Python 基础 (2)

Python 基础 (2)

序列:是一种数据存储方式，用来存储一系列的数据。在内存中，序列就是一块用来存放多个值的连续的内存空间。比如一个整数序列[10,20,30,40]，可以这样示意表示：

由于 Python3 中一切皆对象，在内存中实际是按照如下方式存储的： a = [10,20,30,40]

从图示中，我们可以看出序列中存储的是整数对象的地址，而不是整数对象的值。python 中常用的序列结构有：

字符串、列表、元组、字典、集合

列表：用于存储任意数目、任意类型的数据集合。

列表是内置可变序列，是包含多个元素的有序连续的内存空间。列表定义的标准语法格式： a = [10,20,30,40] 其中，10,20,30,40 这些称为：列表 a 的元素。

列表中的元素可以各不相同，可以是任意类型。比如：

a = [10,20,'abc',True] 列表对象的常用方法汇总如下，方便大家学习和查阅。

方法	要点	描述
list.append(x)	增加元素	将元素 x 增加到列表 list 尾部
list.extend(aList)	增加元素	将列表 alist 所有元素加到列表 list 尾部
list.insert(index,x)	增加元素	在列表 list 指定位置 index 处插入元素 x
list.remove(x)	删除元素	在列表 list 中删除首次出现的指定元素 x
list.pop([index])	删除元素	删除并返回列表 list 指定为止 index 处的元素，默认是最后一个元素
list.clear()	删除所有元素	删除列表所有元素，并不是删除列表对象
list.index(x)	访问元素	返回第一个 x 的索引位置，若不存在 x 元素抛出异常
list.count(x)	计数	返回指定元素 x 在列表 list 中出现的次数
len(list)	列表长度	返回列表中包含元素的个数
list.reverse()	翻转列表	所有元素原地翻转
list.sort()	排序	所有元素原地排序
list.copy()	浅拷贝	返回列表对象的浅拷贝(???)

Python 的列表大小可变，根据需要随时增加或缩小。

字符串和列表都是序列类型，一个字符串是一个字符序列，一个列表是任何元素的序列。我们前面学习的很多字符串的方法，在列表中也有类似的用法，几乎一模一样。

创建列表:

>>> a = [10,20,'gaoqi','sxt']

>>> a = [] #创建一个空的列表对象

使用 list()可以将任何可迭代的数据转化成列表。

>>> a = list() #创建一个空的列表对象

>>> a = list(range(10))

>>> a

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

>>> a = list("gaoqi,sxt")

>>> a

['g', 'a', 'o', 'q', 'i', ',', 's', 'x', 't']

range()可以帮助我们非常方便的创建整数列表，这在开发中及其有用。语法格式为：

range([start,] end [,step])

start 参数：可选，表示起始数字。默认是 0 end 参数：必选，表示结尾数字。 step 参数：可选，表示步长，默认为 1

python3 中 range()返回的是一个 range 对象，而不是列表。我们需要通过 list()方法将其转换成列表对象。典型示例如下：

>>> list(range(3,15,2))

[3, 5, 7, 9, 11, 13]

>>> list(range(15,3,-1))

[15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4]

>>> list(range(3,-10,-1))

[3, 2, 1, 0, -1, -2, -3, -4, -5, -6, -7, -8, -9]

使用列表推导式可以非常方便的创建列表

在开发中经常使用。但是，由于涉及到 for 循环和 if 语句。在此，仅做基本介绍。在我们控制语句后面，会详细讲解更多列表推导式的细节。

>>> a = [x*2 for x in range(5)] #循环创建多个元素

>>> a

[0, 2, 4, 6, 8]

>>> a = [x*2 for x in range(100) if x%9==0] #通过 if 过滤元素

>>> a

[0, 18, 36, 54, 72, 90, 108, 126, 144, 162, 180, 198]

下面进行方法示例汇总:

>>> a = [20,40]

>>> a.append(80)

>>> a

[20, 40, 80]

>>> a = [20,40]

>>> id(a)

46016072

>>> a = a+[50]

>>> id(a) 46015432

>>> a = [20,40]

>>> id(a)

46016072

>>> a.extend([50,60])

