Python中字典和集合學(xué)習(xí)小結(jié)
映射類型:
表示一個(gè)任意對(duì)象的集合,且可以通過另一個(gè)幾乎是任意鍵值的集合進(jìn)行索引
與序列不同,映射是無序的,通過鍵進(jìn)行索引
任何不可變對(duì)象都可用作字典的鍵,如字符串、數(shù)字、元組等
包含可變對(duì)象的列表、字典和元組不能用作鍵
引用不存在的鍵會(huì)引發(fā)KeyError異常
1)字典
dict { } 空字典 { key1:value1,key2:value2,... } 字典在其它編程語言中又稱作關(guān)聯(lián)數(shù)組或散列表; 通過鍵實(shí)現(xiàn)元素存?。粺o序集合;可變類型容器,長(zhǎng)度可變,異構(gòu),嵌套 支持的操作: len(D) 返回D中的項(xiàng)目數(shù) D[k] 返回D中鍵k的值 D[k] = x 將D[k]的值設(shè)為x >>> d1 = {'x':1,'y':2,'z':3} >>> d1['x'] 1 >>> d1['z'] 通過鍵索引 3 del D[k] 從D中刪除D[k] >>> del d1['x'] >>> d1 {'y': 2, 'z': 3} k in D 如果k是D中的值,則返回True 支持的方法: D.clear() 清除所有元素 D.copy() 復(fù)制一個(gè)副本 >>> d1 = {'x':1,'y':2,'z':3} >>> id(d1) 45320640 >>> d2 = d1.copy() 深復(fù)制 >>> id(d2) 45997776 >>> d3 = d1 淺復(fù)制 >>> id(d3) 45320640 d1、d3指向同一對(duì)象,d2指向另一對(duì)象 D.get(k[,d]) 取得對(duì)應(yīng)鍵的值,若不存在則返回d(默認(rèn)為空) >>> d1.get('y') 2 D.has_key(k) 是否存在鍵值,返回True或False.(僅在pyhton2中使用) D.items() 轉(zhuǎn)換為(key,value)元組組成的列表 >>> d1.items() [('y', 2), ('x', 1), ('z', 3)] >>> t1,t2,t3 = d1.items() >>> t1 ('y', 2) >>> t2 ('x', 1) >>> t3 ('z', 3) >>> m1,m2 = {'x':1,'y':2} >>> print m1 'y' >>> print m2 'x' 保存的是鍵,而不是值!!! D.values() 值列表 >>> d1.values() [2, 1, 3] D.keys() 鍵列表 >>> d1.keys() ['y', 'x', 'z'] D.pop(k[,d]) 彈出指定鍵值,若不指定則會(huì)觸發(fā)異常 >>> d1.pop() TypeError: pop expected at least 1 arguments, got 0 >>> d1.pop('x') 1 >>> d1 {'y': 2, 'z': 3} D.popitem() 隨機(jī)彈出 >>> d1.popitem() ('y', 2) >>> d1.popitem() ('z', 3) >>> d1.popitem() KeyError: 'popitem(): dictionary is empty' 為空時(shí)異常 >>> d1 { } D.update(m) 合并字典 >>> d1 = { 'x':1,'y':2,'z':3 } >>> d2={'c':'hello','y':66} >>> d1.update(d2) >>> d1 {'y': 66, 'x': 1, 'c': 'hello', 'z': 3} 若鍵存在則會(huì)覆蓋,不存在就添加 D.iteritems() 返回一個(gè)迭代器對(duì)象 >>> d1 = { 'x':1,'y':2,'z':3 } >>> i1 = d1.iteritems() >>> i1.next() 使用next方式遍歷每一個(gè)元素 ('y', 2) >>> i1.next() ('x':1) >>> i1.next() ('z':3) >>> i1.next() StopIteration 遍歷結(jié)束后不會(huì)重新開始 D.iterkeys() -> an iterator over the keys of D >>> i2 = d1.iterkey() >>> i2.next() 'y' D.itervalues() -> an iterator over the values of D >>> i3 = d1.iterkey() >>> i3.next() 2 D.viewvalues() 返回類似集合方式的字典(值組成) >>> d1.viewvalues() dict_values([2, 1, 3]) D.viewitems() -> a set-like object providing a view on D's items(鍵值對(duì)) >>> d1.viewitems() dict_items([('y', 2), ('x', 1), ('z', 3)]) D.viewkeys() -> a set-like object providing a view on D's keys >>> d1.viewkeys() dict_keys(['y', 'x', 'z']) >>> d2 = dict(x=1,y=2,z=3) 定義字典另一種方式 >>> d2 {'y': 2, 'x': 1, 'z': 3} 補(bǔ)充:zip 返回元組組成的列表 >>> zip('xyz','123') [('x', '1'), ('y', '2'), ('z', '3')] 一一對(duì)應(yīng)生成列表 >>> zip('xyzm','123') [('x', '1'), ('y', '2'), ('z', '3')] 多余項(xiàng)被舍棄 >>> zip('xyz','123','qer') [('x', '1', 'q'), ('y', '2', 'e'), ('z', '3', 'r')] >>> dict(zip('xyz','123')) 構(gòu)造字典 {'y': '2', 'x': '1', 'z': '3'}
