• Python 数据结构


    Python 数据结构 主要有:list 列表,

     1、数据结构一——list 列表

    (1)基本方法

    print("Python 数据结构之 lsit 列表")
    a=[66.34,666,666,1,25.6]
    print("list.count(x)是返回 x 在列表中出现的次数:",a.count(666),a.count(66.34),a.count('x'))
    a.insert(2,777)
    print("list.insert(i, x)是在i前插入x:",a)
    a.append(888)
    print("list.append(x)是把一个元素添加到列表的结尾:",a)
    print("list.index(x)是返回列表中第一个值为 x 的元素的索引。如果没有匹配的元素就会返回一个错误:",a.index(666))
    a.remove(666)
    print("list.remove(x)是删除列表中值为 x 的第一个元素。如果没有这样的元素,就会返回一个错误:",a)
    a.reverse()
    print("list.reverse()是倒排列表中的元素:",a)
    a.sort()
    print("list.sort()是对列表中的元素进行排序",a)

    【注意】类似 insert, remove 或 sort修改列表的方法没有返回值。

    结果为:

     (2)list 列表可作为堆栈(后进先出)使用

    用 append() 方法可以把一个元素添加到堆栈顶。

    用不指定索引的 pop() 方法可以把一个元素从堆栈顶释放出来。

    >>> stack=[2,3,4,5]
    >>> stack.append(6)
    >>> stack.append(7)
    >>> stack
    [2, 3, 4, 5, 6, 7]
    >>> stack.pop()
    7
    >>> stack
    [2, 3, 4, 5, 6]
    >>> stack.pop()
    6
    >>> stack.pop()
    5
    >>> stack
    [2, 3, 4]

     (3)list 列表可作为队列(先进先出)使用

     可以把列表当做队列用,只是在队列里第一加入的元素,第一个取出来;但是拿列表用作这样的目的效率不高。在列表的最后添加或者弹出元素速度快,然而在列表里插入或者从头部弹出速度却不快(因为所有其他的元素都得一个一个地移动)。

    >>> from collections import deque
    >>> queue=deque(["Zero","One","Two","Three"])
    >>> queue.append("Four")  # Four arrives
    >>> queue.append("Five")  # Five arrives
    >>> queue
    deque(['Zero', 'One', 'Two', 'Three', 'Four', 'Five'])
    >>> queue.popleft()       # The first to arrive now leaves
    'Zero'
    >>> queue.popleft()       # The second to arrive now leaves
    'One'
    >>> queue                 # Remaining queue in order of arrival
    deque(['Two', 'Three', 'Four', 'Five'])

     (4)list 列表推导式

    列表推导式提供了从序列创建列表的简单途径。

    通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。

    每个列表推导式都在 for 之后跟一个表达式,然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组,就必须使用括号。

    # 将列表中每个数值乘以3,获得一个新的列表
    >>> vec=[2,4,6]
    >>> [3*x for x in vec]
    [6, 12, 18]
    
    # 
    >>> [[x,x**2] for x in vec]
      [[2, 4], [4, 16], [6, 36]]
    
    #对序列里每一个元素逐个调用某方法:
    >>> number = ['  one', '   two ', 'three ']
    >>> [weapon.strip() for weapon in number]
    ['one', 'two', 'three']
    
    #用 if 子句作为过滤器:
    >>> [3*x for x in vec if x > 3]
    [12, 18]
    >>> [3*x for x in vec if x < 2]
    []
    
    #关于循环和其它技巧的演示:
    >>> vec1 = [2, 4, 6]
    >>> vec2 = [4, 3, -9]
    >>> [x*y for x in vec1 for y in vec2]
    [8, 6, -18, 16, 12, -36, 24, 18, -54]
    >>> [x+y for x in vec1 for y in vec2]
    [6, 5, -7, 8, 7, -5, 10, 9, -3]
    >>> [vec1[i]*vec2[i] for i in range(len(vec1))]
    [8, 12, -54]
    
    #列表推导式可以使用复杂表达式或嵌套函数:
    >>> [str(round(355/113, i)) for i in range(1, 6)]
    ['3.1', '3.14', '3.142', '3.1416', '3.14159']

     (5)嵌套list 列表解析

      list 列表可嵌套

    #将3X4的矩阵列表转换为4X3列表:
    
    >>> matrix = [
    ...     [1, 2, 3, 4],
    ...     [5, 6, 7, 8],
    ...     [9, 10, 11, 12],
    ... ]
    
    #法一:
    >>> [[row[i] for row in matrix] for i in range(4)] [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
    
    #法二:
    >>> transposed = []
    >>> for i in range(4):
    ...     transposed.append([row[i] for row in matrix])
    ...
    >>> transposed
    [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
    
    #法三:
    >>> transposed = []
    >>> for i in range(4):
    ...     # the following 3 lines implement the nested listcomp
    ...     transposed_row = []
    ...     for row in matrix:
    ...         transposed_row.append(row[i])
    ...     transposed.append(transposed_row)
    ...
    >>> transposed
    [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

     (6)del 语句

    使用 del 语句可以从一个列表中依索引而不是值来删除一个元素。

    这与使用 pop() 返回一个值不同。可以用 del 语句从列表中删除一个切割,或清空整个列表(我们以前介绍的方法是给该切割赋一个空列表)。

    >>> a = [-1, 1, 66.25, 333, 333, 1234.5]
    >>> del a[0]
    >>> a
    [1, 66.25, 333, 333, 1234.5]
    >>> del a[2:4]
    >>> a
    [1, 66.25, 1234.5]
    >>> del a[:]
    >>> a
    []
    
