搜尋
首頁後端開發Python教學python的資料結構

python的資料結構

Jul 24, 2017 pm 01:48 PM
python資料結構

資料結構:是指透過某種方式組織在一起的資料元素的集合

#主要包括:

#序列:主要介紹列表、元組、字串

映射:字典

集合(set)

 

列表:shoplist = ['apple', 'mango', 'carrot', 'banana']
字典:di = {'a':123,'b':'something'}
集合:jihe = {'apple','pear','apple'}
元組: t = 123,456, 'hello'

1.列表
    空列表:a=[]
    函數方法:a.append(3)       ## [3,4,5])       >>>[3,3,4,5]    新增列表序列
          a.insert(1,'hello')         a.insert(1,'hello')         a.insert(1,'hello')         a.insert(1,'hello') >] hello',3,4,5]
          a.remove(3)             >>>['hello',3,4,5]   >>>['hello',3,4,5]   >>>['hello',3,4,5] 則出現的3;>>['hello',3,4,5] 則沒有出現的3;>>['hello',3,4,5] 則沒有錯誤#3; a.pop()              >>>['hello',3,4]
          (0))
          (0) 3,4]
          a.index(4)          > ;>>1    返回出現的第一個4的下標
          a.count(3)          >>    >>> ;[3,4]    排序
          a.reverse()        >>>[4,3]    反序## 元素,刪除第一個為參數值得元素
        a.pop()       透過下標刪除元素,預設刪除清單最後一個值,以參數刪除下標示為參數值的元素
        del a[0] 刪除元素,
            del a[2:4] 刪除a表下標為2,3的元素
        del a[:]    推導式:
        vec = [2,4,6]    
         [3*x for x in vec if x& * vec2 = [1,2,3]
        [x*y for x in vec for y in vec2]    >>>[2,4,6,4,8,12,6,12,18];>[2,4,6,4,8,12,6,12,18]
    嵌套列表推導式:
        mat = [
        [1,2,3],
       [45,2,3],
       [45,5,6]、##  ]
        print ([[row[i] for row in mat] for i in [0,1,2]])    
        >>>[[1, 4, 7], [2, 4, 7], [2, 4, 7], [2, 4, 7], [2, 44, 7],2, 5, 8], [3, 6, 9]]
    思考:list (zip(mat)) 與list (zip(*mat))結果會有何不同
2.元組
    空元組:t = ()
    元組賦值: t = (123,345)
           t[0]         &Jack;>>123##3. jack@mail.com','Tom':'Tom@main.com'}
    d['Jack']           H 'Jim@sin.com'    >>>{'Jim': 'Jim@sin.com', 'Jack': 'jack@mail.com', 'Tom': 'Tom@main.com'}

  del d['Jim']    >>>{'Jack': 'jack@mail.com', 'Tom': 'Tom@main.com'}
#    list(d.keys( ))    將傳回一個字典中所有關鍵字組成的無序列表
    sorted(d.keys()) 將傳回一個字典中所有關鍵字組成的排序清單
    dict()    建構子可以直接從key -value對中建立字典
    dict([('Tim',123),('Tiny',234)])    >>>{'Tiny': 234, 'Tim': 123}    
#    推導式建立字典:
        {d2:d2+'@main.com' for d2 in list(d.keys())}
        ﹡; com', 'Tom': 'Tom@main.com'}
    練習:循環輸出字典中的鍵值對:
        for name,email in d.items():#,#      name,email in d.items():#,#        email)
4.集合
    空集合:A = set() ※想要建立空白集合,必須使用set()
    示範:
    basket = {'apple','orange', 'apple'}    >>>{'orange', 'apple'}    注意重複的元素只顯示一個?
    'apple' in basket              >>>True
    'pear' in basket  )#c>    
        a = set('ababcdabca ')        >>>{'c', 'b', 'a', 'd'}
        b = {'a','b','m'} > > 'b', 'a', 'm'}
        a - b        >>>{'c', 'd'}
     ;
        a | b        >>>{'c', 'd', 'b', 'a', 'm'}
     ); 'b'}
        a ^ b        >>>{'c','d','m'}
     {x not ab'}    >>>{'c','d'}



#

以上是python的資料結構的詳細內容。更多資訊請關注PHP中文網其他相關文章!