>>> id(a) 46016072

>>> a = [10,20,30]

>>> a.insert(2,100)

>>> a

[10, 20, 100, 30]

>>> a = ['sxt',100]

>>> b = a*3

>>> a

['sxt', 100]

>>> b

['sxt', 100, 'sxt', 100, 'sxt', 100]

>>> c = 'sxt'

>>> d = c*3

>>> c

'sxt'

>>> d

'sxtsxtsxt'

>>> a = [100,200,888,300,400]

>>> del a[1]

>>> a

[100,200,300,400]

>>> a = [10,20,30,40,50]

>>> a.pop()

>>> a

[10, 20, 30, 40]

>>> a.pop(1)

>>> a

[10, 30, 40]

>>> a = [10,20,30,40,50,20,30,20,30]

>>> a.remove(20)

>>> a

[10, 30, 40, 50, 20, 30, 20, 30]

>>> a.remove(100)

Traceback (most recent call last):

File "<pyshell#208>", line 1, in <module>

a.remove(100)

ValueError: list.remove(x): x not in list

>>> a = [10,20,30,40,50,20,30,20,30]

>>> a[2]

>>> a[10]

Traceback (most recent call last):

File "<pyshell#211>", line 1, in <module> a[10]

IndexError: list index out of range

>>> a = [10,20,30,40,50,20,30,20,30]

>>> a.index(20)

>>> a.index(20,3)

>>> a.index(20,3) #从索引位置 3 开始往后搜索的第一个 20

>>> a.index(30,5,7) #从索引位置 5 到 7 这个区间，第一次出现 30 元素的位置

count()可以返回指定元素在列表中出现的次数。

>>> a = [10,20,30,40,50,20,30,20,30]

>>> a.count(20)

len()返回列表长度，即列表中包含元素的个数。

>>> a = [10,20,30]

>>> len(a)

判断列表中是否存在指定的元素，我们可以使用 count()方法，返回 0 则表示不存在，返回大于 0 则表示存在。

但是，一般我们会使用更加简洁的 in 关键字来判断，直接返回 True 或 False。

>>> a = [10,20,30,40,50,20,30,20,30]

>>> 20 in a

True

>>> 100 not in a

True

>>> 30 not in a

False

切片是 Python 序列及其重要的操作，适用于列表、元组、字符串等等。切片的格式如下：

切片 slice 操作可以让我们快速提取子列表或修改。标准格式为：

[起始偏移量 start:终止偏移量 end[:步长 step]]

注：当步长省略时顺便可以省略第二个冒号

典型操作(三个量为正数的情况)如下：

操作和说明	示例	结果
[:] 提取整个列表	[10,20,30][:]	[10,20,30]
[start:]从 start 索引开始到结尾	[10,20,30][1:]	[20,30]
[:end]从头开始知道 end-1	[10,20,30][:2]	[10,20]
[start:end]从 start 到 end-1	[10,20,30,40][1:3]	[20,30]
[start:end:step] 从 start 提取到 end-1，步长是 step	[10,20,30,40,50,60,70][1:6: 2]	[20, 40, 60]

其他操作（三个量为负数）的情况：

示例	说明	结果
[10,20,30,40,50,60,70][-3:]	倒数三个	[50,60,70]
10,20,30,40,50,60,70][-5:-3]	倒数第五个到倒数第三个(包头不包尾)	[30,40]
[10,20,30,40,50,60,70][::-1]	步长为负，从右到左反向提取	[70, 60, 50, 40, 30, 20, 10]

切片操作时，起始偏移量和终止偏移量不在[0,字符串长度-1]这个范围，也不会报错。起始

偏移量小于 0 则会当做 0，终止偏移量大于"长度-1"会被当成"长度-1"。例如：

>>> [10,20,30,40][1:30]

[20, 30, 40]

我们发现正常输出了结果，没有报错.

