[TOC]
哈喽,大家好!间隔上一篇文章近1个半月了,不是我拖呀~,刚好这个月遇到了工作调整,再加上要关照10个月的孩子,实属不易,所以就这么长时间没来更新了。这不,我每天码一点点,'滴水成河',努力完成了这篇文章。
1. 封装和解构
1.1 封装
阐明: 等号(=)左边有多个数值仅通过逗号宰割,就会封装到一个元组,称为封装packing。
# 示例:x = 1,y = 1,2print(type(x), x)print(type(y), y)# 输入后果如下:<class 'tuple'> (1,)<class 'tuple'> (1, 2)
备注: 如果左边只有一个数值且没有用逗号,其实是一个整数类型,请注意。另外等号左边肯定先运行,再赋值给右边。
1.2 解构
阐明: 等号(=)左边容器类型的元素与右边通过逗号宰割的变量要一 一对应,称为解构unpacking。
x,y = (1,2) # [1,2] {1,2} {'a':1,'b':2}print(x)print(y)# 输入后果如下:12
备注:左边的容器能够是元组、列表、字典、汇合等,必须是可迭代对象。
谬误示范:
x,y = (1,2,3)print(x)print(y)# 输入后果如下:ValueError: too many values to unpack (expected 2)
阐明:左、右两边个数肯定要统一,不然会抛出'ValueError'谬误。
残余变量解构
阐明:python3引入了残余变量解构(rest),'尽可能'收集剩下的数据组成一个列表。
x, *rest = [1,2,3,4,5,6]print(type(x), x)print(type(rest), rest) # 残余没有赋值的就是rest的了# 输入后果如下:<class 'int'> 1<class 'list'> [2, 3, 4, 5, 6]
*rest, y = [1,2,3,4,5,6]print(type(rest), rest)print(type(y), y)# 输入后果如下:<class 'list'> [1, 2, 3, 4, 5]<class 'int'> 6
谬误示例:
不能独自应用
阐明:等号右边只有一个标识符,无奈解构。
*rest = [1,2,3,4,5,6]print(rest)# 输入后果如下: #语法错误 SyntaxError: starred assignment target must be in a list or tuple
不能屡次同时应用
x, *rest1, *rest2, y = [1,2,3,4,5,6]print(rest1)print(rest2)# 输入后果如下: #语法错误,其中一个rest就把残余元素拿走了,另外一个rest怎么拿? SyntaxError: two starred expressions in assignment
另外一种抛弃变量下划线:'_'
阐明: '_'是非法的标识符,大多场景示意不关怀该值。
x, *_, y = [1,2,3,4,5,6]print(x)print(_)print(y)# 输入后果如下:1[2, 3, 4, 5]6
_, *rest, _ = [1,2,3,4,5,6]print(_) # '_'是上一次输入值print(rest)# 输入后果如下:6[2, 3, 4, 5]
2. 汇合Set
阐明:汇合是'可变的、无序的、不反复'的元素汇合。
成为汇合元素是有条件的:'元素必须可hash、可迭代'
可哈希对象如下(不可变):
- 数值型:int(整数)、float(浮点)、complex(复数)
- 布尔型:True(是)、False(否)
- 字符串:string(字符串)、bytes(字节)
- tuple(元组)
- None(空)
能够通过内置hash函数判断是否可hash:
s1 = [1,2,3]print(hash(s1))# 输入后果如下:TypeError: unhashable type: 'list' # 列表是不可hash的
2.1 初始化
阐明:
- set() -> new empty set object,新的空集合
- set(iterable) -> new set object,元素必须可迭代
s = {} # 留神这个是空字典,不是空集合s1 = set() # 空集合s2 = set([1,2,3]) # 留神列表外面元素迭代进去的是整数,可hashs3 = set("abcd")print(s1)print(s2)print(s3)# 输入后果如下:set(){1, 2, 3}{'c', 'd', 'a', 'b'}
谬误示例:
s = set([[1]]) # 列表套列表,迭代进去是列表,不可hashprint(s)# 输入后果如下:TypeError: unhashable type: 'list'
2.2 减少
- s.add(element)
阐明:减少一个元素到汇合,如果元素曾经存在,则不操作。
s1 = set([1,2,3])s1.add(4)print(s1)# 输入后果如下:{1, 2, 3, 4}
- s.update(*element))
阐明:合并一个或多个元素到汇合中,元素必须可迭代(把迭代的元素并到汇合),和前面讲的并集一样。
s1 = set([1,2,3])s1.update((4,5,6),[7,8,9])print(s1)# 输入后果如下:{1, 2, 3, 4, 5, 6, 7, 8, 9}
2.3 删除
remove(element)
阐明:从汇合中移除一个元素,如果元素不存在抛出'KeyError'谬误。
s1 = {1,2,3,4,5,6}s1.remove(6)print(s1)# 输入后果如下:{1, 2, 3, 4, 5}
discard(element)
阐明:也是从汇合中移除一个元素,如果元素不存在不会报异样,啥都不做。
s1 = {1,2,3,4,5,6}s1.discard(6)print(s1)# 输入后果如下:{1, 2, 3, 4, 5}
pop()
阐明:因为汇合是无序的,所以是删除'任意'一个元素,如果是空集则抛出'KeyError'谬误。
s1 = {1,2,3,4,5,6}print(s1.pop()) # 随机的(因为无序)print(s1)# 输入后果如下:1{2, 3, 4, 5, 6}
clear()
阐明:删除所有元素,都不举荐应用的啦。
s1 = {1,2,3,4,5,6}s1.clear()print(s1)# 输入后果如下:set()
2.4 遍历
阐明:汇合是个容器,是能够遍历的,然而效率都是O(n)。
s1 = {1,2,3}for s in s1: print(s)# 输入后果如下:123
说到这里,你感觉汇合set和列表list哪个遍历效率更高呢?
