Python 数据结构及语法
2024-09-08 18:12:09
Python 数据结构及语法
Python 数据结构及其接口方法
列表
- lst = []
- lst.sort() # 排序列表
- lst.reverse() # 反转列表
- lst.append() # 表尾添加元素
- lst.pop() # 表尾删除元素
- lst.extend(lst2) # 合并lst，lst2给lst
列表生成式 (List Comprehensions)
list1 = [1,2,3,4]
list2 = [i for i in list1 if i > 2]
print(list2)
list3 = [i for i in list1 if i%2]
print(list3)
dict1 = {x: x**2 for x in (2,4,6)}
print(dict1)
dict2 = {x : f'item{x **2}' for x in (2,4,6) } # formatted string literals, 以 f 开头，包含的{}表达式在程序运行时会被表达式的值代替。
print(dict2)
set1 = {x for x in 'hello world' if x not in 'abcdefg'}
print(len(set1))
字符串
s = 'abc' # 可以使用单引号和双引号表示字符串
ss = "abc"
str1 = 'hello, world!'
print('字符串长度是: ',len(str1)) # 字符串长度是: 13
print('单词首字母大写: ',str1.title()) # 单词首字母大写: Hello, World!
print('字符串变大写: ',str1.upper()) # 字符串变大写: HELLO, WORLD!
print('字符串是不是大写: ',str1.isupper()) # 字符串是不是大写: False
print('字符串是不是以hello开头: ',str1.startswith('hello')) # 字符串是不是以hello开头: True
print('字符串是不是以hello结尾: ',str1.endswith('hello')) # 字符串是不是以hello结尾: False
print('字符串是不是以感叹号开头: ',str1.startswith('!')) # 字符串是不是以感叹号开头: False
print('字符串是不是以感叹号结尾:', str1.endswith('!')) # 字符串是不是以感叹号结尾: True
str2 = '- abc'
str3 = str1.title() + ' ' + str2.lower()
print(str3) # Hello, World! - abc
元组
p = 'abcd', 'abcdef', 30, 'ddab@aaa' # p 的类型为 tuple
name, gender, age, email = p
集合
set1 = {1,2,3,3,3,2}
print(set1) # {1, 2, 3}
print('Length = ',len(set1)) # Length = 3
set2 = set(range(1,10))
print(set2) # {1, 2, 3, 4, 5, 6, 7, 8, 9}
set1.add(4)
set1.add(5)
set2.update([11,12])
print(set1) # {1, 2, 3, 4, 5}
print(set2) # {1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12}
#移除元素, 如果元素不存在将会引发 KeyError
set2.discard(5)
print(set2) # {1, 2, 3, 4, 6, 7, 8, 9, 11, 12}
if 4 in set2:
set2.remove(4)
print(set2) # {1, 2, 3, 6, 7, 8, 9, 11, 12}
for elem in set2:
print(elem**2,end=' ') # 1 4 9 36 49 64 81 121 144 1
#将元组转换成集合
set3 = set((1,2,3,3,2,1))
print(set3.pop()) #弹出头部元素 # 1
print(set3) # {2, 3}
#交集，并集，差集，对称差运算
print(set1 & set2) # {1, 2, 3}
#print(set1.intersection(set2))
print(set1 | set2) # {1, 2, 3, 4, 5, 6, 7, 8, 9, 11, 12}
#print(set1.union(set2))
print(set1 - set2) # {4, 5}
#print(set1.difference(set2))
print(set1 ^ set2) # {4, 5, 6, 7, 8, 9, 11, 12}
#print(set1.symmetric_difference(set2))
#判断子集和超集
print(set2 <= set1) # False
print(set3 <= set1) # True
print(set1 >= set2) # False
print(set1 >= set3) # True
字典
dict.setdefault
统计字符出现次数使用
s = 'abdfadfeass'
dic = {}
for e in s:
dic.setdefault(e, 0)
dic[e] += 1
print(dic)
Collections.defaultdict 类定义
class collections.defaultdict([default_factory[,....]])
