Python之序列(python序列结构总结)
off999 2024-11-17 00:34 28 浏览 0 评论
序列
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],示意表示:
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。
??我们上一章学习的字符串就是一种序列。关于字符串里面很多操作,在这一章中仍然会用到,大家一定会感觉非常熟悉。
??本章内容,我们必须非常熟悉。无论是在学习还是工作中,序列都是每天都会用到的技术,可以非常方便的帮助我们进行数据存储的操作。
列表
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  | 
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。
列表的创建
- []
 
a = [10,20,'hello','world']
b = []  #创建一个空的列表对象
print(a)- list()
 
a = list()  #创建一个空的列表对象
b = list(range(10))  #结果:[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
c = list("hello,world") #结果:['g', 'a', 'o', 'q', 'i', ',', 's', 'x', 't']- range():创建整数列表
 
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。
a = list(range(3,15,2)) #结果:[3, 5, 7, 9, 11, 13]
b = list(range(15,9,-1)) #结果:[15, 14, 13, 12, 11, 10]
c = list(range(3,-4,-1)) #结果:[3, 2, 1, 0, -1, -2, -3]
print(a,b,c)- 推导式生成列表
 
#循环创建多个元素 [0, 2, 4, 6, 8]
a = [x*2  for  x  in range(5)]
#通过if过滤元素[0, 18, 36, 54, 72, 90, 108, 126, 144, 162, 180, 198]
b = [x*2 for x in range(100) if x%9==0]
print(a,b)列表元素的增加
当列表增加和删除元素时,列表会自动进行内存管理,大大减少了程序员的负担。但这个特点涉及列表元素的大量移动,效率较低。
??除非必要,我们一般只在列表的尾部添加元素或删除元素,这会大大提高列表的操作效率。
- append():原地修改列表对象,是真正的列表尾部添加新的元素,速度最快,推荐使用。
 
a = [20,40]
a.append(80)
print(a)    #结果:[20, 40, 80]- + 运算符
 
并不是真正的尾部添加元素,而是创建新的列表对象;将原列表的元素和新列表的元素依次复制到新的列表对象中。这样,会涉及大量的复制操作,对于操作大量元素不建议使用。
a = [20,40]
print(id(a))
a = a+[50]
print(id(a))  #两次地址不一样,创建了新的对象- extend()
 
目标列表的所有元素添加到本列表的尾部,属于原地操作,不创建新的列表对象。
a = [20,40]
print(id(a))
b = [50,60]
a.extend(b)   #原对象修改
print(id(a))
a = a+b     #产生新对象
print(id(a))- insert()
 
使用insert()方法可以将指定的元素插入到列表对象的任意制定位置。这样会让插入位置后面所有的元素进行移动,会影响处理速度。涉及大量元素时,尽量避免使用。类似发生这种移动的函数还有:remove()、pop()、del(),它们在删除非尾部元素时也会发生操作位置后面元素的移动。
a = [10,20,30]
a.insert(2,100)
print(a)   #结果:[10, 20, 100, 30]- 乘法扩展
 
使用乘法扩展列表,生成一个新列表,新列表元素是原列表元素的多次重复。
a = ['hello',100]
b = a*3
print(a) #结果:['hello', 100]
print(b) #结果:['hello', 100, 'hello', 100, 'hello', 100]适用于乘法操作的,还有:字符串、元组。例如:
c = 'hello'
d = c*3   #结果:'hellohellohello'列表元素的删除
- del:删除列表指定位置的元素
 
a = [100,200,888,300,400]
del a[2]
print(a)   #结果:[100,200,300,400]- pop():删除并返回指定位置元素,如果未指定位置则默认操作列表最后一个元素。
 
a = [10,20,30,40,50]
b1 = a.pop()   #结果:b1=50
print(a,b1)  #结果:[10, 20, 30, 40]  50
b2 = a.pop(1)
print(a,b2)  #结果:[10, 30, 40],20- remove():删除首次出现的指定元素,若不存在该元素抛出异常。
 
a = [10,20,30,40,50,20,30,20,30]
a.remove(20)  #[10, 30, 40, 50, 20, 30, 20, 30]
a.remove(100)  #报错:ValueError:list.remove(x): x not in list列表元素访问和计数
- 通过索引直接访问元素
 
索引的区间在[0, 列表长度-1]这个范围。超过这个范围则会抛出异常。
a = [10,20,30,40,50,20,30,20,30]
print(a[2]) #结果:30
print(a[10]) #报错:IndexError: list index out of range- index():获得指定元素在列表中首次出现的索引
 
index()可以获取指定元素首次出现的索引位置。语法是:index(value,[start,[end]])。其中,start和end指定了搜索的范围。
>>> a = [10,20,30,40,50,20,30,20,30]
>>> a.index(20)  #结果:1
>>> a.index(20,3) #结果:5   从索引位置3开始往后搜索的第一个20
>>> a.index(30,5,7) #结果:6  从索引位置5到7这个区间,第一次出现30元素的位置- count():获得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)
3- len():返回列表长度,即列表中包含元素的个数
 
>>> a = [10,20,30]
>>> len(a)
3- in/not in:成员资格判断
 
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切片操作
类似字符串的切片操作,对于列表的切片操作和字符串类似。
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]]
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]
结果:[20, 30, 40]
我们发现正常输出了结果,没有报错。
列表的遍历
a = [10,20,30,40]
for obj in a:       #obj是临时变量名称,随意起
	print(obj)列表的复制
list1 = [10, 20, 30]
list2 = [] + list1 # + 连接 会产生新的列表对象
print(id(list1)) # 2423155053760
print(id(list2)) # 2423214197440列表排序
- 修改源列表,不建新列表的排序
 