答案是set,因为set的元素是hash值作为key(上面讲的字典也是hash值),查问工夫复杂度为O(1),而list是线性数据结构,工夫复杂度是O(n)。
大家能够依照如下进行验证下,随着数据规模越来越大,很显著就能够看出哪个效率高。
2.5 并集&交加&差集&对称差集
并集
阐明: 将多个汇合的所有元素合并在一起组成新的汇合。
s1 = {1,2,3}s2 = {3,4,5}print(s1.union(s2))# 输入后果如下:{1, 2, 3, 4, 5}
备注:还能够应用运算符 '|'、'update(element)'、'|='。
交加
阐明: 取多个汇合的独特(相交)元素
s1 = {1,2,3}s2 = {3,4,5}print(s1.intersection(s2))# 输入后果如下:{3}
备注:还能够应用'&'、's.intersection_update(element)'、'&='。
差集
阐明:属于一个汇合但不属于另一个汇合的元素组成的汇合。
s1 = {1,2,3}s2 = {3,4,5}print(s1.difference(s2))# 输入后果如下:{1, 2}
备注:还能够应用'-'、's.difference_update(element)'、'-='.
对称差集
阐明:多个汇合中,不属于交加元素组成的汇合。
s1 = {1,2,3}s2 = {3,4,5}print(s1.symmetric_difference(s2))# 输入后果如下:{1, 2, 4, 5}
备注:还能够应用'^'、's1.symmetric_difference_update(s2)'、'^='.
3.字典
阐明:字典是由任意个item(元素)组成的汇合,item是由key:value对组成的二元组。
- 字典是'可变的':反对增删改查;
- 字典是'无序的':key存储是无序的,非线性数据结构(请不要让外表蒙蔽了你哈);
- 字典是'key不反复':key是惟一的,且必须可'hash';
3.1 初始化
# 空字典d1 = {}d2 = dict()# 示例:d3 = dict(a=1,b=2,c=3)d4 = dict(d3)d5 = dict([('a',1),('b',2),('c',3)]) # 元素必须是可迭代的d6 = {'a':1,'b':2,'c':3}# 输入后果都是:{'a': 1, 'b': 2, 'c': 3}
3.2 增删改查
减少&批改元素
1)通过'd[key] = value'形式:
备注:如果key不存在,则新增,key存在则间接笼罩(批改元素)。
# 减少 & 批改d = {'a':1,'b':2,'c':3}d['d'] = 4 # 减少d['a'] = 11 # 批改print(d)# 输入后果如下:{'a': 11, 'b': 2, 'c': 3, 'd': 4}
2)通过d.update([E, ]**F) -> None
# 减少 & 批改d = {'a':1,'b':2,'c':3}d.update(d=4)print(d)# 输入后果如下:{'a': 1, 'b': 2, 'c': 3, 'd': 4}
删除元素
1)d.pop()
- key存在则移除,并返回对应value值。
- key不存在,返回给定的缺省值,否则抛出KeyError。
d = {'a':1,'b':2,'c':3}print(d.pop('c',None))print(d)# 输入后果如下:3{'a': 1, 'b': 2}
2)d.popitem()
- 删除并返回一个任意的item(key:value)。
如果是空字典,抛出KeyError。
d = {'a':1,'b':2,'c':3}print(d.popitem())print(d)# 输入后果如下:('c', 3){'a': 1, 'b': 2}
3)d.clear()
删除所有item,不举荐应用。
d = {'a':1,'b':2,'c':3}d.clear()print(d)
查找元素
- 通过key这个键就能够疾速找到value值。
- 工夫复杂度是O(1),不会随着数据规模大而升高效率。
失常拜访元素:
d = {'a':1,'b':2,'c':3}print(d['a'])print(d.get('b'))# 输入后果如下:12
key不存在的解决形式:
d = {'a':1,'b':2,'c':3}print(d.get('d',None)) # 如果key不存在,缺省返回Noneprint(d.setdefault('d',100)) # 如果key不存在,则新增key:value对print(d)# 输入后果如下:None100{'a': 1, 'b': 2, 'c': 3, 'd': 100}
3.3 遍历
遍历键:key
