,5})
print(s)
字符编码
分析过程
x="上"
内存
上-------翻译-----》0101010
上《----翻译《-----0101010
字符编码表就是一张字符与数字对应关系的表
a-00
b-01
c-10
d-11
ASCII表：
1、只支持英文字符串
2、采用8位二进制数对应一个英文字符串
GBK表：
1、支持英文字符、中文字符
2、采用8位（8bit=1Bytes）二进制数对应一个英文字符串
采用16位（16bit=2Bytes）二进制数对应一个中文字符串
***unicode（内存中统一使用unicode）：
1、兼容万国字符
与万国字符都有对应关系
2、采用16位（16bit=2Bytes）二进制数对应一个中文字符串
个别生僻会采用4Bytes、8Bytes
unicode表：
内存
人类的字符---------------unicode格式的数字----------
| |
| |
|
硬盘 |
|
| |
| |
GBK格式的二进制 Shift-JIS格式的二进制
老的字符编码都可以转换成unicode，但是不能通过unicode互转
utf-8：
英文->1Bytes
汉字->3Bytes
重要结论！！！：
1、内存固定使用unicode，我们可以改变的是存入硬盘采用格式
英文+汉字-》unicode-》gbk
英文+日文-》unicode-》shift-jis
万国字符》-unicode-》utf-8
2、文本文件存取乱码问题
存乱了>>>设置编码格式：解决方法是，编码格式应该设置成支持文件内字符串的格式
取乱了>>>同类编码格式读入：解决方法是，文件是以什么编码格式存入硬盘的，就应该以什么编码格式读入内存
3、python解释器默认读文件的编码
python3默认：utf-8
python2默认：ASCII
指定文件头修改默认的编码：
在py文件的首行写：
coding:gbk
4、保证运行python程序前两个阶段不乱码的核心法则：指定文件头
coding:文件当初存入硬盘时所采用的编码格式
5、python3的str类型默认直接存成unicode格式，无论如何都不会乱码
保证python2的str类型不乱码
x=u'上' python2中在str之前加u即可解决乱码问题
6、了解
python2解释器有两种字符串类型：str、unicode
# str类型
x='上' # 字符串值会按照文件头指定的编码格式存入变量值的内存空间
# unicode类型
x=u'上' # 强制存成unicode
如何实现编码解码?
coding:utf-8 #定义文件当初存入硬盘时所采用的编码格式为utf-8
x='上'
res=x.encode('gbk') # unicode--->gbk
print(res,type(res))
print(res.decode('gbk'))
自动生成文件头:
