欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Python中字典和集合學(xué)習(xí)小結(jié)

 更新時(shí)間:2017年07月07日 09:15:30   作者:fanison  
本文通過實(shí)例給大家介紹了python中字典和集合的知識(shí)小結(jié),非常不錯(cuò),具有參考借鑒價(jià)值,需要的的朋友參考下吧

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

  • openCV實(shí)現(xiàn)圖像融合的示例代碼

    openCV實(shí)現(xiàn)圖像融合的示例代碼

    圖像融合是兩幅圖片疊加在一起,本文主要介紹了openCV實(shí)現(xiàn)圖像融合的示例代碼,文中通過示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2022-03-03
  • Python 多線程C段掃描、檢測(cè) Ping掃描腳本的實(shí)現(xiàn)

    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
    2020-09-09
  • 利用pyinstaller打包exe文件的基本教程

    利用pyinstaller打包exe文件的基本教程

    這篇文章主要給大家介紹了關(guān)于利用pyinstaller打包exe文件的基本方法,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家學(xué)習(xí)或者使用pyinstaller具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面來一起學(xué)習(xí)學(xué)習(xí)吧
    2019-05-05
  • Python內(nèi)置模塊turtle繪圖詳解

    Python內(nèi)置模塊turtle繪圖詳解

    這篇文章主要介紹了Python內(nèi)置模塊turtle繪圖詳解,具有一定借鑒價(jià)值,需要的朋友可以參考下。
    2017-12-12
  • Python如何處理JSON數(shù)據(jù)詳解

    Python如何處理JSON數(shù)據(jù)詳解

    讀取json數(shù)據(jù)實(shí)際上是把json格式變成python中字典、列表等格式化的數(shù)據(jù),極大地方便索引查找,下面這篇文章主要給大家介紹了關(guān)于Python如何處理JSON數(shù)據(jù)的相關(guān)資料,需要的朋友可以參考下
    2022-10-10
  • Python tkinter事件高級(jí)用法實(shí)例

    Python 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
    2018-01-01
  • python namedtuple函數(shù)的使用

    python namedtuple函數(shù)的使用

    今天介紹collections里面的一個(gè)好用的小函數(shù): namedtuple函數(shù)(不創(chuàng)類而可以擁有類的便利),例如可以使用object.attribute
    2021-06-06
  • python隨機(jī)生成庫faker庫api實(shí)例詳解

    python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
    2019-11-11
  • Python二分法搜索算法實(shí)例分析

    Python二分法搜索算法實(shí)例分析

    這篇文章主要介紹了Python二分法搜索算法,實(shí)例分析了Python實(shí)現(xiàn)二分法的相關(guān)技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下
    2015-05-05
  • pytorch實(shí)現(xiàn)梯度下降和反向傳播圖文詳細(xì)講解

    pytorch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

最新評(píng)論