d = {'a':1,'b':2,'c':3}# 办法1:for k in d: # 缺省是遍历key print(k) # 办法2:for k in d.keys(): print(k)# 办法3:for k, _ in d.items(): print(k) # 输入后果如下:abc
遍历值:value
d = {'a':1,'b':2,'c':3}# 办法1:for v in d.values(): print(v) # 办法2:for k in d: # print(d[k]) # 也能够用 print(d.get(k)) # 办法3:for _, v in d.items(): print(v) # 输入后果如下:123
遍历item:key-value
d = {'a':1,'b':2,'c':3}for item in d.items(): print(item)# 输入后果如下:('a', 1)('b', 2)('c', 3)
其余问题
这种状况在遍历的时候,不可能删除元素,不能扭转字典的size。
d = {'a':1,'b':2,'c':3}for k in d: print(d.pop(k)) # 输入后果如下:RuntimeError: dictionary changed size during iteration
优雅的删除形式:
d = {'a':1,'b':2,'c':3}key_list = []for k in d: key_list.append(k)for k in key_list: print('已删除key:', d.pop(k))
然并卵,想要革除,间接用clear()啦。
4.解析式和生成器表达式
4.1 列表解析式
语法
- [ 返回值 for 元素 in 可迭代对象 if 条件 ]
- 列表解析式用中括号'[ ]'示意
- 返回一个新的列表
长处
- 提高效率
- 代码轻量
- 可读性高
示例需要:请从给定区间中提取可能被2整除的元素。
公众广泛的写法:
list = []for i in range(10): if i % 2 == 0: list.append(i)print(list)# 输入后果如下:[0, 2, 4, 6, 8]
再来感受一下简略而优雅的写法:
print([i for i in range(10) if i % 2 == 0])# 输入后果如下:[0, 2, 4, 6, 8]
以上就是列表解析式,也叫列表推倒式。
4.2 生成器表达式
语法
- ( 返回值 for 元素 in 可迭代对象 if 条件 )
- 生成器表达式用中括号'( )'示意
- 返回一个生成器对象(generator)
特点:
- 按需计算,就是须要取值的时候才去计算(而列表解析式是一次性计算立刻返回所有后果)
- 后期并不怎么占用内存,最初取值多了就跟列表解析式一样;
- 计算耗时极短,自身并不返回后果,返回的是生成器对象;
看下生成器对象是长什么样的(不要认为是元组解析式,哈哈):
x = (i for i in range(10) if i % 2 == 0)print(type(x))print(x)# 输入后果如下:<class 'generator'> # 生成器<generator object <genexpr> at 0x000001A143ACBA98> # 生成器对象
那生成器对象是如何计算失去后果:
import timex = (i for i in range(10) if i % 2 == 0)for i in range(6): # 仅一次循环取值 time.sleep(0.5) print(next(x)) time.sleep(1)print(next(x)) # for循环曾经计算完所有后果了,不能取值,故抛出异样# 输入后果如下:02468StopIteration # 曾经超出可迭代范畴,抛出异样
备注:生成器表达式只能迭代一次。
4.3 汇合解析式
汇合解析式和列表解析式语法相似,不做过多解析。
语法:
- { 返回值 for 元素 in 可迭代对象 if 条件 }
- 汇合解析式用花括号'{ }'示意
- 返回一个汇合
示例:
print({i for i in range(10) if i % 2 == 0})# 输入后果如下:{0, 2, 4, 6, 8}
4.4 字典解析式
字典解析式和汇合解析式语法相似,不做过多解析。
语法:
- { key:value for 元素 in 可迭代对象 if 条件 }
- 字典解析式用花括号'{ }'示意
- 返回一个字典
示例:
print({i:(i+1) for i in range(10) if i % 2 == 0})# 输入后果如下:{0: 1, 2: 3, 4: 5, 6: 7, 8: 9}
总体来说,解析式写起来如果让人简略易懂、又高效,是十分举荐大家应用的。
但有的场景写起来很简单,那还是得用for...in循环拆分来写。
如果喜爱的我的文章,欢送关注我的公众号:点滴技术,扫码关注,不定期分享