2)集合
無序排列、可哈希; 支持集合關(guān)系測(cè)試 成員關(guān)系測(cè)試: in not in 迭代 不支持:索引、元素獲取、切片 集合的類型: set() frozenset() 可變 不可變 沒有特定語法格式,只能通過工廠函數(shù)創(chuàng)建 例: >>> s1=set(1,2,3) TypeError: set expected at most 1 arguments, got 3 錯(cuò)誤方式 >>> s1 = set([1,2,3]) 正確方式 >>> s1 set([1, 2, 3]) >>> type(s1) set
支持的方法和操作:
3)小結(jié)
如何獲取使用幫助: 獲取對(duì)象支持使用的屬性和方法:dir() 某方法的具體使用幫助:help(list.pop) 獲取可調(diào)用對(duì)象的文檔字串:print obj.__doc__ 容器、類型、對(duì)象: 1、列表、元組、字典字面量可在無換行符下分布在多行內(nèi),最后一個(gè)字符后可跟逗號(hào)(若空則不可使用) 2、所有對(duì)象都有引用計(jì)數(shù)(sys模塊中g(shù)etrefcount方法); >>> import sys >>> s1 set([1, 2, 3]) >>> sys.getrefcount(s1) 查看s1的引用計(jì)數(shù) 3 3、列表和字典都支持兩種類型的復(fù)制操作:淺復(fù)制和深復(fù)制;深復(fù)制可使用copy模塊中的deepcopy()實(shí)現(xiàn)。 4、Python中的所有對(duì)象都是“第一類的”,這意味著使用標(biāo)識(shí)符命名的所有對(duì)象都具有相同狀態(tài),于是,能夠命名所有對(duì)象都可以直接當(dāng)數(shù)據(jù)進(jìn)行處理; 5、所有序列都支持迭代;(非負(fù)整數(shù)的有序集合) 6、所有序列都支持的操作和方法: s[i] 索引 s[i:j] 切片 s[i:j:stride] 擴(kuò)展切片 len(s) min(s) max(s) sum(s) all(s) 所有為true any(s) 任意為true s1 + s2: 連接 s1 * N: 重復(fù) 成員關(guān)系判斷: obj in s1 obj not in s1 7、可變序列的操作: s[index] = value 元素賦值 s[i:j] = t 切片賦值 s[i:j:stride] = t 擴(kuò)展切片賦值 del s[index] 元素刪除 del s[i:j] 切片刪除 del s[i:j:stride] 擴(kuò)展切片刪除 引用計(jì)數(shù)和垃圾回收: 所有對(duì)象都有引用計(jì)數(shù) 給對(duì)象分配一個(gè)新名稱或?qū)⑵浞湃胍粋€(gè)容器內(nèi),其引用計(jì)數(shù)都會(huì)增加 用del語句或?yàn)樽兞恐匦沦x值時(shí),其引用計(jì)數(shù)會(huì)減少 sys.getrefcount()可以獲得對(duì)象的當(dāng)前引用計(jì)數(shù) 一個(gè)對(duì)象的引用計(jì)數(shù)器歸零時(shí),它將被垃圾收集機(jī)制回收
以上所述是小編給大家介紹的Python中字典和集合學(xué)習(xí)小結(jié),希望對(duì)大家有所幫助,如果大家有任何疑問請(qǐng)給我留言,小編會(huì)及時(shí)回復(fù)大家的。在此也非常感謝大家對(duì)腳本之家網(wǎng)站的支持!
相關(guān)文章
Python 多線程C段掃描、檢測(cè) Ping掃描腳本的實(shí)現(xiàn)
這篇文章主要介紹了Python 多線程C段掃描、檢測(cè) Ping掃描腳本的實(shí)現(xiàn),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-09-09Python tkinter事件高級(jí)用法實(shí)例
這篇文章主要介紹了Python tkinter事件高級(jí)用法,結(jié)合實(shí)例形式分析了Python使用tkinter模塊的事件響應(yīng)及圖形繪制相關(guān)操作技巧,需要的朋友可以參考下2018-01-01python隨機(jī)生成庫faker庫api實(shí)例詳解
今天小編就為大家分享一篇python隨機(jī)生成庫faker庫api實(shí)例詳解,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-11-11pytorch實(shí)現(xiàn)梯度下降和反向傳播圖文詳細(xì)講解
這篇文章主要介紹了pytorch實(shí)現(xiàn)梯度下降和反向傳播,反向傳播的目的是計(jì)算成本函數(shù)C對(duì)網(wǎng)絡(luò)中任意w或b的偏導(dǎo)數(shù)。一旦我們有了這些偏導(dǎo)數(shù),我們將通過一些常數(shù)α的乘積和該數(shù)量相對(duì)于成本函數(shù)的偏導(dǎo)數(shù)來更新網(wǎng)絡(luò)中的權(quán)重和偏差2023-04-04