列表的遍历:

for obj in listObj:

print(obj)

复制列表所有的元素到新列表对象:

list1 = [30,40,50]

list2 = list1

只是将 list2 也指向了列表对象，也就是说 list2 和 list2 持有地址值是相同的，列表对象本身的元素并没有复制。

我们可以通过如下简单方式，实现列表元素内容的复制： list1 = [30,40,50] list2 = [] + list1

表的排序:

>>> a = [20,10,30,40]

>>> id(a)

46017416

>>> a.sort() #默认是升序排列

>>> a

[10, 20, 30, 40]

>>> a = [10,20,30,40]

>>> a.sort(reverse=True) #降序排列

>>> a

[40, 30, 20, 10]

>>> import random

>>> random.shuffle(a) #打乱顺序

>>> a

[20, 40, 30, 10]

我们也可以通过内置函数 sorted()进行排序，这个方法返回新列表，不对原列表做修改。

>>> a = [20,10,30,40]

>>> id(a)

46016008

>>> a = sorted(a) #默认升序

>>> a

[10, 20, 30, 40]

>>> id(a)

45907848

>>> a = [20,10,30,40]

>>> id(a)

45840584

>>> b = sorted(a)

>>> b

[10, 20, 30, 40]

>>> id(a)

45840584 >>> id(b) 46016072

>>> c = sorted(a,reverse=True) #降序

>>> c

[40, 30, 20, 10]

通过上面操作，我们可以看出，生成的列表对象 b 和 c 都是完全新的列表对象。

内置函数 reversed()也支持进行逆序排列，与列表对象 reverse()方法不同的是，内置函数 reversed()不对原列表做任何修改，只是返回一个逆序排列的迭代器对象。

>>> a = [20,10,30,40]

>>> c = reversed(a)

>>> c

<list_reverseiterator object at 0x0000000002BCCEB8>

>>> list(c)

[40, 30, 10, 20]

>>> list(c)

[]

我们打印输出 c 发现提示是：list_reverseiterator。也就是一个迭代对象。同时，我们使用 list(c)进行输出，发现只能使用一次。第一次输出了元素，第二次为空。那是因为迭代对象在第一次时已经遍历结束了，第二次不能再使用。

max 和 min

用于返回列表中最大和最小值。

[40, 30, 20, 10]

>>> a = [3,10,20,15,9]

>>> max(a)

>>> min(a)

sum

对数值型列表的所有元素进行求和操作，对非数值型列表运算则会报错。

>>> a = [3,10,20,15,9]

>>> sum(a)

多维列表

二维列表

一维列表可以帮助我们存储一维、线性的数据。

二维列表可以帮助我们存储二维、表格的数据。例如下表的数据：

姓名	年龄	薪资	城市
高小一	18	30000	北京
高小二	19	20000	上海
高小五	20	10000	深圳

代码如下:

a = [

["高小一",18,30000,"北京"],

["高小二",19,20000,"上海"],

["高小一",20,10000,"深圳"],

]

内存结构图:

>>> print(a[1][0],a[1][1],a[1][2])

高小二 19 20000

嵌套循环打印二维列表所有的数据:

a = [

["高小一",18,30000,"北京"],

["高小二",19,20000,"上海"],

["高小一",20,10000,"深圳"],

]

for m in range(3):

for n in range(4):

print(a[m][n],end="\t")

print() #打印完一行，换行

运行结果：高小一 18 30000 北京高小二 19 20000 上海高小一 20 10000 深圳

列表属于可变序列，可以任意修改列表中的元素。

元组属于不可变序列，不能修改元组中的元素。因此，元组没有增加元素、修改元素、删除元素相关的方法。

因此，我们只需要学习元组的创建和删除，元组中元素的访问和计数即可。元组支持如下操作：

索引访问
切片操作
连接操作
成员关系操作
比较运算操作
计数：元组长度 len()、最大值 max()、最小值 min()、求和 sum()等。

元组的创建

通过()创建元组。小括号可以省略。
1. = (10,20,30) 或者 a = 10,20,30

如果元组只有一个元素，则必须后面加逗号。这是因为解释器会把(1)解释为整数 1，(1,) 解释为元组。

>>> a = (1)

>>> type(a)

>>> a = (1,) #或者 a = 1,

>>> type(a)

