2 常见的Python数据结构-元组、列表
liuian 2025-03-06 16:49 7 浏览
元组
1)一个可固定长度,不可改变的Python对象。创建元组的方式用逗号分隔一系列值。
2)定义复杂元组,要将值放到括号内进行分割。
3)用tuple可以将任意序列或迭代器转换成元组。
4)元组可以通过下标进行访问。
5)元组中存储的对象可能是可变对象,但一旦创建了元组,元组中的对象就不能进行修改。
6)如果元组中的某个对象是可变的,如:列表。可以在原位进行修改。
7)用加号运算符将元组串联起来。
8)元组乘以一个整数,会将整数个元组复制串联起来。
9)将多个变量按照顺序赋值一个元组,则会将变量依次赋予元组中的元素,即元组的拆分。如果变量数超过或少于元组的元素个数,均会报错。
- 如果变量数多,则报【not enough values to unpack】;
- 如果变量数少,则报【too many values to unpack】。
即使含有元组的元组也可以拆分。
利用元组拆分的原理,可以方便的完成变量值交换。
其他语言交换:
a = 1 b = 2 temp = a a = b b = temp print('a = '+a ', b = ' + b)
a = 1 b = 2 a,b = b,a print('a = ' + str(a) + ', b = ' + str(b))
元组拆分,主要的使用场景为:1)迭代元组或列表序列。2)从函数返回多个值。
高级拆分:允许从元组的开头摘取几个元素,使用*[变量名]语法,获取后面的元组中的元素到列表(数组)中。也可用在函数签名中以抓取任意长度列表的位置参数。
如果不使用*[变量]获取的数组,想要舍弃,则可以使用*_省略。
a,b,*_ = tup
10)元组的常用方法
元组大小、内容均不能修改,因此它的实例方法都很轻量。
- count():可以统计某个值出现的数量。
列表
与元组对比,列表的长度可变、内容可以被修改。可以使用方括号定义,或使用list()函数。
1)使用迭代器生成列表。
2)添加、删除元素
- append()在列表末尾添加元素。
- insert()在特定位置添加元素。插入的位置在0~列表长度之间。
- pop()移除指定位置的元素,insert()函数的逆函数。执行时,会返回被移除的元素。
- remove()列表中移除某个值,remove会先寻找第一个值移除。
3)in 检查列表中是否包含某个值。
列表检查性能远比检查字典和集合速度快,因为Python列表搜素采用线性搜素;在字典和集合中,同样时间内还可以检查其他项(基于哈希表)。
4)列表可以通过加号将两个列表串联起来。
5)extend()向列表中追加多个元素。
通过加号串联列表,计算量大,需要新建一个新列表,并且要复制对象。用extend()追加元素,尤其是到一个大列表中,更为可取。
a_list = []
for batch in lists:
a_list.extend(batch)
a_list = []
for batch in lists:
a_list = a_list + batch
上面两个代码块性能,使用extend()方法的比较好。
6)sort()讲一个列表原地排序(不创建新对象)。
reverse:如果设置为True,列表将被降序排列,默认为False,即升序排列。
key:用于进行比较的函数,该函数只有一个参数,即列表中的元素,并返回一个可以用于比较的关键字。这个函数也可以使用系统预置的函数,如:len()。
7)bisect模块的bisect()和insort()方法。
bisect()函数是一个通用的二分查找工具,它可以用来查找一个元素在已排序的序列中应该插入的位置,以维持序列的排序,但并不插入这个元素。具体用法如下:
运行这段代码可以发现,变量pos输出的是4,即元素6应该插入到列表中索引为4的位置,这个列表就能保持升序排列。
insort函数是bisect函数的变种,它可以在查找到插入位置的同时插入元素。具体用法和bisect类似,只是调用的函数不同,如下:
这个函数接受两个参数,第一个参数是已排序的序列,第二个参数是要插入的元素。该函数会将元素插入到序列的正确位置。
8)切片:基本形式在方括号中使用start:stop。切片的起始位置start包括在元素中,位置end不包括在其中,所以结果中包含元素个数为end - start。
切片被序列赋值。
切片赋值的原理如下图所示。
start 或 stop 均可以被省略,省略后,分别默认序列的开头和结尾。
负数表明从后向前切片。
切片第二个冒号后面使用step,可以每隔一定元素取元素。
step使用-1可以将列表反转。
相关推荐
- 【常识】如何优化Windows 7
-
优化Windows7可以让这个经典系统运行更流畅,特别是在老旧硬件上。以下是经过整理的实用优化方案,分为基础优化和进阶优化两部分:一、基础优化(适合所有用户)1.关闭不必要的视觉效果右键计算机...