陳述
本文內容由網友自願投稿,版權歸原作者所有。本站不承擔相應的法律責任。如發現涉嫌抄襲或侵權的內容,請聯絡admin@php.cn
學習Python:2小時的每日學習是否足夠?學習Python:2小時的每日學習是否足夠?Apr 18, 2025 am 12:22 AM

每天學習Python兩個小時是否足夠?這取決於你的目標和學習方法。 1)制定清晰的學習計劃,2)選擇合適的學習資源和方法,3)動手實踐和復習鞏固,可以在這段時間內逐步掌握Python的基本知識和高級功能。

Web開發的Python:關鍵應用程序Web開發的Python:關鍵應用程序Apr 18, 2025 am 12:20 AM

Python在Web開發中的關鍵應用包括使用Django和Flask框架、API開發、數據分析與可視化、機器學習與AI、以及性能優化。 1.Django和Flask框架:Django適合快速開發複雜應用,Flask適用於小型或高度自定義項目。 2.API開發:使用Flask或DjangoRESTFramework構建RESTfulAPI。 3.數據分析與可視化:利用Python處理數據並通過Web界面展示。 4.機器學習與AI:Python用於構建智能Web應用。 5.性能優化:通過異步編程、緩存和代碼優

Python vs.C:探索性能和效率Python vs.C:探索性能和效率Apr 18, 2025 am 12:20 AM

Python在開發效率上優於C ,但C 在執行性能上更高。 1.Python的簡潔語法和豐富庫提高開發效率。 2.C 的編譯型特性和硬件控制提升執行性能。選擇時需根據項目需求權衡開發速度與執行效率。

python在行動中:現實世界中的例子python在行動中:現實世界中的例子Apr 18, 2025 am 12:18 AM

Python在現實世界中的應用包括數據分析、Web開發、人工智能和自動化。 1)在數據分析中,Python使用Pandas和Matplotlib處理和可視化數據。 2)Web開發中,Django和Flask框架簡化了Web應用的創建。 3)人工智能領域,TensorFlow和PyTorch用於構建和訓練模型。 4)自動化方面,Python腳本可用於復製文件等任務。

Python的主要用途:綜合概述Python的主要用途:綜合概述Apr 18, 2025 am 12:18 AM

Python在數據科學、Web開發和自動化腳本領域廣泛應用。 1)在數據科學中,Python通過NumPy、Pandas等庫簡化數據處理和分析。 2)在Web開發中,Django和Flask框架使開發者能快速構建應用。 3)在自動化腳本中,Python的簡潔性和標準庫使其成為理想選擇。

Python的主要目的:靈活性和易用性Python的主要目的:靈活性和易用性Apr 17, 2025 am 12:14 AM

Python的靈活性體現在多範式支持和動態類型系統,易用性則源於語法簡潔和豐富的標準庫。 1.靈活性:支持面向對象、函數式和過程式編程,動態類型系統提高開發效率。 2.易用性:語法接近自然語言,標準庫涵蓋廣泛功能,簡化開發過程。

Python:多功能編程的力量Python:多功能編程的力量Apr 17, 2025 am 12:09 AM

Python因其簡潔與強大而備受青睞,適用於從初學者到高級開發者的各種需求。其多功能性體現在:1)易學易用,語法簡單;2)豐富的庫和框架,如NumPy、Pandas等;3)跨平台支持,可在多種操作系統上運行;4)適合腳本和自動化任務,提升工作效率。

每天2小時學習Python:實用指南每天2小時學習Python:實用指南Apr 17, 2025 am 12:05 AM

可以,在每天花費兩個小時的時間內學會Python。 1.制定合理的學習計劃,2.選擇合適的學習資源,3.通過實踐鞏固所學知識,這些步驟能幫助你在短時間內掌握Python。

See all articles

熱AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智慧驅動的應用程序,用於創建逼真的裸體照片

AI Clothes Remover

AI Clothes Remover

用於從照片中去除衣服的線上人工智慧工具。

Undress AI Tool

Undress AI Tool

免費脫衣圖片

Clothoff.io

Clothoff.io

AI脫衣器

AI Hentai Generator

AI Hentai Generator

免費產生 AI 無盡。

熱門文章

R.E.P.O.能量晶體解釋及其做什麼(黃色晶體)
1 個月前By尊渡假赌尊渡假赌尊渡假赌
R.E.P.O.最佳圖形設置
1 個月前By尊渡假赌尊渡假赌尊渡假赌
威爾R.E.P.O.有交叉遊戲嗎?
1 個月前By尊渡假赌尊渡假赌尊渡假赌

熱工具

MinGW - Minimalist GNU for Windows

MinGW - Minimalist GNU for Windows

這個專案正在遷移到osdn.net/projects/mingw的過程中,你可以繼續在那裡關注我們。 MinGW:GNU編譯器集合(GCC)的本機Windows移植版本,可自由分發的導入函式庫和用於建置本機Windows應用程式的頭檔;包括對MSVC執行時間的擴展,以支援C99功能。 MinGW的所有軟體都可以在64位元Windows平台上運作。

SublimeText3 英文版

SublimeText3 英文版

推薦:為Win版本,支援程式碼提示!

SublimeText3漢化版

SublimeText3漢化版

中文版,非常好用

SAP NetWeaver Server Adapter for Eclipse

SAP NetWeaver Server Adapter for Eclipse

將Eclipse與SAP NetWeaver應用伺服器整合。

PhpStorm Mac 版本

PhpStorm Mac 版本

最新(2018.2.1 )專業的PHP整合開發工具