Python基础之数据类型详解(python 中数据类型)
off999 2024-10-16 11:22 23 浏览 0 评论
类似于其他语言,Python也将需要表示和操作的数据划分成不同的数据类型。python中的每个数据值都被称为一个对象(object),并且这个对象有三个属性值(唯一标识、数据类型、值),分别对应计算机内存地址、数据类别、数据值。
python数据类型分类如下:
数字类型与其他编程语言类似,这里不再具体讲解。作为Python中最重要的基础知识,下面主要梳理下字符串、列表、元组、字典、集合的核心知识点。
首先明确几个概念
序列:有固定顺序排列的数据。
不可变类型:如果变量名引用的内存空间的值不能够修改,数字、字符串、布尔值、元组属于不可变类型。
可变类型:变量名引用的内存空间的值能够修改,可以向容器中增删对象,将容器中的某个元素的索引赋给一个新的对象。列表(List)、字典(Dictionary)、集合属于可变类型。
索引
索引可以理解为元素的下标,我们可以通过索引(index)来获取序列中的元素。序列中每个元素都有一个位置,按照顺序进行标记,索引是从0开始的整数,第一个位置索引为0,第二个位置索引为1,以此类推。
索引的用法:使用 序列名[索引值]
切片
切片操作(slice)可以从一个字符串中获取子字符串(字符串的一部分)。我们使用一对方括号、起始偏移量start、终止偏移量end 以及可选的步长step 来定义一个分片。切片使用 索引值 来限定范围,从一个大的序列 中切出小的序列。
使用方法: 字符串[开始索引:结束索引:步长]
注意:
- 开始索引、 结束索引指定的区间属于左闭右开型 [开始索引, 结束索引),所以不包含索引结束元素。
- 如果索引从0开始,开始索引数字可以省略,但冒号不能省略。到末尾结束,结束索引数字可以省略,冒号不能省略
常用的索引实例:
str='testers'
连续式数据
元素是连续存放的,除了第一个前面没有元素,最后一个后面没有元素。支持索引访问和切片操作。包括:字符串、列表、元组
非连续式数据
元素不是连续存放的,任意元素的前后都有可能没有元素,不支持索引和切片操作。包括:字典、集合
1.字符串
概念:字符串是一个有序的字符集合在 Python 中可以使用一对单引号、双引号、三引号 定义一个字符串。
创建:
- s1='hellotesters'
- s2="hello world!"
操作:
print(s1[0])#字符串索引
print(s1[0:5])#字符串切片
print(s1*3)#字符串复制
print(s1+s2)#字符串拼接
print(len(s1))#输出字符串长度
#s1.strip()#截掉字符串两侧指定的字符
print(s1.split('o'))#以字母切割字符串,o被切走
print(s1.replace('testers','world'))#将s1中的testers替换为world
2.列表list
概念:存储多个有序任意类型的数据,属于可变类型。
列表用[]表示。
list= ['a','b','c','d']
列表的创建
- list1 = []#创建一个空列表`
- list2 = ['a','b','c','d']#按顺序存储4个值的列表`
- list3 = [10,'hello',True,[1,2,3]]#列表中可以存储任意类型的数据
访问列表对象
- list[0]#索引
- list[0:2]#切片
常见操作
list.remove('hello')#删除指定元素
list.reverse()#反转列表
list.pop()#根据索引删除并返回被删除的元素
list.append()# 向列表的最后添加一个元素
list.insert()# 向列表的指定位置插入一个元素
list.clear()# 清空序列
list.sort()#升序
list.sort(reverse=True)#降序
3.元组tuple
概念:类似于列表,但是元组是不可变类型的,创建元组后,无法修改元组的值,无法添加或修改元素。
使用()来创建元组
- tuple1 = () # 创建了一个空元组,如果元组不是空元组,它里边至少要有一个,
- tuple2 = (1, 2, 3, 4, 5) # 创建了一个5个元素的元组
访问元组对象
- tuple2[0]#索引
- tuple2[0:2]#切片
元组的使用场景:元组不可修改,保证了程序不会对数据进行意外修改,保证了数据的完整性和安全性。它的操作的方式基本上和列表是一致的,所以你在操作元组时,就把元组当成是一个不可变的列表。4.字典字典是一种key-value键值对形式的数据类型,将一个key对象链接到一个value对象,可以通过键在字典中查询。使用 {} 来创建字典语法:{key1:value1,key2:value2,key3:value3}说明:
- 字典使用键值对存储数据,键值对之间使用 逗号分隔,每个键值对用冒号分隔。
- 键必须是唯一的(字符串、数字、元组)
- 值可以去任意类型数据。
- d = {'name':'张三', 'age':18, 'gender':'男'}
常用操作:
print(d['name']) #根据key获取value
d['name'] = '李四'# 修改字典值
d['address'] = '高新路'# 向字典中添加key-value
del d['a'] # 删除
d.clear()#清空字典
d.values()#所有value列表
d.keys()#所有key列表
d.items()#返回字典中所有的项,(key,value)元组列表
5.集合
集合是一个无序的,不重复的数据组合。可以实现数据的去重以及两组数据交集、差集、并集等操作。
使用 {} 来创建集合
集合的三个原则:
- 每个元素必须是不可变类型(可作为字典的key)
- 没有重复的元素
- 无序
- s = {10,3,5,1,2,1,2,3,1,1,1,1} #创建集合
- s = {[1,2,3],[4,6,7]}#创建集合
- s.add()# 向集合中添加元素
相关推荐
- 实战:用 Python+Flask+Echarts 构建电商实时数据大屏
-
在电商运营中,实时掌握销售趋势、用户行为等核心数据是决策的关键。本文将从实战角度,详解如何用Python+Flask+Echarts技术栈,快速搭建一个支持实时更新、多维度可视化的电商数据大屏,帮...
