Python常见数据结构列表、元组和字典使用
off999 2024-09-16 00:46 36 浏览 0 评论
一、Python列表、元组和字典知识点讲解
1.1列表
遍历列表是Python编程中最常见的操作之一。我将详细介绍几种常用的遍历列表的方法,并给出相应的示例代码。
列表是由动态数组组成,支持多种操作如索引访问、切片、添加元素等。
示例:
my_list = [1, 2, 3]
(1)使用 for 循环遍历列表
这是最简单也是最常见的方法,可以直接遍历列表中的每个元素。
my_list = [1, 2, 3, 4, 5]
# 遍历列表
for item in my_list:
print(item)
(2)使用 enumerate 函数遍历列表
如果需要同时获取列表中的元素及其索引,可以使用 enumerate 函数。
my_list = [1, 2, 3, 4, 5]
# 使用 enumerate 获取索引和元素
for index, item in enumerate(my_list):
print(f"Index: {index}, Item: {item}")
(3)使用 range 函数遍历列表
如果需要根据索引来访问列表中的元素,可以使用 range 函数。
my_list = [1, 2, 3, 4, 5]
# 使用 range 获取索引
for index in range(len(my_list)):
print(f"Index: {index}, Item: {my_list[index]}")
(4)使用列表推导式(List Comprehension)
如果需要对列表进行一些简单的操作,可以使用列表推导式来简化代码。
示例代码
my_list = [1, 2, 3, 4, 5]
# 使用列表推导式计算平方
squares = [x**2 for x in my_list]
print(squares)
(5)使用 map 函数
如果需要对列表中的每个元素应用一个函数,可以使用 map 函数。
示例代码
my_list = [1, 2, 3, 4, 5]
# 使用 map 计算平方
squares = list(map(lambda x: x**2, my_list))
print(squares)
1.2元组
表示不可变序列,适合存储固定集合。
示例:
my_tuple = (1, 2, 3)
(1)创建元组
元组可以通过一系列用逗号分隔的值来创建,也可以使用圆括号来明确表示这是一个元组
# 创建一个空元组
empty_tuple = ()
# 创建一个只有一个元素的元组,注意需要一个逗号
single_element_tuple = (42,)
# 创建一个有多个元素的元组
multiple_elements_tuple = (1, 2, 3, 'hello', True)
# 创建元组的另一种方式,省略圆括号
another_tuple = 1, 2, 3
(2)访问元组中的元素
元组支持索引和切片操作,可以通过索引来访问元组中的元素。
example_tuple = ('apple', 'banana', 'cherry')
# 访问第一个元素
first_element = example_tuple[0]
# 访问最后一个元素
last_element = example_tuple[-1]
# 切片操作
subset = example_tuple[1:3]
(3)元组的常见操作
元组支持一些内置的操作,如计算长度、检查成员资格等。
# 计算元组长度
length = len(example_tuple)
# 检查元素是否存在于元组中
if 'banana' in example_tuple:
print("Banana is in the tuple.")
# 连接两个元组
tup1 = (1, 2, 3)
tup2 = ('a', 'b', 'c')
combined_tup = tup1 + tup2
# 重复元组
repeated_tup = tup1 * 2
(4)命名元组(NamedTuple)
命名元组是元组的一个扩展,它允许给元组中的元素命名,从而可以按名称而不是索引来访问元素。
from collections import namedtuple
# 定义一个命名元组
Person = namedtuple('Person', ['name', 'age'])
# 创建命名元组的实例
person = Person(name='Alice', age=30)
# 访问命名元组中的元素
print(person.name) # 输出: Alice
print(person.age) # 输出: 30
1.3字典
在Python中,字典(Dictionary)是一种非常灵活的数据结构,它允许你存储键值对(key-value pairs)。字典中的键必须是不可变的数据类型,如数字、字符串或元组,而值可以是任何类型的Python对象。以下是关于如何在Python中使用字典的一些基本操作和示例。
字典形式是键值对存储结构,用于快速查找。
示例:
my_dict = {'a': 1, 'b': 2}
(1)创建字典
字典可以通过花括号 {} 和冒号 : 来创建,其中冒号前面是键,后面是值。
# 创建一个空字典
empty_dict = {}
# 创建一个带有初始键值对的字典
initial_dict = {'name': 'Alice', 'age': 30}
# 创建字典的另一种方式
another_dict = dict(name='Bob', age=25)
(2)访问字典中的元素
可以通过键来访问字典中的值,如果键不存在,则会抛出 KeyError 异常。
# 访问字典中的值
print(initial_dict['name']) # 输出: Alice
# 如果键不存在,使用get方法可以避免抛出异常
print(initial_dict.get('height')) # 输出: None
print(initial_dict.get('height', 170)) # 输出: 170
(3)修改字典
可以通过赋值来添加新的键值对或者修改已有的键值对。
# 添加新的键值对
initial_dict['city'] = 'New York'
# 修改已有的键值对
initial_dict['age'] = 31
(4)删除字典中的元素
可以使用 del 语句来删除字典中的键值对。
# 删除键值对
del initial_dict['city']
(5)字典的其他常用操作
检查键是否存在:使用 in 关键字来检查一个键是否存在于字典中。
获取字典的所有键:使用 keys() 方法。
获取字典的所有值:使用 values() 方法。
获取字典的所有键值对:使用 items() 方法。
# 检查键是否存在
print('name' in initial_dict) # 输出: True
# 获取所有的键
keys = initial_dict.keys()