- 系统优化!Windows 11/10 必做的十个优化配置
-
以下是为Windows10/11用户整理的10个必做优化配置,涵盖性能提升、隐私保护和系统精简等方面,操作安全且无需第三方工具:1.禁用不必要的开机启动项操作路径:`Ctrl+S...
- 最好用音频剪辑的软件,使用方法?
-
QVE音频剪辑是一款简单实用的软件,功能丰富,可编辑全格式音频。支持音频转换、合并、淡入淡出、变速、音量调节等,无时长限制,用户可自由剪辑。剪辑后文件音质无损,支持多格式转换,便于存储与跨设备播放,满...
- Vue2 开发总踩坑?这 8 个实战技巧让代码秒变丝滑
-
前端开发的小伙伴们,在和Vue2打交道的日子里,是不是总被各种奇奇怪怪的问题搞得头大?数据不响应、组件传值混乱、页面加载慢……别慌!今天带来8个超实用的Vue2实战技巧,每一个都能直击痛...
- Motion for Vue:为Vue量身定制的强大动画库
-
在前端开发中,动画效果是提升用户体验的重要手段。Vue生态系统中虽然有许多动画库,但真正能做到高性能、易用且功能丰富的并不多。今天,我们要介绍的是MotionforVue(motion-v),...
- CSS view():JavaScript 滚动动画的终结
-
前言CSSview()方法可能会标志着JavaScript在制作滚动动画方面的衰落。如何用5行CSS代码取代50多行繁琐的JavaScript,彻底改变网页动画每次和UI/U...
- 「大数据」 hive入门
-
前言最近会介入数据中台项目,所以会推出一系列的跟大数据相关的组件博客与文档。Hive这个大数据组件自从Hadoop诞生之日起,便作为Hadoop生态体系(HDFS、MR/YARN、HIVE、HBASE...
- 青铜时代的终结:对奖牌架构的反思
-
作者|AdamBellemare译者|王强策划|Tina要点运维和分析用例无法可靠地访问相关、完整和可信赖的数据。需要一种新的数据处理方法。虽然多跳架构已经存在了几十年,并且可以对...
- 解析IBM SQL-on-Hadoop的优化思路
-
对于BigSQL的优化,您需要注意以下六个方面:1.平衡的物理设计在进行集群的物理设计需要考虑数据节点的配置要一致,避免某个数据节点性能短板而影响整体性能。而对于管理节点,它虽然不保存业务数据,但作...
- 交易型数据湖 - Apache Iceberg、Apache Hudi和Delta Lake的比较
-
图片由作者提供简介构建数据湖最重要的决定之一是选择数据的存储格式,因为它可以大大影响系统的性能、可用性和兼容性。通过仔细考虑数据存储的格式,我们可以增强数据湖的功能和性能。有几种不同的选择,每一种都有...
- 深入解析全新 AWS S3 Tables:重塑数据湖仓架构
-
在AWSre:Invent2024大会中,AWS发布了AmazonS3Tables:一项专为可扩展存储和管理结构化数据而设计的解决方案,基于ApacheIceberg开放表格...
- Apache DataFusion查询引擎简介
-
简介DataFusion是一个查询引擎,其本身不具备存储数据的能力。正因为不依赖底层存储的格式,使其成为了一个灵活可扩展的查询引擎。它原生支持了查询CSV,Parquet,Avro,Json等存储格式...
- 大数据Hadoop之——Flink Table API 和 SQL(单机Kafka)
-
一、TableAPI和FlinkSQL是什么TableAPI和SQL集成在同一套API中。这套API的核心概念是Table,用作查询的输入和输出,这套API都是批处理和...
- 比较前 3 名Schema管理工具
-
关注留言点赞,带你了解最流行的软件开发知识与最新科技行业趋势。在本文中,读者将了解三种顶级schema管理工具,如AWSGlue、ConfluentSchemaRegistry和Memph...
- 大数据技术之Flume
-
第1章概述1.1Flume定义Flume是Cloudera提供的一个高可用的,高可靠的,分布式的海量日志采集、聚合和传输的系统。Flume基于流式架构,灵活简单。1.2Flume的优点1.可以和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)