列表与元组、字典

1.列表list:["ele1","ele2","ele3","ele0"]

列表是一组任意类型的值,按照一定顺序组合而成的;通过偏移存取;可变长度、异构以及任意嵌套;可变的序列;对象引用的数组

2.元组tuple:("alex","韩顺平","金云龙")

只读的列表,两个方法index()、count();通过偏移存取;不可变序列;固定长度、异构、任意嵌套;对象引用的数组

与list相比:1.比列表操作速度快 2.对数据“写保护” 3.可用于字符串格式化中 4.可作为字典的key

切片:(取多个元素)

 str = ["你好","世界","hello","world",1,2]
print(str[1:4] ) #截取下标1至4之间的数据,包括1不包括4
#['世界', 'hello', 'world']
print(str[1:-1]) #截取下标1至-1之间的数据,不包括-1
#['世界', 'hello', 'world', 1]
print(str[:1])
#['你好']#取下标0-1
print(str[1:]) #取下标1-完
#['世界', 'hello', 'world', 1, 2]
print(str[0::2]) #隔一取一

追加:append()

 str=["alex","blue","sir"]
str.append("john")
print(str)
#['alex', 'blue', 'sir', 'john']

插入:insert()

 str=["a","b","c","d","e"]
str.insert(1,"1前")#大于列表长度时插在最后
print(str)

修改:

 str=["lucky","dog"]
str[1]="pig"
print(str)
#['lucky', 'pig']

删除:del str[index]/str.remove("obj")/str.pop()

 str=["lucky","dog","love","me","love","dog"]
#del str[1] #删除指定下标
#['lucky', 'love', 'me', 'love', 'dog']
str.remove("dog") #删除指定元素中的第一个
#['lucky', 'love', 'me', 'love','dog']
#str.pop() #删除最后一个元素
print(str)

扩展:extend()

 list1=["a","b","c"]
list2=[4,5,""]
list1.extend(list2)
print(list1)
#['a', 'b', 'c', 4, 5, '6']

拷贝:copy()

 list=["a","b","c"]
list_copy=list.copy()
print(list_copy)

统计:list.count("ele")

排序与翻转:list.sort()/list.reverse()

获取下标:list.index("ele")

3.字典dict

一个关联数组,是一个通过关键字索引的对象的集合,使用键-值(key-value)进行存储,查找速度快;任意对象的无序集合;可变长、异构、任意嵌套;属于可变映射类型;对象引用表

与list相比:1.查找和插入的速度快,不会随着key的增加而增加 2.需要占用大量内存,内存浪费

而list:1.查找和插入的时间随着元素的增加而增加 2.占用内存空间小,浪费少,所以dict是空间来换取时间的一种方法

语法:dict={"key1":"value1","key2":"value",...}

特性:dict无序的,key唯一所以去重

增加、修改、删除:

 dict={"":"mouse","":"ox","":"tiger"}
dict.popitem()#删除最后一个
del dict[""]
dict.pop("")
dict[""]="rabbit"#增加
dict[""]="dragon"#修改
print(dict)

查找:

 dict={"":"mouse","":"ox","":"tiger"}
print("" in dict) #标准用法
#True
print(dict.get(""))
print(dict[""])#同上,但如果一个key不存在,就报错,
# get不会,不存在只返回None

多级字典嵌套:

循环dict:

 #方法1
for key in info:
print(key,info[key]) #方法2
for k,v in info.items(): #会先把dict转成list,数据里大时莫用
print(k,v)

4.集合set

无序的不重复的数据集合,用于去除列表的“重”,测试两组数据之间的关系:交集、并集、差集等

s1=set([1,2,3])     #创建一个集合有1,2,3三个元素
s2=set('hello') #创建一个唯一字符字符的集合'h','e','o','l'
a=s1|s2 #并集
b=s1&s2 #交集set{}
c=s1-s2 #差集{1, 2, 3}
d=s1^s2 #对称差集{'l', 1, 2, 3, 'h', 'o', 'e'} print(s1.issubset(d))#子集 #True
print(s1.issuperset(s2))#超级#False
s1.union(s2) #返回新集合-s1与s2的并集
s1.intersection(s2) #返回新集合-s1与s2的交集
s1.difference(s2) #返新集合差集,该集合是s1的成员
s1.symmetric_difference(s2)#返新集合-除了s1、s2共有的成员
s1.copy() #返新集合,是集合s1的浅复制
s1.update(s2) #用s2的元素修改s1 #{1, 2, 3, 'l', 'h', 'o', 'e'}
s1.intersection_update(s2)#s1中的元素是属于s1、s2共同的 #set{}
s1.difference_update(s2)#{1,2,3}返回属于s1但不属于s2的元素
s1.symmetric_difference_update(s2)#{1, 2, 3, 'e', 'l', 'h', 'o'} s1.add(obj)
s1.remove(s2)
s1.discard() #删除指定的
s1.pop() #删除任意一个
s1.clear() #删除所有
print(s1)

5.文件操作

打开文件的模式有:

  • r,只读模式(默认)。
  • w,只写模式。【不可读;不存在则创建;存在则删除内容;】
  • a,追加模式。【可读;   不存在则创建;存在则只追加内容;】

"+" 表示可以同时读写某个文件

  • r+,可读写文件。【可读;可写;可追加】
  • w+,写读
  • a+,同a

"U"表示在读取时,可以将 \r \n \r\n自动转换成 \n (与 r 或 r+ 模式同使用)

  • rU
  • r+U

"b"表示处理二进制文件(如:FTP发送上传ISO镜像文件,linux可忽略,windows处理二进制文件时需标注)

  • rb
  • wb
  • ab

with语句

为了避免打开文件后忘记关闭,可以通过管理上下文,即:

with open("yesterday","r+")as f:
 

Python之freshman01的更多相关文章

  1. Python中的多进程与多线程(一)

    一.背景 最近在Azkaban的测试工作中,需要在测试环境下模拟线上的调度场景进行稳定性测试.故而重操python旧业,通过python编写脚本来构造类似线上的调度场景.在脚本编写过程中,碰到这样一个 ...