通过 tuple()创建元组 tuple(可迭代的对象) 例如：
1. = tuple() #创建一个空元组对象 b = tuple("abc") b = tuple(range(3)) b = tuple([2,3,4])
  总结： tuple()可以接收列表、字符串、其他序列类型、迭代器等生成元组。
  list()可以接收元组、字符串、其他序列类型、迭代器等生成列表。

元组的元素访问和计数

元组的元素不能修改

>>> a = (20,10,30,9,8)

>>> a[3]=33

Traceback (most recent call last):

File "<pyshell#313>", line 1, in <module> a[3]=33

TypeError: 'tuple' object does not support item assignment

元组的元素访问和列表一样，只不过返回的仍然是元组对象。
>>> a = (20,10,30,9,8)
>>> a[1]
10
>>> a[1:3]
(10, 30)
>>> a[:4]
(20, 10, 30, 9)
列表关于排序的方法 list.sorted()是修改原列表对象，元组没有该方法。如果要对元组排序，只能使用内置函数 sorted(tupleObj)，并生成新的列表对象。
>>> a = (20,10,30,9,8)
>>> sorted(a)
[8, 9, 10, 20, 30]

zip

zip(列表 1，列表 2，...)将多个列表对应位置的元素组合成为元组，并返回这个 zip 对象。

>>> a = [10,20,30]

>>> b = [40,50,60]

>>> c = [70,80,90]

>>> d = zip(a,b,c)

>>> list(d)

[(10, 40, 70), (20, 50, 80), (30, 60, 90)]

生成器推导式创建元组

从形式上看，生成器推导式与列表推导式类似，只是生成器推导式使用小括号。

列表推导式直接生成列表对象，生成器推导式生成的不是列表也不是元组，而是一个生成器对象。

我们可以通过生成器对象，转化成列表或者元组。也可以使用生成器对象的__next__() 方法进行遍历，或者直接作为迭代器对象来使用。不管什么方式使用，元素访问结束后，如果需要重新访问其中的元素，必须重新创建该生成器对象。

【操作】生成器的使用测试

>>> s = (x*2 for x in range(5))

>>> s

>>> tuple(s)

(0, 2, 4, 6, 8)

>>> list(s) #只能访问一次元素。第二次就为空了。需要再生成一次

[]

>>> s

>>> tuple(s)

()

>>> s = (x*2 for x in range(5))

>>> s.__next__()

>>> s.__next__() 4

元组总结

元组的核心特点是：不可变序列。
元组的访问和处理速度比列表快。
与整数和字符串一样，元组可以作为字典的键，列表则永远不能作为字典的键使用。

字典介绍

字典是"键值对"的无序可变序列，字典中的每个元素都是一个"键值对"，包含："键

对象"和"值对象"。可以通过"键对象"实现快速获取、删除、更新对应的"值对象"。

列表中我们通过"下标数字"找到对应的对象。字典中通过"键对象"找到对应的"值

对象"。"键"是任意的不可变数据，比如：整数、浮点数、字符串、元组。但是：列表、字典、集合这些可变对象，不能作为"键"。并且"键"不可重复。 "值"可以是任意的数据，并且可重复。

一个典型的字典的定义方式： a = {'name':'gaoqi','age':18,'job':'programmer'}

字典的创建

我们可以通过{}、dict()来创建字典对象。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> b = dict(name='gaoqi',age=18,job='programmer')
>>> a = dict([("name","gaoqi"),("age",18)])

>>> c = {} #空的字典对象

>>> d = dict() #空的字典对象

通过 zip()创建字典对象
>>> k = ['name','age','job']
>>> v = ['gaoqi',18,'techer']
>>> d = dict(zip(k,v))
>>> d
{'name': 'gaoqi', 'age': 18, 'job': 'techer'}
通过 fromkeys 创建值为空的字典
>>> a = dict.fromkeys(['name','age','job'])
>>> a
{'name': None, 'age': None, 'job': None}

