Python 五种数据类型
在学习一门语言的过程中,首先肯定就是要先接触到它所拥有的数据类型,Python拥有五种主要的数据类型,下面介绍一下我对这五种数据类型的理解和想法。
1.数
在Python中的数主要分为四种:int(整数)、float(浮点数)、long(长整型)和complex(复数)
主要特别的地方就是float类型的数有一个函数round()可以取整:round(a,b):对float类型的数值a进行操作,小数点后保留b位有效数字,四舍五入,默认为1。
complex类型也算是比较特殊的。
2.字符串
直接举个例子:s=‘string' s=''string'' s1='''string''',这三个效果是一样的,在Python中,引号、双引号、三引号都是表示字符串正确的用法。
Python中字符串可以进行直接的相加操作:s+s1 #返回一个新的字符串 'stringstring'
下面我们可以对字符串进行“切片”操作,所谓切片,就相当于对一个长条面包,切下一片一样。比如说我们想取s字符串中的第2到第5个字符,在其他语言中就比较麻烦,而在Python中,我们就可以很方便的进行这个操作。
例:s[a:b:c] a表示切片开始的位置,为0或正值时从左往右索引(默认从0开始),为负值时从右往左索引(默认从-1开始)
b表示切片结束的位置,但不包括结束的那个位置,口诀“顾头不顾尾”。缺省时默认直到索引结束。
c表示步长,默认为1,为负数时从右往左截取。
没有冒号的时候就是正常的索引操作:s[0] #s
c缺省时默认为1:s[1:5] #trin (注意“顾头不顾尾”)
s[-3::]:从右数第三个字符开始(没有第0个字符了哦!!!),往右截取,直到结束 #ing
s[-3::-1]:从右数第三个字符开始,往左截取,b缺省:直到结束 #irts
现在对简单的切片操作有了了解,我们说几个常用的函数(操作函数其实非常多,但有的经常性的用不到,有需要的话可以再去了解)
len():返回字符串长度。len(s) #pytnon跟C不一样,字符串长度不需要加1。这里就是6。
replace(a,b):用b字符串替换a字符串。
3.列表(List)
直接上例子:s=[‘string','python',2001,52.5],s1=[2002,5658]
Python中了List类型用方括号包含,可以包含string类型和数类型,中间用逗号隔开。
List中的访问操作:s[1] # 返回一个 python 字符串。 可类比于string类型
List还有更新和删除操作:s[1]=2002 #列表s中的第一个元素(从0开始的)'python'字符串被替换为2002。
del s[1] #列表s的第一个元素被删除
简单介绍几个操作的函数和方法:
1、append() #在列表后追加元素
2、extend() 例:a.extend(b) #将b列表的元素添加到a列表的尾部
3、pop() #将列表最后一个元素弹出
1、sort() #对列表进行排序,不过自己好像要指定排序的规则。
2、count() #统计某个元素出现的次数
3、index() #在索引处i的元素
4.元组(Tuple)
直接上例子:s=('string','python',2001) s1='string','python',2001
python中的元组比较有意思,上面加小括号不加小括号都是正确的。以逗号隔开,默认为元组。
元组有个比较特别的规定:元组中元素不允许被修改。
访问操作也可以类似与string类型。
下面对元组和列表举例进行理解:
1、(1,2,3)+(1,2,3) #(1,2,3,1,2,3) 相加操作
2、[1]*3 #[1,1,1] 乘操作
3、1 in [1,2,3] #true 判断操作
4、for i in (1,2,3)
print i #1
#2
#3循环操作
5.字典(Dictionary)
上例子:dict={'abc': 123, 'ji': 'kp', (1,2):
5}
典型的key-value类型数据,注意几点:其中key的值必须唯一,但是value的值可以不唯一。用花括号进行包含。花括号后加分号结尾。
访问:dict['abc'] #123
修改:dict['abc']=153 #修改'abc'对应的123
删除:deldict['abc']
特殊点:
1、同一个键不能出现两次,如果出现多次赋值,以后面出现的为准
2、键必须不可变,可用数,字符串,元组充当,但是列表不行!
方法简介:
1、clear() #清字典
2、get() #取值 例:get('abc') #返回123 get('ashudya‘)#返回none
3、keys() #返回一个列表,包含字典中所有的键值。
4、value()#返回一个列表,包含字典中所有的value值。
5、fromkeys() #将一个列表放到字典中当作key.
fromkeys([1,2,3],0) #0为value
字典可以表述为:{1:[0],2:[0],3:[0]}
五种数据类型是学习Python的基石,掌握起来也不是非常困难,先从简单的开始,如果需要可以深入学习!
感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!
您可能感兴趣的文章:
浅谈Python数据类型判断及列表脚本操作
深入了解Python数据类型之列表
浅谈Python数据类型之间的转换
Python数据类型详解(四)字典:dict
Python数据类型详解(三)元祖:tuple
Python数据类型详解(二)列表
Python数据类型详解(一)字符串
Python数据类型学习笔记
简单介绍Python中的几种数据类型
Python中内置数据类型list,tuple,dict,set的区别和用法
python基础教程之基本数据类型和变量声明介绍
Atas ialah kandungan terperinci 有关python的五种数据类型的详解 . Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Buat tatasusunan pelbagai dimensi dengan numpy dapat dicapai melalui langkah-langkah berikut: 1) Gunakan fungsi numpy.array () untuk membuat array, seperti Np.Array ([[1,2,3], [4,5,6]]) untuk membuat array 2D; 2) Gunakan np.zeros (), np.ones (), np.random.random () dan fungsi lain untuk membuat array yang diisi dengan nilai tertentu; 3) Memahami sifat bentuk dan saiz array untuk memastikan bahawa panjang sub-array adalah konsisten dan mengelakkan kesilapan; 4) Gunakan fungsi np.reshape () untuk mengubah bentuk array; 5) Perhatikan penggunaan memori untuk memastikan bahawa kod itu jelas dan cekap.