- DeepSeek完全使用手册:从新手到高手的2000字实操指南
-
一、工具定位与核心功能矩阵(200字)DeepSeek是一款专注于深度推理的强大AI助手,其功能丰富多样,可归纳为4大能力象限:plaintext差异化优势:DeepSeek支持最长达16Ktok...
- Python绘制可爱的图表 cutecharts
-
一个很酷的python手绘样式可视化包——可爱的图表cutecharts。Cutecharts非常适合为图表提供更个性化的触感。Cutecharts与常规的Matplotlib和Seabo...
- 第十二章:Python与数据处理和可视化
-
12.1使用pandas进行数据处理12.1.1理论知识pandas是Python中最常用的数据处理库之一,它提供了高效的数据结构和数据分析工具。pandas的核心数据结构是Serie...
- 5分钟就能做一个Excel动态图表,你确定不学学?(纯gif教学)
-
本文说明下图是一个比较酷炫的Excel动态图表,最难的部分就是用到了一个复选框控件。其实这个控件我很早就见过,但是不会用呀!望洋兴叹。这次呢,我也是借着这个文章为大家讲述一下这个控件的使用。本文没有...
- Python数据可视化:从Pandas基础到Seaborn高级应用
-
数据可视化是数据分析中不可或缺的一环,它能帮助我们直观理解数据模式和趋势。本文将全面介绍Python中最常用的三种可视化方法。Pandas内置绘图功能Pandas基于Matplotlib提供了简洁的绘...
- 如何使用 Python 将图表写入 Excel
-
将Python生成的图表写入Excel文件是数据分析和可视化中常见的需求。Python提供了多种库(如matplotlib、openpyxl和xlsxwriter)来实现这一功能。本文...
- Excel 图表制作太痛苦?用 Python 生成动态交互图表
-
做个动态图表花了3小时?你该换方法了!上周帮销售部做季度汇报图表,Excel操作把我整崩溃了——插入折线图后发现数据源选错,重新选择又得调格式想做动态筛选图表,捣鼓"开发工具"...
- Python Matplotlib 入门教程:可视化数据的基石
-
一、简介Matplotlib是Python中最流行的数据可视化库,提供从简单折线图到复杂3D图形的完整解决方案。其核心优势在于:o灵活性强:支持像素级样式控制o兼容性好:与NumPy、Pa...
- 20种Python数据可视化绘图 直接复制可用
-
本文介绍20种python数据绘图方法,可直接用于科研绘图或汇报用图。1.折线图(LinePlot)-描述数据随时间或其他变量的变化。importmatplotlib.pyplotasp...
- Python os模块完全指南:轻松玩转文件管理与系统操作
-
Pythonos模块完全指南:轻松玩转文件管理与系统操作os模块是Python与操作系统对话的"瑞士军刀",学会它能让你轻松管理文件、操控路径、获取系统信息。本教程通过场景化案例+...
- Python中h5py与netCDF4模块在Anaconda环境的下载与安装
-
本文介绍基于Anaconda环境,下载并安装Python中h5py与netCDF4这两个模块的方法。h5py与netCDF4这两个模块是与遥感图像处理、地学分析等GIS操作息息相关的模块,应用...
- python中的模块、库、包有什么区别?
-
一文带你分清Python模块、包和库。一、模块Python模块(Module),是一个Python文件,以.py结尾,包含了Python对象定义和Python语句。模块能定义函数,类和变...
- centos7 下面使用源码编译的方式安装python3.11
-
centos7下面使用源码编译的方式安装python3.11,步骤如下:cd/root#只是将python3.11的安装包下载到/root目录下wgethttps://www.python.o...
- Python其实很简单 第十四章 模块
-
模块是一组程序代码,可以是别人已经写好的,也可以是自己编写的,但都是已经存在的,在编程时直接使用就可以了。模块机制的最大好处就是程序员不再编写重复的代码,而直接利用已有的成果,这样就能将更多的精力投入...
你 发表评论:
欢迎- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python读取文件夹下所有文件 (59)
- java调用python脚本 (56)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)