• python常用操作和内置函数


    一、常用数据处理方法、

    1、索引:按照号码将对应位置的数据取出使用

    l=[1,2,3]
    print(l[0])
    print(l[1])
    print(l[2])
    ====>
    1
    2
    3
    

    2、list将任意类型数据用逗号分割存在列表中

    l=[1,2,3]
    print(l)
    ====>
    [1, 2, 3]
    

    3、range:产生一堆数字(取值:顾头不顾尾)

    l=range(0,10)
    print(l)
    for i in l:
        print(i)
    ====>
    range(0, 10)
    0
    1
    2
    3
    4
    5
    6
    7
    8
    9
    

    4、切片:可以从复制数据的一部分,不影响数据本身,(顾头不顾尾)
    格式:数据[头:尾:步长]
    步长:隔几位取一次,默认为一

    l=[1,2,3,4,5,6,7,8,9,0]
    print(l[4])
    print(l[0:6])
    print(l[2:7:2])
    print(l[:-1])
    ====>
    5
    [1, 2, 3, 4, 5, 6]
    [3, 5, 7]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    

    5、len长度:
    计数据的个数
    也可计算字符串长度

    l=range(0,10)
    print(len(l))
    s='lalala'
    print(len(s))
    ====>
    10
    6
    

    6、成员运算in和not in

    l=[1,2,3,4,5,6,7,8,9,0]
    print(11 in l)
    print(1 in l)
    print(11 not in l)
    print(1 not in l)
    ===>
    False
    True
    True
    False
    

    7、append追加:只能加在后面

    l=[1,2,3,4,5,6,7,8,9,0]
    l.append(9)
    print(l)
    ====>
    [1, 2, 3, 4, 5, 6, 7, 8, 9, 0, 9]
    

    ps:此处可以发现append并没用返还值(None),可知不是所有函数都有返还值可以取

    8、insert插入:

    l=[1,2,3,4,5,6,7,8,9,0]
    l.insert(4,10)
    print(l)
    ===>
    [1, 2, 3, 4, 10, 5, 6, 7, 8, 9, 0]
    

    同样也没有返还值可利用

    9、删除:
    (1)万能删除
    del:同样遵循切片的格式

    l=[1,2,3,4,5,6,7,8,9,0]
    print(l[0:7:2])
    del l[0:7:2]
    print(l)
    ===>
    [1, 3, 5, 7]
    [2, 4, 6, 8, 9, 0]
    

    (2)指定元素删除
    remove:只能删除一个,有多个相同数据的删除目标时,只删除左边第一个

    l=[1,2,3,4,5,6,7,8,9,6]
    l.remove(6)
    print(l)
    ====>
    [1, 2, 3, 4, 5, 7, 8, 9, 6]
    

    (3)指定索引删除,返回删除的元素
    pop:每次只能剪出一个数据

    l=[1,2,3,4,5,6,7,8,9,6]
    print(l.pop(5))
    print(l)
    ====>
    6
    [1, 2, 3, 4, 5, 7, 8, 9, 6]
    

    10、循环
    for:for 后面跟随一个变量名它会一次一次 被in后面的数据赋值覆盖,直到将其中数据取完为止,每取一次值就会将for下面的数据运行一次
    格式:for i in 迭代的数据:
    in后面可以跟随字符串,列表,字典,元祖

    count=0
    l=(1,2,3,4,5,6,7,8,9,6)
    for i in l:
        count+=1
        print(count)
    ====>
    1
    2
    3
    4
    5
    6
    7
    8
    9
    10
    

    11、计算某数据出现次数
    count:

    l=(1,2,3,4,5,6,7,8,9,6)
    print(l.count(0))
    print(l.count(6))
    ====>
    0
    2
    

    12、将数据拆开加入列表
    extend:只能对可变数据使用(字符串一直就不在三界之内QWQ)

    s=[]
    l=[1,2,3,4,5,6,7,8,9]
    s.extend(l)
    print(s)
    print(l)
    s.extend('hahaha')
    print(s)
    ====>
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9, 'h', 'a', 'h', 'a', 'h', 'a']
    

    13、数据两极反转
    revrese:

    l=[1,2,3,4,5,6,7,8,9]
    l.reverse()
    print(l)
    ====>
    [9, 8, 7, 6, 5, 4, 3, 2, 1]
    

    14、清空
    clear:只能对可变数据使用

    l=[1,2,3,4,5,6,7,8,9]
    l.clear()
    print(l)
    ====>
    []
    

    15、拷贝:即复制数据对应内存的id
    浅拷贝:= 直接复制,不管数据什么类型都拷贝,且赋值对象数据改变,被复制对象也改变

    l=[1,2,3,4,5,6,7,8,9]
    s=l
    print(l)
    print(s)
    print(id(l))
    print(id(s))
    print(l[0] is s[0])
    ====>
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    1541153683776
    1541153683776
    True
    

    深拷贝:from copy import deepcopy 即只拷贝不可变数据,遇到可变数据则向下找不可变数据,且会重新创建一个可变数据

    l=[1,2,3,4,5,6,7,8,9]
    s=l.copy()
    print(l)
    print(s)
    print(id(l))
    print(id(s))
    print(l[0] is s[0])
    ====>
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    2375861729600
    2375891085376
    True
    
    from copy import deepcopy
    l=[1,2,3,4,5,6,7,8,9]
    s=deepcopy(l)
    l[1]=999
    print(l)
    print(s)
    ====>
    [1, 999, 3, 4, 5, 6, 7, 8, 9]
    [1, 2, 3, 4, 5, 6, 7, 8, 9]
    
  • 相关阅读:
    序列化和反序列化&持久化
    基于qiankun微前端的部署方案
    【MySQL】Explain执行计划 type类型说明
    【ElasticSearch】index read-only
    【MybatisPlus】Wrappers条件构造器构造or条件查询
    【布隆过滤器】基于Resisson的实现的布隆过滤器
    Nacos源码分析(三): 心跳设计
    Nacos源码分析(二):服务端和客户端实例注册
    Nacos源码分析(一): Nacos源码环境搭建
    【linux】如何在linux中查找文件、进程
  • 原文地址:https://www.cnblogs.com/qiukangle/p/14020808.html
Copyright © 2020-2023  润新知