guxh的python笔记一：数据类型

1，基本概念

1.1，数据类型

基本数据类型：字符串，数字，布尔等

引用数据类型：相对不可变（元组），可变（列表，字典，集合等）

基本数据类型存放实际值，引用数据类型存放对象的地址（即引用）

==：判断值是否相等

is：判断id是否相等，即内存地址，id()可以返回内存地址

1.2，序列类型

容器类型：list，tuple，collections.deque，存放引用，可嵌套

扁平序列：str，bytes，bytearray，memoryview，array.array，存放值，只包含原子数据

可变序列：list，bytearray，array.array，collections.deque，memoryview

不可变序列：tupe，str，bytes

2，str

1）格式化：

%s：'%s plus %s equals %s'  % (1, 1, 2)

2）find/rfind：返回最左边/最右边索引，没有返回-1，例如路径中提取文件名

s1 ='c:/../../text.txt'
s1[s1.rfind('/')+1: s1.find('.txt')]  # s1结果是text

3）lower/upper：小写/大写

4）startswith/endswith：判断开始/判断结尾，例如endswith('com')，接受多个参数时必须用元组name.endswith(('.c', '.h'))

5）strip/lstrip/rstrip：去除两边/左边/右边的空格字符串，也可以传参指定去除的内容

6）join：合项

','.join(['a', 'b', 'c'])  # 结果是a,b,c

7）split：裂项，不传参就对空格、制表、换行进行分割

'a b    \nc'.split()，# 结果是['a', 'b', 'c']

8）count：统计出现次数

9）index：判断索引位置

10）replace：替换，默认全替，但可以传第3参数指定替换几个

'aba'.replace('a', 'b', 1)  # 指定替换1个，结果是'bba'，

11）center：居中打印

'title'.center(50, '-')  # 结果是'----------------------title-----------------------'

12）isdigit：判断数字

'322'.isdigit() # 结果是True

　　

3，bytes

码位：每个字符占若干字节，python3（str），python2（unicode）

字节序列：每个字符占一个字节，python3（bytes），python2（str/bytes）

4，列表

4.1，list函数

功能一：用于将可迭代对象iterator转换为列表

功能二：实现浅拷贝

例如：

list('hello')  # 结果是['h','e','l','l','o']
list(range(5))  # 结果是[1, 2, 3, 4, 5]
list({'a': 1, 'b': 2})  # 结果是['a', 'b']，因为对字典迭代获取到的是key

4.2，list操作

1）增：lista.append(4)，就地添加返回None

2）删：删元素用del、remove、pop；删列表用del、clear

3）改：lista[2] = 2

4）插：lista.insert[3, 'insert_value']，或者：lista[3:3] = ['insert_value']

7）切片：访问切片：y=x[1:3]；插入序列x[1:1] = [2,3,4]；删除序列：x[1:4]=[]；替换序列：x[1:4]=[2,3,4]

8）extend追加：就地加lista.extend(listb)，等效于lista = lista + listb，或者lista[len(lista):] = listb

9）列表相加：lista + listb，原序列不会变

10）乘法：[1,2,3] * 2，结果为[1,2,3,1,2,3]，原序列不变

11）创建5个空序列：

lists = [[] for i in range(5)]  # 5个不同的空序列
lists = [[]] * 5   # 5个id相同的空序列

12）reverse / reserved：反向存放，lista.reverse()就地反向无返回值，reversed(list)有返回值（原序列不变）

13）sort / sorted：排序，x.sort()就地排序无反向值，sorted(list)有返回值（原序列不变）

14）copy：浅拷贝，list.copy()

15）enumerate：遍历index和value

for i,v in enumerate(lista):
    print(i, v)  # i索引，v值

16）in，len，max，min，index，count：略

4.3，列表的拷贝

t = [1, [2, 3], (4, 5)]

起别名，连第一层都不拷贝：

a = t

浅拷贝：拷贝第一层：

b = list(t)
b = t[:]
b = t.copy()
b = copy.copy(t)

深拷贝：拷贝所有层：

c = copy.deepcopy(t)　

看看有什么区别：

t[0] = 0
t[1].append(0)
t[2] += (0, )

输出结果：

t : [0, [2, 3, 0], (4, 5, 0)]
a : [0, [2, 3, 0], (4, 5, 0)] # 别名，全跟着变
b : [1, [2, 3, 0], (4, 5)] # 浅拷贝，第一层以及第二层内的不可变序列不变，第二层的可变序列跟着变
c : [1, [2, 3], (4, 5)] # 深拷贝，全都不变