Collections.defaultdict
from collections import defaultdict
s = [('yellow', 1), ('blue', 2), ('yellow', 3), ('blue', 4), ('red', 1)]
d = defaultdict(list)
for k,v in s:
d[k].append(v)
print d.items()
- 使用 dict 定义字典，在访问不存在的 key 时会发生 keyerror 这样一个报错。
- 使用 defaultdict 任何未定的 key 都会默认返回一个根据 method_factory 参数不同的默认值，而相同情况下 dict() 会返回KeyError。
- 与使用 dict.setdefault() 相比更简洁更快。
将 default_factory 设置成 int 对于计数非常有用
from collections import defaultdict
s = 'mississippi'
d = defaultdict(int)
for k in s:
d[k]+=1
print d.items()
#[('i', 4), ('p', 2), ('s', 4), ('m', 1)]
将 default_factory 为 set 使defaultdict构建集合字典非常有用
from collections import defaultdict
s = [('red', 1), ('blue', 2), ('red', 3), ('blue', 4), ('red', 1), ('blue', 4)]
d = defaultdict(set)
for k,v in s:
d[k].add(v)
print d.items()
#[('blue', set([2, 4])), ('red', set([1, 3]))]
使用 Counter 进行字符统计
from collections import Counter
p = "abc"
print(Counter(p))
# Counter({'a': 1, 'b': 1, 'c': 1})
迭代数据结构
for i in xrange(n): pass # list
for k in dict_obj.iterkeys(): pass # dict keys
for v in dict_obj.itervalues(): pass # dict values
for k,v in dict_obj.iteritems(): pass # dict item
for index, value in enumerate(seq_obj): pass # seq
for v1, v2 in zip(seq1,seq2): pass # zip obj
Python 语法糖
- a, b = b, a #交换两个变量
- [i for i in range(10)] # 快速生成列表
- newstr = newstr[::-1] # 转置字符串
- numstr = str(n) # 将数字转换成字符串
- ''.join(strlst) # 使用''连接strlst里的字符
- max(arr, key = lambda x : len(str(x))) # 自定义比较函数
- asc = sorted(arr) # 升序排序
- desc = sorted(arr, reverse = True) # 降序排序
- elem = arr[-1] # 取最后一个元素
- with open('data.txt', 'w') as f : # 文件打开的语法糖，不用考虑关闭文件和异常
Python 语法
生成器
生成器是一种特殊的地带其，使用 yield 语句而不是 return 语句返回结果，yield 语句一次返回一个结果，在每个结果中间，挂起函数的状态，以便下次从它离开的地方继续执行。
def fib():
prev, curr = 0， 1
while True:
yield curr
curr, prev = prev + curr, curr
f = fib()
for i in range(10): # 调用10次next函数，并打印调用next()之后的结果
print(next(f)) # 调用next(f)，fib()函数的返回执行到yield语句后返回.
迭代器
Iterator Protocal:
- iter()
- next()
- Exception of StopIteration
iter() 函数有两个参数时，第一个参数必须为可调用对象(callable object)，这种情况下创建的迭代器在调用 next 时将会调用这个可调用对象，并返回它的值直到返回值与 iter 函数的第二个指定参数相等，然后抛出 StopIteration 异常。
使用 iter 可以直接返回 Python 中内建对象的迭代器。
it = iter([1, 2, 3, 4])
for x in it:
print(x)
装饰器
装饰器可以把与业务逻辑无关的代码抽离出来，让代码保持干净清爽，而且装饰器还能被多个地方重复利用。比如一个爬虫网页的函数，如果该URL曾经被爬过就直接从缓存中获取，否则爬下来之后加入到缓存，防止后续重复爬取。
不使用装饰器模式：
def web_lookup(url, saved={})：
if url in saved:
return saved[url]
page = urllib.urlopen(url).read()
saved[url] = page
return page
使用装饰器模式：
#pythonic
import urllib # py2
import urllib.request as urllib # py3
def cache(func):
saved = {}
def wrapper(url):
if url in saved:
return saved[url]
else:
page = func(url)
saved[url] = page
return page
return wrapper
def web_lookup(url): # 业务代码，抽出来。
return urllib.urlopen(url).read()
最新文章
- Mvc与WebForm优缺点及Mvc的使用
- ios 正则表达式之验证手机号、邮箱、身份证、银行卡
- vs2015发现一个字符串拼接 bug
- 零零碎碎写的shell脚本（二）：一键修改网络配置信息脚本
- zju 1091
- 感知机-Python实现
- 5 Ways to Learn and Remember Absolutely Anything
- Linux的网卡由eth0变成了eth1，如何修复？
- CSS3 线型渐变
- SpringBoot的自动配置
- socket（套接字）初使用
- 以太网 ------ Auto-Negotiation（自动协商）
- Python游戏编程(Pygame)
- dart字符串处理
- StringRedisTemplate常用API
- vim粘贴缩进问题
- Kettle在windows下分布式集群的搭建
- springMVC 处理json 及 HttpMessageConverter 接口
- 8、判断三角形ABC中是否有点D
- android:应用性能优化SparseArray