print(keys) # 输出: dict_keys(['name', 'age'])
# 获取所有的值
values = initial_dict.values()
print(values) # 输出: dict_values(['Alice', 31])
# 获取所有的键值对
items = initial_dict.items()
print(items) # 输出: dict_items([('name', 'Alice'), ('age', 31)])
(6)遍历字典
可以使用 for 循环来遍历字典中的键值对。
# 遍历字典中的所有键值对
for key, value in initial_dict.items():
print(f"{key}: {value}")
# 遍历字典中的所有键
for key in initial_dict:
print(key)
# 遍历字典中的所有值
for value in initial_dict.values():
print(value)
二、列表、元组、字典完整实例
新建chapter01目录,在chapter01目录下新建demo01.py文件:
2.1列表的使用
代码示例:
my_list = [1, 2, 3]
# 遍历列表
for item in my_list:
print(item)
# 使用 enumerate 获取索引和元素
for index, item in enumerate(my_list):
print(f"Index: {index}, Item: {item}")
# 使用 range 获取索引
for index in range(len(my_list)):
print(f"Index: {index}, Item: {my_list[index]}")
# 使用列表推导式计算平方
squares = [x**2 for x in my_list]
print(squares)
# 使用 map 计算平方
squares = list(map(lambda x: x ** 2, my_list))
print(squares)
输出结果:
2.2元祖的使用
代码示例:
my_tuple = (1, 2, 3)
example_tuple = ('apple', 'banana', 'cherry')
# 访问第一个元素
first_element = example_tuple[0]
# 访问最后一个元素
last_element = example_tuple[-1]
# 切片操作
subset = example_tuple[1:3]
# 计算元组长度
length = len(example_tuple)
print(f"元组第1个元素:{first_element},元组最后一个元素:{last_element},切片:{subset},长度:{length}")
# 检查元素是否存在于元组中
if 'banana' in example_tuple:
print("Banana is in the tuple.")
# 连接两个元组
tup1 = (1, 2, 3)
tup2 = ('a', 'b', 'c')
combined_tup = tup1 + tup2
print(f"连接后的元组:{combined_tup}")
# 重复元组
repeated_tup = tup1 * 2
print(f"重复元组:{repeated_tup}")
输出结果:
2.3数据字典的使用
代码示例:
# 创建一个空字典
empty_dict = {}
# 创建一个带有初始键值对的字典
initial_dict = {'name': 'Alice', 'age': 30}
# 创建字典的另一种方式
another_dict = dict(name='Bob', age=25)
# 访问字典中的值
print(initial_dict['name']) # 输出: Alice
# 如果键不存在,使用get方法可以避免抛出异常
print(initial_dict.get('height')) # 输出: None
print(initial_dict.get('height', 170)) # 输出: 170
# 添加新的键值对
initial_dict['city'] = 'New York'
# 修改已有的键值对
initial_dict['age'] = 31
# 删除键值对
del initial_dict['city']
# 检查键是否存在
print('name' in initial_dict) # 输出: True
# 获取所有的键
keys = initial_dict.keys()
print(keys) # 输出: dict_keys(['name', 'age'])
# 获取所有的值
values = initial_dict.values()
print(values) # 输出: dict_values(['Alice', 31])
# 获取所有的键值对
items = initial_dict.items()
print(items) # 输出: dict_items([('name', 'Alice'), ('age', 31)])
# 遍历字典中的所有键值对
for key, value in initial_dict.items():
print(f"{key}: {value}")
# 遍历字典中的所有键
for key in initial_dict:
print(key)
# 遍历字典中的所有值
for value in initial_dict.values():
print(value)
输出结果:
2.4完整代码
my_list = [1, 2, 3]
# 遍历列表
for item in my_list:
print(item)
# 使用 enumerate 获取索引和元素
for index, item in enumerate(my_list):
print(f"Index: {index}, Item: {item}")
# 使用 range 获取索引
for index in range(len(my_list)):
print(f"Index: {index}, Item: {my_list[index]}")
# 使用列表推导式计算平方
squares = [x**2 for x in my_list]
print(squares)
# 使用 map 计算平方
squares = list(map(lambda x: x ** 2, my_list))
print(squares)
my_tuple = (1, 2, 3)
example_tuple = ('apple', 'banana', 'cherry')
# 访问第一个元素
first_element = example_tuple[0]