    #也可以用 del 删除实体变量:
    >>> del a

    2、数据结构二——元组和序列

     元组由若干逗号分隔的值组成

    >>> t = 12345, 54321, 'hello!'
    >>> t[0]
    12345
    >>> t
    (12345, 54321, 'hello!')
    >>> # Tuples may be nested:
    ... u = t, (1, 2, 3, 4, 5)
    >>> u
    ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
    
    #以上:元组在输出时总是有括号的,以便于正确表达嵌套结构。
    #在输入时可能有或没有括号, 不过括号通常是必须的(如果元组是更大的表达式的一部分)。

    3、数据结构三——集合

    集合是一个无序不重复元素的集。基本功能包括关系测试和消除重复元素。

    可以用大括号({})创建集合。注意:如果要创建一个空集合,你必须用 set() 而不是 {} ;后者创建一个空的字典。

    >>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
    >>> print(basket)                      # 删除重复的
    {'orange', 'banana', 'pear', 'apple'}
    >>> 'orange' in basket                 # 检测成员
    True
    >>> 'crabgrass' in basket
    False
    
    >>> # 以下演示了两个集合的操作
    ...
    >>> a = set('abracadabra')
    >>> b = set('alacazam')
    >>> a                                  # a 中唯一的字母
    {'a', 'r', 'b', 'c', 'd'}
    >>> a - b                              # 在 a 中的字母,但不在 b 中
    {'r', 'd', 'b'}
    >>> a | b                              # 在 a 或 b 中的字母
    {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
    >>> a & b                              # 在 a 和 b 中都有的字母
    {'a', 'c'}
    >>> a ^ b                              # 在 a 或 b 中的字母,但不同时在 a 和 b 中
    {'r', 'd', 'b', 'm', 'z', 'l'}
    
    #集合也支持推导式:
    >>> a = {x for x in 'abracadabra' if x not in 'abc'}
    >>> a
    {'r', 'd'}

    4、数据结构四——字典

    字典是非常有用的 Python 内建数据类型。

    序列是以连续的整数为索引,与此不同的是,

    字典以关键字为索引,关键字可以是任意不可变类型,通常用字符串或数值。

    理解字典的最佳方式是把它看做无序的键=>值对集合。在同一个字典之内,关键字必须是互不相同。

    一对大括号创建一个空的字典:{}。

    >>> tel = {'jack': 4098, 'sape': 4139}
    >>> tel['guido'] = 4127
    >>> tel
    {'sape': 4139, 'guido': 4127, 'jack': 4098}
    >>> tel['jack']
    4098
    >>> del tel['sape']
    >>> tel['irv'] = 4127
    >>> tel
    {'guido': 4127, 'irv': 4127, 'jack': 4098}
    >>> list(tel.keys())
    ['irv', 'guido', 'jack']
    >>> sorted(tel.keys())
    ['guido', 'irv', 'jack']
    >>> 'guido' in tel
    True
    >>> 'jack' not in tel
    False

    构造函数 dict() 直接从键值对元组列表中构建字典。如果有固定的模式,列表推导式指定特定的键值对:

    >>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
    {'sape': 4139, 'jack': 4098, 'guido': 4127}

    此外,字典推导可以用来创建任意键和值的表达式词典:

    >>> {x: x**2 for x in (2, 4, 6)}
    {2: 4, 4: 16, 6: 36}

    如果关键字只是简单的字符串,使用关键字参数指定键值对有时候更方便:

    >>> dict(sape=4139, guido=4127, jack=4098)
    {'sape': 4139, 'jack': 4098, 'guido': 4127}

    遍历技巧

    在字典中遍历时,关键字和对应的值可以使用 items() 方法同时解读出来:

    >>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
    >>> for k, v in knights.items():
    ...     print(k, v)
    ...
    gallahad the pure
    robin the brave

    在序列中遍历时,索引位置和对应值可以使用 enumerate() 函数同时得到:

    >>> for i, v in enumerate(['tic', 'tac', 'toe']):
    ...     print(i, v)
    ...
    0 tic
    1 tac
    2 toe

    同时遍历两个或更多的序列,可以使用 zip() 组合:

    >>> questions = ['name', 'quest', 'favorite color']
    >>> answers = ['lancelot', 'the holy grail', 'blue']
    >>> for q, a in zip(questions, answers):
    ...     print('What is your {0}?  It is {1}.'.format(q, a))
    ...
    What is your name?  It is lancelot.
    What is your quest?  It is the holy grail.
    What is your favorite color?  It is blue.
    要反向遍历一个序列,首先指定这个序列,然后调用 reversed() 函数:
    >>> for i in reversed(range(1, 10, 2)):
    ...     print(i)
    ...
    9
    7
    5
    3
    1

    要按顺序遍历一个序列,使用 sorted() 函数返回一个已排序的序列,并不修改原值:

    >>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
    >>> for f in sorted(set(basket)):
    ...     print(f)
    ...
    apple
    banana
    orange
    pear
    
    
    
  • 相关阅读:
    MapReduce_wordcount
    HDFS脚本
    学习笔记——git
    CSS3选择器:nth-of-type
    CSS命名规范
    关于line-height
    css新特性 box-flex/flex 弹性盒状模型
    开始手机端
    sass
    优雅降级与渐进增强
  • 原文地址:https://www.cnblogs.com/shenxiaolin/p/7766890.html
Copyright © 2020-2023  润新知