总结：

判断时可以用is或者id()，看下不同的变量名，是否指向同一引用对象

a和t的id完全相同，b/c和t的id不同

如果列表内部有“可变的引用对象”(例如字典、集合、列表，元组算不可变的引用对象)，t发生改变时，会影响到浅拷贝b，但不会影响到深拷贝c

5，元组

5.1，tupple函数

和list函数一样，将某个序列转换为tupple

5.2，元组操作

1）切片：只支持切片访问即查，不支持插，删，改

2）元组相加：tu1 + tu2，原序列不会变

3）乘法：(1,2,3) * 2，结果为(1,2,3,1,2,3)，原序列不变

4）in，len，max，min，index，count，enumerate：略

5.3，元组和列表的区别

列表不建议存放不同类型的东西，否则无法排序

元组经常用来存放不同类型的东西

5.4，具名元组

具有名字的元组

from collections import namedtuple
TU = namedtuple('manincity', 'name city')
tu1 = TU('guxh', 'shanghai')
print(tu1)  # manincity(name='guxh', city='shanghai')

　　

6，字典

6.1，字典的创建

d = {'a':1, 'b':2, 'c':3}
d = dict(a=1, b=2, c=3)
d = dict([('a','1'), ('b',2), ('c',3)]) # 元组列表，列表列表都可以，只要是2个值的小序列组成的大序列，不用写字典推导了!!!

6.2，字典操作

1）增和改：d['d'] = 4，有改/无增

2）d.update(d2)，用字典d2区更新d，有改/无增

3）删除

d.pop('d') # 删除key-values键值对
del d['a']  # 删除key-values键值对
popitem() # 删最后一个，由于字典是无序的所以实际上是随机删一个

4）清空字典

y = d
d.clear()     # 无返回值，d和y都能清掉
d = {}    # 直接赋空值也可以清，只能清d

5）查

'a' in d  # 判断是否含有键为K的项，list中是判断的是值
d['a']    # 返回关联键K的value，如果不存在会报错KeyError
d.get('a', 123)   # 有就返回value，没有则返回缺省值123

6）copy

d2 = d1.copy()  # 是浅拷贝，替换值时原始字典不受影响，但是修改值是原始字典也会改变。
d2 = d1.deepcopy()   # 深拷贝

7）fromkeys

从给定的key创建新字典，可以指定values，默认为None

d = dict.fromkeys(['east', 'west'], 20)  # dict可以改成任何已经存在的字典，但是结果和该字典无任何关系
print(d)   # {'west': 20, 'east': 20}

8）has_key：检测是否有key

9）items/iteritems, keys/iterkeys, values/itervalues：返回值/迭代对象

d = {'west': 10, 'east': 20, 'south':30, 'north':40}
print d.items()  # [('west', 10), ('east', 20), ('north', 40), ('south', 30)]，即字典转列表
print d.keys()   # ['west', 'east', 'north', 'south']
print d.values()   # [10, 20, 40, 30]

直接对字典进行循环获取的是keys

10）len：略

6.3，字典应用-统计单词出现的位置

sentence = """I'm a big big girl
in a big big world
It's not a big big thing if you leave me
but I do do feel
that I too too will miss you much"""
 
sentence = sentence.split()
d = {}

方法一：

for index, word in enumerate(sentence):
	if word not in d:
		d[word] = []
	d[word].append(index)

方法二：get

for index, word in enumerate(sentence):
	temp = d.get(word, [])
	temp.append(index)
	d[word] = temp

方法三：setdefault

for index, word in enumerate(sentence):
	d.setdefault(word, [])
	d[word].append(index)

方法三（合一句）：setdefault

for index, word in enumerate(sentence):
	d.setdefault(word, []).append(index)

方法四：defaultdict

from collections import defaultdict
d = defaultdict(list)
for index, word in enumerate(sentence):
	d[word].append(index)

　　

6.4，其他

1）字符串格式化时可以使用字典

phonebook = {'cecil' : 56845 }
"cecil's phone number is %(cecil)s." % phonebook

2）根据values求最小值，最大值，排序

d = {'a': 10, 'b':6, 'c': 5, 'd':17, 'e':12}

方法一：zip

min(zip(d.values(), d.keys()))     # (5, 'c')
max(zip(d.values(), d.keys()))     # (17, 'd')
sorted(zip(d.values(), d.keys()))  # [(5, 'c'), (6, 'b'), (10, 'a'), (12, 'e'), (17, 'd')]

方法二：lambda

d[min(d, key=lambda k: d[k])]                  # 5
d[max(d, key=lambda k: d[k])]                  # 17
[d[i] for i in sorted(d, key=lambda k: d[k])]  # [5, 6, 10, 12, 17]

3）对字典使用集合的操作：字典的keys()和items()支持集合操作，但values()不支持

d1 = {'a': 1, 'b': 2, 'c': 3}
d2 = {'b': 4, 'c': 3, 'd': 6}
d1.keys() & d2.keys()                # {'b', 'c'}
d1.keys() - d2.keys()                # {'d'}
d1.items() & d2.items()              #  {('c', 3)}
{key: d1[key] for key in d1.keys() - {'c'}}  # {'b': 2, 'a': 1}

　　

