博客
关于我
python序列类型及运算
阅读量:187 次
发布时间:2019-02-28

本文共 1659 字,大约阅读时间需要 5 分钟。

Python序列类型

序列类型基础概念

序列类型是与数学中的序列类似的数据结构,允许元素具有先后顺序,且元素类型可以不同。通过下标可以访问特定元素。常见的序列类型包括字符串、列表和元组等。

列表类型

列表是一种可修改的序列类型,适合需要随时变更数据的场景。创建列表可使用方括号 []list() 函数,元素间用逗号 , 分隔。列表的特点是元素类型可混合,且无长度限制。

列表操作示例

A = list(A)  # 列表与元组相互转换print(A)print(A[0])print(A[-1])print(A[0:3:2])print("分隔线".center(40, "#"))print(len(A))print(A.count(1))print(A.count("111"))print(A.index("111"))print(A.index(1))print(A.index(1, 2, ))print("分隔线".center(40, "#"))B = ["100", 200, A]  # 列表元素可包含列表print(B)C = ["100", 200, A, (1, 2)]  # 列表元素可包含元组print(C)print(tuple(C))D = list("12345daad")print(D)print("分隔线".center(40, "#"))A[0] = 33print(A[0])  # 列表元素可修改print("分隔线".center(40, "#"))

元组类型

元组是一种不可修改的序列类型,适合需要保持数据不变的场景。创建元组可使用小括号 ()tuple() 函数,元素间用逗号 , 分隔。元组的特点与列表类似,但一旦创建后不能再修改。元组常用于数据保护,确保数据不受意外变更。

元组操作示例

A = ("111", 1, 2, 1)print(A)print(A[0])print(A[-1])print(A[0:3:2])print("分隔线".center(40, "#"))print(len(A))print(A.count(1))print(A.count("111"))print(A.index("111"))print(A.index(1))print(A.index(1, 2, ))print("分隔线".center(40, "#"))B = ("100", 200, A)  # 元组元素可包含元组print(B)C = ("100", 200, A, [1, 2])  # 元组元素可包含列表print(C)print(list(C))D = list("12345daad")print(D)print("分隔线".center(40, "#"))# 不能修改元组元素# A[0] = 33# print(A[0])  # 会报错,元组类型元素不能修改print("分隔线".center(40, "#"))

Python序列类型运算

基础序列操作符

序列操作符包括加法 +、乘法 *、切片 [:] 和索引 []。这些操作符可以用来拼接、重复和提取序列元素。

列表类型操作符

列表操作符包括 +*[][:]. inis。这些操作符在列表中有特定的含义,需谨慎使用。

序列类型方法

所有序列类型都继承了通用方法,如 len()count()index()in。这些方法在列表和元组中有相同的功能,但需要注意列表的方法可以修改数据,而元组的方法则无法修改。

列表类型方法

列表类型提供了更多高级方法,如 append()insert()remove()。这些方法允许在不影响其他元素的情况下修改列表。

总结

通过本文,读者掌握了Python中列表和元组的基础概念、操作方法以及常见应用场景。列表适合需要频繁修改的场景,而元组则适合需要保持数据不变的场景。理解这些概念是掌握Python数据结构的关键。

转载地址:http://rern.baihongyu.com/

你可能感兴趣的文章
pandas 版本兼容特定的蟒蛇和NumPy配置吗?
查看>>
pandas 生成excel多级表头
查看>>
Pandas 的 DataFrame 详解-ChatGPT4o作答
查看>>
pandas 读取excel数据,以字典形式输出
查看>>
Pandas 读取具有浮点值的 csv 文件会导致奇怪的舍入和小数位数
查看>>
pandas 适用,但仅适用于满足条件的行
查看>>
pandas 重新采样到每月的特定工作日
查看>>
pandas :如何删除以NaN为列名的多个列?
查看>>
pandas :我如何对堆叠的条形图进行分组?
查看>>
pandas :按移位分组和累加和(GroupBy Shift And Cumulative Sum)
查看>>
pandas :检测一个DF和另一个DF之间缺失的列
查看>>
Pandas-从具有嵌套列表列表的现有列创建动态列时出错
查看>>
Pandas-通过对列和索引的值求和来合并两个数据框
查看>>
pandas.columns、get_dummies等用法
查看>>
pandas.DataFrame.copy(deep=True) 实际上并不创建深拷贝
查看>>
pandas.read_csv()的详解-ChatGPT4o作答
查看>>
PANDAS.READ_EXCEL()输出‘;溢出错误:日期值超出范围‘;而不存在日期列
查看>>
pandas100个骚操作:再见 for 循环!速度提升315倍!
查看>>
Pandas:如何根据其他列值的条件对列进行求和?
查看>>
Pandas:对给定列求和 DataFrame 行
查看>>