字典元素的访问

为了测试各种访问方法，我们这里设定一个字典对象：

a = {'name':'gaoqi','age':18,'job':'programmer'}

通过 [键] 获得"值"。若键不存在，则抛出异常。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a['name']
'gaoqi'
>>> a['age']
18
>>> a['sex']
Traceback (most recent call last):
File "<pyshell#374>", line 1, in <module> a['sex']
KeyError: 'sex'
通过 get()方法获得"值"。推荐使用。优点是：指定键不存在，返回 None；也可以设定指定键不存在时默认返回的对象。推荐使用 get()获取"值对象"。
>>> a.get('name')
'gaoqi'
>>> a.get('sex')
>>> a.get('sex','一个男人')
'一个男人'
列出所有的键值对
>>> a.items()
dict_items([('name', 'gaoqi'), ('age', 18), ('job', 'programmer')])
列出所有的键，列出所有的值
>>> a.keys()
dict_keys(['name', 'age', 'job'])
>>> a.values()
dict_values(['gaoqi', 18, 'programmer'])
len() 键值对的个数
检测一个"键"是否在字典中

>>> a = {"name":"gaoqi","age":18}

>>> "name" in a

True

字典元素添加、修改、删除

给字典新增"键值对"。如果"键"已经存在，则覆盖旧的键值对；如果"键"不存在，则新增"键值对"。
>>>a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a['address']='西三旗 1 号院'
>>> a['age']=16
>>> a
{'name': 'gaoqi', 'age': 16, 'job': 'programmer', 'address': '西三旗 1 号院'}
使用 update()将新字典中所有键值对全部添加到旧字典对象上。如果 key 有重复，则直接覆盖。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> b = {'name':'gaoxixi','money':1000,'sex':'男的'}
>>> a.update(b)
>>> a
{'name': 'gaoxixi', 'age': 18, 'job': 'programmer', 'money': 1000, 'sex': '男的'}
字典中元素的删除，可以使用 del()方法；或者 clear()删除所有键值对；pop()删除指定

键值对，并返回对应的"值对象"；

>>> a = {'name':'gaoqi','age':18,'job':'programmer'}

>>> del(a['name'])

>>> a

{'age': 18, 'job': 'programmer'}

>>> b = a.pop('age')

>>> b

popitem() ：随机删除和返回该键值对。字典是"无序可变序列"，因此没有第一个元素、最后一个元素的概念；popitem 弹出随机的项，因为字典并没有"最后的元素"或者其他有关顺序的概念。若想一个接一个地移除并处理项，这个方法就非常有效（因为不用首先获取键的列表）。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a.popitem()
('job', 'programmer')
>>> a
{'name': 'gaoqi', 'age': 18}
>>> a.popitem()
('age', 18)
>>> a

{'name': 'gaoqi'}

序列解包可以用于元组、列表、字典。序列解包可以让我们方便的对多个变量赋值。

>>> x,y,z=(20,30,10)

>>> x

>>> y

>>> z

>>> (a,b,c)=(9,8,10)

>>> a

>>> [a,b,c]=[10,20,30]

>>> a

>>> b

序列解包用于字典时，默认是对"键"进行操作；如果需要对键值对操作，则需要使用 items()；如果需要对"值"进行操作，则需要使用 values()；

>>> s = {'name':'gaoqi','age':18,'job':'teacher'}

>>> name,age,job=s #默认对键进行操作

>>> name

'name'

>>> name,age,job=s.items() #对键值对进行操作

>>> name

('name', 'gaoqi')

>>> name,age,job=s.values() #对值进行操作

>>> name

'gaoqi'

表格数据使用字典和列表存储，并实现访问

姓名	年龄	薪资	城市
高小一	18	30000	北京
高小二	19	20000	上海
高小五	20	10000	深圳

r1 = {"name":"高小一","age":18,"salary":30000,"city":"北京"} r2 = {"name":"高小二","age":19,"salary":20000,"city":"上海"} r3 = {"name":"高小五","age":20,"salary":10000,"city":"深圳"} tb = [r1,r2,r3]

#获得第二行的人的薪资

print(tb[1].get("salary"))

#打印表中所有的的薪资

for i in range(len(tb)): # i -->0,1,2

print(tb[i].get("salary"))

#打印表的所有数据

for i in range(len(tb)):

print(tb[i].get("name"),tb[i].get("age"),tb[i].get("salary"),tb[i].get("city"))