# 访问最后一个元素
last_element = example_tuple[-1]
# 切片操作
subset = example_tuple[1:3]
# 计算元组长度
length = len(example_tuple)
print(f"元组第1个元素:{first_element},元组最后一个元素:{last_element},切片:{subset},长度:{length}")
# 检查元素是否存在于元组中
if 'banana' in example_tuple:
print("Banana is in the tuple.")
# 连接两个元组
tup1 = (1, 2, 3)
tup2 = ('a', 'b', 'c')
combined_tup = tup1 + tup2
print(f"连接后的元组:{combined_tup}")
# 重复元组
repeated_tup = tup1 * 2
print(f"重复元组:{repeated_tup}")
# 创建一个空字典
empty_dict = {}
# 创建一个带有初始键值对的字典
initial_dict = {'name': 'Alice', 'age': 30}
# 创建字典的另一种方式
another_dict = dict(name='Bob', age=25)
# 访问字典中的值
print(initial_dict['name']) # 输出: Alice
# 如果键不存在,使用get方法可以避免抛出异常
print(initial_dict.get('height')) # 输出: None
print(initial_dict.get('height', 170)) # 输出: 170
# 添加新的键值对
initial_dict['city'] = 'New York'
# 修改已有的键值对
initial_dict['age'] = 31
# 删除键值对
del initial_dict['city']
# 检查键是否存在
print('name' in initial_dict) # 输出: True
# 获取所有的键
keys = initial_dict.keys()
print(keys) # 输出: dict_keys(['name', 'age'])
# 获取所有的值
values = initial_dict.values()
print(values) # 输出: dict_values(['Alice', 31])
# 获取所有的键值对
items = initial_dict.items()
print(items) # 输出: dict_items([('name', 'Alice'), ('age', 31)])
# 遍历字典中的所有键值对
for key, value in initial_dict.items():
print(f"{key}: {value}")
# 遍历字典中的所有键
for key in initial_dict:
print(key)
# 遍历字典中的所有值
for value in initial_dict.values():
print(value)
以上就是本文Python常见数据结构列表、元组和字典使用方法,更多Python知识学习欢迎关注博主。
相关推荐
- 阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?
-
TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...
- 高流量大并发Linux TCP性能调优_linux 高并发网络编程
-
其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...
- 性能测试100集(12)性能指标资源使用率
-
在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...
- Linux 服务器常见的性能调优_linux高性能服务端编程
-
一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...
- Nginx性能优化实战:手把手教你提升10倍性能!
-
关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...
- 高并发场景下,Spring Cloud Gateway如何抗住百万QPS?
-
关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...
- Kubernetes 高并发处理实战(可落地案例 + 源码)
-
目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...
- 高并发场景下,Nginx如何扛住千万级请求?
-
Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...
- Spring Boot+Vue全栈开发实战,中文版高清PDF资源
-
SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...
- Docker-基础操作_docker基础实战教程二
-
一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...
- 你有空吗?跟我一起搭个服务器好不好?
-
来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...
- 部署你自己的 SaaS_saas如何部署
-
部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...
- Docker Compose_dockercompose安装
-
DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...
- 京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统
-
前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...
- Kubernetes (k8s) 入门学习指南_k8s kubeproxy
-
Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...
欢迎 你 发表评论:
- 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写入txt (66)
- python读取文件夹下所有文件 (59)
- 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)