  2. Python高手之路【六】python基础之字符串格式化

    Python的字符串格式化有两种方式: 百分号方式.format方式 百分号的方式相对来说比较老,而format方式则是比较先进的方式,企图替换古老的方式,目前两者并存.[PEP-3101] This ...

  3. Python 小而美的函数

    python提供了一些有趣且实用的函数,如any all zip,这些函数能够大幅简化我们得代码,可以更优雅的处理可迭代的对象,同时使用的时候也得注意一些情况   any any(iterable) ...

  4. JavaScript之父Brendan Eich,Clojure 创建者Rich Hickey,Python创建者Van Rossum等编程大牛对程序员的职业建议

    软件开发是现时很火的职业.据美国劳动局发布的一项统计数据显示,从2014年至2024年,美国就业市场对开发人员的需求量将增长17%,而这个增长率比起所有职业的平均需求量高出了7%.很多人年轻人会选择编 ...

  5. 可爱的豆子——使用Beans思想让Python代码更易维护

    title: 可爱的豆子--使用Beans思想让Python代码更易维护 toc: false comments: true date: 2016-06-19 21:43:33 tags: [Pyth ...

  6. 使用Python保存屏幕截图(不使用PIL)

    起因 在极客学院讲授<使用Python编写远程控制程序>的课程中,涉及到查看被控制电脑屏幕截图的功能. 如果使用PIL,这个需求只需要三行代码: from PIL import Image ...

  7. Python编码记录

    字节流和字符串 当使用Python定义一个字符串时,实际会存储一个字节串: "abc"--[97][98][99] python2.x默认会把所有的字符串当做ASCII码来对待,但 ...

  8. Apache执行Python脚本

    由于经常需要到服务器上执行些命令,有些命令懒得敲,就准备写点脚本直接浏览器调用就好了,比如这样: 因为线上有现成的Apache,就直接放它里面了,当然访问安全要设置,我似乎别的随笔里写了安全问题,这里 ...

  9. python开发编译器

    引言 最近刚刚用python写完了一个解析protobuf文件的简单编译器,深感ply实现词法分析和语法分析的简洁方便.乘着余热未过,头脑清醒,记下一点总结和心得,方便各位pythoner参考使用. ...

随机推荐

  1. 对象序列化中transient关键字的用途

  2. subprocess模块和logging模块

    主要内容: 一.subprocess模块 二.logging模块 1️⃣  subprocess模块 三种执行命令的方法 subprocess.run(*popenargs, input=None, ...

  3. string基本字符系列容器(一)

    C++STL提供了string基本字符系列容器来处理字符串,可以把string理解成字符串类,它提供了添加,删除,替换,查找和比较等丰富的方法. 使用string容器,需要头文件包含声明#includ ...

  4. IFC标准是为了满足建筑行业的信息交互与共享而产生的统一数据标准,是建 筑行业事实上的数据交换与共享标准。本文概要介绍了IFC标准的产生及发展 历程,IFC的整体框架结构,简要说明了IFC标准的实现方法和过程,描述了 当前的应用以及我们应该更加积极地利用IFC标准为建筑软件行业服务。

  5. Hyperledger子项目

    Hyperledger由五个子项目构成: • BlockChain Explorer 展⽰和查询区块链块.事务和相关数据的 Web应⽤ • Fabric 区块链技术的⼀个实现(主要项目) • STL ...

  6. Apache htcacheclean命令

    一.简介 htcacheclean可以用于将mod_disk_cache的磁盘缓冲区占用的空间保持在一个合理的水平.这个工具可以手动运行也可以作为后台守护进程运行.当作为守护进程运行的时候,它将每隔一 ...

  7. grid search 超参数寻优

    http://scikit-learn.org/stable/modules/grid_search.html 1. 超参数寻优方法 gridsearchCV 和  RandomizedSearchC ...

  8. python字符串大小写转换

    str = "www.w3cSChool.cn"print(str.upper()) # 把所有字符中的小写字母转换成大写字母print(str.lower()) # 把所有字符中 ...

  9. Part3_lesson3---ARM伪指令学习

    1.ARM机器码 对elf格式的文件进行反汇编可得到相应汇编文件的机器码: arm-linux-objdump -D -S start.elf 机器码的解析,可以参考文件ARM Architectur ...

  10. Maven——继承和聚合

    实际项目中,可能正要构建一个大型的系统,但又不想一遍又一遍的重复同样的依赖元素,这种情况是经常出现的.不过还好,maven提供了继承机制,项目可以通过parent元素使用继承,可以避免这种重复.当一个 ...