Broadcastinginginnumpyisamethodtoperformoperationsonarraysofdifferentshapesbyautomaticallyaligningthem.itsImplifiescode, enhancesreadability, andboostsperformance.here'showitworks: 1) smallerarraysarepaddedwithonestomatchdimensions.2) CompatibeSt

Forpythondatastorage, chooselistsforflexabilityWithMixedDatatypes, array.arrayformemory-efficienthomogeneousnumericaldata, andnumpyarraysforadvancednumericalcomputing.listsareversatileButlessefficefientfientfientfientfientfientfientfientfientfientfientfientforydodeSforayDataSetSetShiSforayDataSetSetShiSforayDataSetSetShiSforayDataSetSetShoFficeSforaydataSetShoSforayDataSetsforayDataSetsforayDataSetsforaydataSetShiSforayDodeSforayDodeSforaydataSetRaydataSetRaydataSetRaydataSet

Pythonlistsarebetterthanarraysformanagingdiversedatatypes.1) listscanholdelementsofdifferenttypes, 2) thearedynamic, membolehkanEaseasyAdditionsandremoVals, 3) theofferintuitiitiveoperationslikeslicing, tetapi4).

ToAccessElementsInapyThonArray, useIndexing: my_array [2] AccessestHeTheRdeLement, returning3.pythonuseszero-berasaskanIndexing.1) USE sitiveandnegativeindexing: my_list [0] forthefirstelement, my_list [-1] forthelast.2) menggunakanSlicingForarangange: my_list [1: 5] ekstrakSelemen

Artikel membincangkan kemustahilan pemahaman tuple di Python kerana kekaburan sintaks. Alternatif seperti menggunakan tuple () dengan ekspresi penjana dicadangkan untuk mencipta tupel dengan cekap. (159 aksara)

Artikel ini menerangkan modul dan pakej dalam Python, perbezaan, dan penggunaannya. Modul adalah fail tunggal, manakala pakej adalah direktori dengan fail __init__.py, menganjurkan modul yang berkaitan secara hierarki.

Artikel membincangkan docstrings dalam python, penggunaan, dan faedah mereka. Isu Utama: Kepentingan Docstrings untuk Dokumentasi Kod dan Kebolehcapaian.


Alat AI Hot

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Undress AI Tool
Gambar buka pakaian secara percuma

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

MinGW - GNU Minimalis untuk Windows
Projek ini dalam proses untuk dipindahkan ke osdn.net/projects/mingw, anda boleh terus mengikuti kami di sana. MinGW: Port Windows asli bagi GNU Compiler Collection (GCC), perpustakaan import yang boleh diedarkan secara bebas dan fail pengepala untuk membina aplikasi Windows asli termasuk sambungan kepada masa jalan MSVC untuk menyokong fungsi C99. Semua perisian MinGW boleh dijalankan pada platform Windows 64-bit.

SublimeText3 versi Inggeris
Disyorkan: Versi Win, menyokong gesaan kod!

SublimeText3 Linux versi baharu
SublimeText3 Linux versi terkini

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Muat turun versi mac editor Atom
Editor sumber terbuka yang paling popular