字典对象的核心是散列表。散列表是一个稀疏数组（总是有空白元素的数组），数组的每个单元叫做 bucket。每个 bucket 有两部分：一个是键对象的引用，一个是值对象的引用。

由于，所有 bucket 结构和大小一致，我们可以通过偏移量来读取指定 bucket。

将一个键值对放进字典的底层过程

>>> a = {}

>>>

a["name"]="gaoqi"

假设字典 a 对象创建完后，数组长度为 8：

我们要把"name"="gaoqi"这个键值对放到字典对象 a 中，首先第一步需要计算键"name"的散列值。Python 中可以通过 hash()来计算。

>>> bin(hash("name"))

'-0b1010111101001110110101100100101'

由于数组长度为 8，我们可以拿计算出的散列值的最右边 3 位数字作为偏移量，即 "101"，十进制是数字 5。我们查看偏移量 5，对应的 bucket 是否为空。如果为空，则将键值对放进去。如果不为空，则依次取右边 3 位作为偏移量，即"100"，十进制是数字 4。再查看偏移量为 4 的 bucket 是否为空。直到找到为空的 bucket 将键值对放进去。流程图如下：

扩容

python 会根据散列表的拥挤程度扩容。"扩容"指的是:创造更大的数组，将原有内容拷贝到新数组中。

接近 2/3 时，数组就会扩容。

根据键查找"键值对"的底层过程

我们明白了，一个键值对是如何存储到数组中的，根据键对象取到值对象，理解起来就简单了。

>>> a.get("name")

'gaoqi'

当我们调用 a.get("name")，就是根据键"name"查找到"键值对"，从而找到值对象"gaoqi"。

第一步，我们仍然要计算"name"对象的散列值：

>>> bin(hash("name"))

'-0b1010111101001110110101100100101'

和存储的底层流程算法一致，也是依次取散列值的不同位置的数字。假设数组长度为

8，我们可以拿计算出的散列值的最右边 3 位数字作为偏移量，即"101"，十进制是数字

5。我们查看偏移量 5，对应的 bucket 是否为空。如果为空，则返回 None。如果不为空，则将这个 bucket 的键对象计算对应散列值，和我们的散列值进行比较，如果相等。则将对应"值对象"返回。如果不相等，则再依次取其他几位数字，重新计算偏移量。依次取完后，仍然没有找到。则返回 None。流程图如下：

用法总结：

键必须可散列
1. 数字、字符串、元组，都是可散列的。
2. 自定义对象需要支持下面三点：

1 支持 hash()函数

2支持通过__eq__()方法检测相等性。

3若 a==b 为真，则 hash(a)==hash(b)也为真。

字典在内存中开销巨大，典型的空间换时间。
键查询速度很快
往字典里面添加新建可能导致扩容，导致散列表中键的次序变化。因此，不要在遍历字典的同时进行字典的修改。

集合:是无序可变，元素不能重复。实际上，集合底层是字典实现，集合的所有元素都是字典中的"键对象"，因此是不能重复的且唯一的。

集合创建和删除

使用{}创建集合对象，并使用 add()方法添加元素
>>> a = {3,5,7}
>>> a
{3, 5, 7}
>>> a.add(9)
>>> a
{9, 3, 5, 7}
使用 set()，将列表、元组等可迭代对象转成集合。如果原来数据存在重复数据，则只保留一个。
>>> a = ['a','b','c','b']
>>> b = set(a)
>>> b
{'b', 'a', 'c'}
remove()删除指定元素；clear()清空整个集合
>>> a = {10,20,30,40,50}
>>> a.remove(20)
>>> a
{10, 50, 30}

集合相关操作

像数学中概念一样，Python 对集合也提供了并集、交集、差集等运算。我们给出示例：

>>> a = {1,3,'sxt'}

>>> b = {'he','it','sxt'}

>>> a|b #并集

{1, 3, 'sxt', 'he', 'it'}
>>> a&b {'sxt'}	#交集
>>> a-b {1, 3}	#差集
>>> a.union(b) {1, 3, 'sxt', 'he', 'it'}	#并集
>>> a.intersection(b) {'sxt'}	#交集
>>> a.difference(b) {1, 3}	#差集