今日进度(数据类型)
- 集合
- 内存相关
- 深浅拷贝
1.集合表示
1.无序
2.不重复
3.hash查找
#问题：v={}表示？
set:
v1=set()#空集合
v1={1,2,3,4,5}
dict:
v2=dict()
v2={} #dict空字典表示
str:
v3=str()
v3=""
bool:
v4=bool()--->False
v4=True/False
int:
v5=int()--->0
v5=999
list:
v6=list()
v6=[]
tuple:
v7=tuple()
v7=()
3.独有方法
1.add
se={1,2,3}
se.add("Gao")
print(se)
2.discard: 不存在不报错
se.discard("Gao")
print(se)
**3.update: 批量添加 **
se.update({11,22,33})
print(se)
#{1，2，3，11，22，33}
4.集合运算：可与（列表 /集合 /元组）参与 集合运算,都会形成新的集合，不会对原的集合进行修改
4.intersection()：交集
#集合和集合
se={11,22,33,44}
result=se.intersection({"Gao","B",11,22})
print(result)
#{11,22}
#和列表对比
result=se.intersection(["Gao","B",11,22])
print(result)
#{11,22}
#集合和元组
#都会形成新的集合，不会对原的集合进行修改
5.union():并集
se={11,22,33,44}
result=se.union({"Gao","B",11,22})
print(result)
#{33, 'B', 11, 44, 'Gao', 22}
6.difference():差集
se1={11,22,33,44}
se2={"Gao","B",11,22}
result1=se1.difference(se2)#在se1集合里面找se2集合没有的元素
print(result1)
#{33，44}
result2=se2.difference(se1)#在se2集合里面找se1集合没有的元素
print(result2)
#{'B', 'Gao'}
7.symmetric_difference()：对称差集
se1={11,22,33,44}
se2={"Gao","B",11,22}
result1=se1.symmetric_difference(se2)#两个集合里面没有的元素都天剑
print(result1)
#{33, 'Gao', 44, 'B'}
result2=se2.symmetric_difference(se1)
print(result)
#{33, 'Gao', 44, 'B'}
4.公共
1.len
2.for循环
5.集合嵌套
1.列表/字典/集合 (可以改变的) ->不能放在（集合，字典的键）中
info = {1, 2, 3, 4, True, "国风", None, (1, 2, 3)}
print(info)
#{1, 2, 3, 4, None, (1, 2, 3), '国风'}
#True被忽略掉 True被转换成1 因为集合中元素不能重复所以被过滤掉
#加入列表后报错
info = {1, 2, 3, 4, True, "国风", None, (1, 2, 3),["a","b","c"]}
print(info)
#TypeError: unhashable type: 'list'
#加入集合后报错
info = {1, 2, 3, 4, True, "国风", None, (1, 2, 3),{33,44,55}}
print(info)
#TypeError: unhashable type: 'set'
#加入字典后报错
info = {1, 2, 3, 4, True, "国风", None, (1, 2, 3),{"name":'Gao',"age":12}}
print(info)
#TypeError: unhashable type: 'dict'
2.hash算法
- hash算法 ：内存中将值进行hash算法得到一个数值存储在内存中，查找也会按照算法进行查找，使用hash算法 执行效率高相对于list的索引查找
- （字典，集合）：使用的是hash查找，因为只有（不可变的数据类型）才能被hash，而列表/字典/集合 (可以改变的) ==>不能放在（集合，字典的键）中
3.可变数据类型 / 不可变数据类型
dict/list/set 是可变数据类型 可变的数据类型不能被hash
int/str/tuple/bool 不可变数据类型
2. 内存相关
-
示例一
v1=[11,22,33] v2=[11,22,33] #值相等 内存地址不等 v1=11 v2=11 #按理说内存地址应该不等，但是python为了优化使其内存地址相等 v1="dd" v2="dd" #按理说内存地址应该不等，但是python为了优化使其内存地址相等 -
示例二
v1=[11,22,33] v1=[11,22]#第一个值将会被销毁,另外再开辟内存地址 -
示例三
v1=[11,22,33] v2=v1# v2指向v1指向的地址 #练习1 v1=[11,22,33] v2=v1#v2指向v1指向的地址 v1.append(666)#在v1指向的内存地址中修改内容 print(v2)#v2还是指向v1指向的地址 #[11,22,33,666] #2 v1=[11,22,33] v2=v1#v2指向v1指向的地址 v1=[1,2,3,4]#v1重新开辟一块内存空间 print(v2)#v2还是指向原来v1指向的地址 address([11,22,33]) #[11,22,33] #3. v1="mari" v2=v1#v2指向v1指向的地址 v1="old" print(v2) #mari -
示例四
v=[1,2,3] values=[11,2,v] #values[2]指向v指向的内存地址 #1.内部修改 v.append(9) print(values)#[11,2,[1,2,3,9]] #2.内部修改 values[2].append(999)# values[2]==v 修改v内存地址的内容 print(v)# [1,2,3,999] #3.赋值 values[2]=666 #将values[2]不再指向v 而是新赋值666 重新开辟内存空间 所以对v没有影响 print(v) #[1,2,3] -