>>> 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]
- 建新列表的排序
 
sorted()排序,返回新列表,不对原列表做修改。
a = [10, 30, 4, 50]
b = sorted(a) # 升序
c = sorted(a, reverse=True) # 降序
print(id(a)) # 1942186284224
print(id(b)) # 1942244855552
print(id(c)) # 1942245362368内置函数reversed() 返回迭代器,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。
列表内置函数
- max()
 - min()
 
>>> a = [3,10,20,15,9]
>>> max(a)
20
>>> min(a)
3- sum()
 
>>> a = [3,10,20,15,9]
>>> sum(a)
57多维列表
- 一维列表:存储一维、线性的数据。
 - 二维列表:存储二维、表格的数据。
 
元组
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。
- 元组的创建
 
通过()创建元组。小括号可以省略。 a = (10,20,30) 或者 a = 10,20,30。
通过tuple()创建元组。tuple(可迭代的对象)
a = tuple()     #创建一个空元组对象
b = tuple("abc")
c = tuple(range(3))
d = tuple([2,3,4])- 元组排序
 
内置函数sorted(tuple obj), 生成新的列表对象。
a = (20,10,30,9,8)
b = sorted(a)  #b是新对象,内容是:[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。
如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同
a = [10,20,30]
b = [40,50,60]
c = [70,80,90,100]
d = zip(a,b,c)
print(d)  #zip object
e = list(d) #列表:[(10, 40, 70), (20, 50, 80), (30, 60, 90)]
print(e)生成器推导式创建元组
b = (x * 10 for x in range(5))
print(b)
c = tuple(b)
print(c) # (0, 10, 20, 30, 40)
d = tuple(b)
print(d) # ()- 列表推导式
 
a = [x * 10 for x in range(5)]
print(a) # [0, 10, 20, 30, 40]字典
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”。
字典创建
通过{}、dict()创建字典对象。
通过zip()创建字典对象。
通过fromkeys()创建值为空的字典。
c = dict([("name","java"),("age",18)])
print(c) # {'name': 'java', 'age': 18}
k = ['name','age']
v = ['C++', 67]
d = dict(zip(k,v))
print(d) # {'name': 'C++', 'age': 67}
f = dict.fromkeys(['name','age'])
print(f) # {'name': None, 'age': None}字典的访问
通过[键]获得"值", 若值不存在,抛出异常。
通过get()方法获得"值"。指定键不存在,返回None。
列出所有的键值对。
a = {'name':"hello", 'age':18}
b = a.items() # 列出所有的键值对
# 列出所有的键,列出所有的值
k = a.keys()
v = a.values()字典元素添加、修改、删除
键存在,覆盖旧的键值对;
键不存在,新增键值对。
a = {'name':"hello", 'age':18}
a['address'] = "beijing" # 新增
a['age'] = 16 # 覆盖
b= {"name":"world", "gender":"male"}
a.update(b) # 全部添加到旧字典对象上,key有重复,则直接覆盖del():删除指定元素
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"
popitem():随机删除和返回键值对。字典时"无序可变序列"
a = {'name':"hello", 'age':18}
del(a['name'])
age = a.pop("age")序列解包
x,y,z=(20,30,10)
(a,b,c)=(9,8,10)
[m,n,p]=[10,20,30]s = {'name':'hello','age':18,'job':'teacher'}
name,age,job=s          #默认对键进行操作
print(name)  #name
name,age,job=s.items()      #对键值对进行操作
print(name)  #('name', 'hello')
name,age,job=s.values()     #对值进行操作
print(name)  #hello集合
集合是无序可变,元素不能重复。集合底层时字典实现。
集合创建和删除
{}创建集合对象,使用add()添加元素。
set()将列表、元组等可迭代对象转成集合。
remove()删除指定元素;clear()清空整个集合。
a = {3,5,7}
a.add(9)  #{9, 3, 5, 7}
a = ['a','b','c','b']
b = set(a) #{'b', 'a', 'c'}
a = {10,20,30,40,50}
a.remove(20)  #{10, 50, 40,30}集合的并集、交集、差集
>>> a = {1,3,'hello'}
>>> b = {'he','it','hello'}
>>> a|b                 #并集
{1, 3, 'hello', 'he', 'it'}
>>> a&b                 #交集
{'hello'}
>>> a-b                 #差集
{1, 3}
>>> a.union(b)              #并集
{1, 3, 'hello', 'he', 'it'}
>>> a.intersection(b)       #交集
{'hello'}
>>> a.difference(b)         #差集
{1, 3}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
 - 
                    
- 
                            
                                                                
抖音上好看的小姐姐,Python给你都下载了
 - 
                            
                                                                
全网最简单易懂!495页Python漫画教程,高清PDF版免费下载
 - 
                            
                                                                
Python 3.14 的 UUIDv6/v7/v8 上新,别再用 uuid4 () 啦!
 - 
                            
                                                                
python入门到脱坑 输入与输出—str()函数
 - 
                            
                                                                
宝塔面板如何添加免费waf防火墙?(宝塔面板开启https)
 - 
                            
                                                                
Python三目运算基础与进阶_python三目运算符判断三个变量
 - 
                            
                                                                
(新版)Python 分布式爬虫与 JS 逆向进阶实战吾爱分享
 - 
                            
                                                                
慕ke 前端工程师2024「完整」
 - 
                            
                                                                
失业程序员复习python笔记——条件与循环
 - 
                            
                                                                
飞牛NAS部署TVGate Docker项目,实现内网一键转发、代理、jx
 
 - 
                            
                                                                
 
- 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)
 
 