7，集合

集合最重要的2个内容：

去重（把列表变成集合就自动去重了）

关系测试（测试2组数据的交集、差集、并集）

list1 = [1, 3, 5, 6, 7, 8, 1, 3, 5, 7, 2, 3]
list1 = set(list1)  # {1, 2, 3, 5, 6, 7, 8}  集合也是无序的
list2 = {1, 3, 11, 22, 55, 78, 90, 90, 1, 3}  # 实际结果是{1, 3, 11, 78, 22, 55, 90}
print(list1.intersection(list2))  # 取交集，结果是{1，3}
print(list1.union(list2))  # 取并集，结果是{1, 2, 3, 5, 6, 7, 8, 11, 78, 22, 55, 90}
print(list1.difference(list2)) # 取差集，结果是{2, 5, 6, 7, 8}，list1里有的，但是list2里没有的
print(list1.issubset(list2)) # 判断list1是否是list2的子集
print(list1.issuperset(list2)) # 判断list2是否是list1的父集

如果集合是空集，必须写成set()，写成{}是字典

7.1，集合运算的符号

& 交集

| 并集

- 差集

^ 对称差集

7.2，集合操作

1）增

t.add(5)  # 增加一项，注意增加是add，不是append
t.update(5，6，7)  # 增加多项

2）删

t.remove(5)  # 删除5，如果set中不存在5则会报错
t.discard(5)  # 删除5，如果set中不存在5则不会报错
a = t.pop()  # 随机删除一个值，并且把该值返回给a

3）len，in，copy：略

7.3，集合去重

a = [1, 3, 5, 1, 7, 3, 9, 2, 6, 1, 3]

去重：

set(a)  # {1, 2, 3, 5, 6, 7, 9}

去重保持顺序不变，序列中的元素可hash：

def dedupe(items):
    seen = set()
    for item in items:
        if item not in seen:
            yield item   # 不用generator的话，还要在新建个列表，然后用该列表append并返回值
            seen.add(item)
list(dedupe(a))  # [1, 3, 5, 7, 9, 2, 6]

去重保持顺序不变 ，序列中的元素不可hash，要先想办法转成可哈希（待补充）

8，其他类型

数字（略）

布尔类型（略）

9，数据运算

9.1，运算符

+，-， *， /：加减乘除

%：取模

**：次方，即幂

//：整除，返回商的整数部分

9.2，比较运算

==：等于

!= : 不等于

<>：不等于

>：大于

<：小于

>=：大于等于

<=：小于等于

9.3，赋值运算

=：等于

+=：A+=B即A=A+B，下同

-=：

*=：

/=：

%=：

**=：

//=：

9.4，逻辑运算

and

or

not

and或者or可以连接多个，例如 a and b and c，还可以加or，例如a and b and c or d，即(a and b and c) or d

9.5，成员运算

in：判断值是否在序列中

not in：判断值是否在序列中

9.6，身份运算

is：id是否一样，类型是否是XXX等等，例如type(a) is list

is not

9.7，位运算

&：与

|：或

^：异或

~：反

<<：左移动

>>：右移动

9.8，三元运算

result = value1 if condition else value2

　　

9.9，boolean表达式

result = a or b    # 如果a是真result=a，如果a是假result=b

备注：写boolean可能会代码难以阅读，建议使用三元运算，或者辅助函数

10，操作数据

10.1，各类推导式

列表推导：

[i for i in range(10) if i > 5]

生成器表达式：

(i for i in range(10) if i > 5)

集合推导：

{i for i in range(10) if i > 5}

字典推导：

prices = {'ACME': 31, 'AAPL': 26, 'IBM': 29, 'HPQ': 35, 'FB': 33}
items = ('ACME', 'IBM', 'FB')
{key: value for key, value in prices.items() if value > 30}       # {'ACME': 31, 'HPQ': 35, 'FB': 33}
{key: value for key, value in prices.items() if key in items}     # {'ACME': 31, 'IBM': 29, 'FB': 33}
# 另一种形式：
dict((key, value) for key, value in prices.items() if value > 30) # {'ACME': 31, 'HPQ': 35, 'FB': 33}

注意：没有元组推导

11，切片

11.1，切片原理

“[]”运算符是交给__getitem__和__setitem处理的（详见guxh的python笔记：类的属性）

class Seq:
 
    def __init__(self, components):
        self.components = components
 
    def __getitem__(self, index):
        return self.components[index]
 
s = Seq([1, 2, 3, 4, 5, 6])
print(s[0])     # 1
print(s[0:3])   # [1, 2, 3]

对s[0]，s[0:3]的取值委托给了self.components[index]处理，看看self.components拿到的index到底是什么？

class Seq:
 
    def __getitem__(self, index):
        return index
 
s = Seq()
print(s[0])       # 0
print(s[0:3])     # slice(0, 3, None)
print(type(s[0:3]))   # <class 'slice'>
print(dir(s[0:3]))    # 有'indices', 'start', 'step', 'stop'这些方法

S.indices(len)  —> (start, stop, stride)

给定长度为len的序列，计算start，stop，stride，超出边界的索引被截掉。

11.2，切片技巧

序列反转：

>>> s = [1, 2, 3, 4]
>>> s[::-1]
[4, 3, 2, 1]