示例五
v1 = [1,2] v2 = [2,3] v3 = [11,22,v1,v2,v1] -
示例6
#20.看代码写结果并解释原因 # info = [1,2,3] # userinfo = [info,info,info,info,info] # # info[0] = '不仅多，还特么难呢' # print(info,userinfo) #['不仅多，还特么难呢', 2, 3] （列表修改后 自身改变 可变数据类型） #[['不仅多，还特么难呢', 2, 3], ['不仅多，还特么难呢', 2, 3], ['不仅多，还特么难呢', 2, 3], ['不仅多，还特么难呢', 2, 3], ['不仅多，还特么难呢', 2, 3]] #(userinfo指向info指向的地址，info只是修改了内存地址中的一个元素，并没有改变地址，info的地址中内容改变，userinfo的内容也会跟着内存地址中内容变化而变化) #24.看代码写结果并解释原因 # data_list = [] # data = {} # for i in range(10): # data['user'] = i # data_list.append(data) # print(data_list) #[{'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}, {'user': 9}] #data的内存地址中的值最后都被9覆盖 #data_list里面保存的是十个相同的data内存地址 #25.看代码写结果并解释原因 # data_list = [] # for i in range(10): # data = {} # data['user'] = i # data_list.append(data) # print(data_list) #[{'user': 0}, {'user': 1}, {'user': 2}, {'user': 3}, {'user': 4}, {'user': 5}, {'user': 6}, {'user': 7}, {'user': 8}, {'user': 9}] #data字典创建了10次-->10个不同的内存地址-->每创建一次地址就赋一个i值(i每次都会自加一次）然后将十个不同内存地址添加到列表data_list中 # 所以i不会被覆盖 #所以打印的就是10个内存地址中的值 #列表中存放的是很多个地址的，每个地址指向存放该元素的另一个内存地址 data=[1,2,3,4] nums=[] for i in data: nums.append(i)#将data列表的地址存放到num列表中 print(id(data[0]),id(num[0]))#所以每个列表中子元素的地址都相等，但是nums和data的地址不等 #地址相同 data=[1,2,3,4] nums=[] for i in data: nums.append(str(i))#存放的是一个字符串，因为字符串得到的是一个新值 print(id(data[0]),id(data[0])) #地址不同 # data=["a","b","c"] nums=[] for i in data: nums.append(i) print(id(data[0]),id(data[0])) #相同 # v1=[ [1,2,3],[2,3,4] ] v2=[] for item in v1: v2.append(item) print(id(v1),id(v2))#不同 print(id(v1[0]),id(v2[0]))#相同 -
示例7：(字符串和集合运算)的修改后，不会影响原来的值 而是开辟新空间存储
v1="Gao" v2=v1 v1.upper()#新开辟一块空间 print(v1,v2) "Gao" "Gao" v1={1,2,3} v2=v1 v1.intersection({2,3})#生成新的集合 开辟新的空间 对原来的集合没没有影响 -
查看内存地址: id()
v1=[1,2,3] v2=v1 #v2=[1,2,3] print(id(v1),id(v2))# -
python小数据池缓存机制:
- 优化功能 某些条件的相同值不会被重新开辟内存空间
- 1.int -5<=num<=256:内存地址相同
- "Gao"/"ddjdj" ——>相同地址/"f_"*3类型除外
#1.int -5<=num<=256:内存地址相同 v1=1 v2=1 id(v1)==id(v2)#True 2.v1=257 v2=257 print(id(v1),id(v2))#False 2.字符串："Gao"/"ddjdj" ---->/"f_"*3类型除外 str1="Gao" str2="Gao" id(str1)==id(str2)#True
-
易考点
== 和 is 的区别
== 和 is 的区别 1.==是 值比较 is 是地址比较 (注意考虑小数据池缓存机制) v1=[1,2,3] v2=[1,2,3] print(v1==v2) #True print(v1 is v2)#False v1=[1,2,3] v2=v1 print(v1==v2) #True print(v1 is v2)#True v1=[1,2,3] v2=[1,2,3,4] print(v1==v2) #False print(v1 is v2)#False #小数据池缓存机制 v1=10 v2=10 print(v1==v2) #True print(v1 is v2)#True #2.num>256 v1=1000 v2=1000 print(v1==v2) #True print(v1 is v2)#False
总结
4.set：无序 唯一
-
独有
- add
- discard
- update:批量添加
- intersection
- union
- difference
- Symmetric_difference
-
公共
- len
- Index/切片/步长:无 集合是无序的
- for
-
In 敏感字符判断
-
内存
- 内存地址
- id()
- hash算法
- python小数据缓存机制
- 赋值
- 内部修改
-
数据类型分类
- 可变数据类型：list、set ,dict
- 不可变数据类型：int 、str , tuple
-
set嵌套
- 可变数据类型不可嵌套
-
None空类型
-
== / is