my_list = [1, 2, 'hello', 3.14, 1] # 可重復(fù)，不同類型
my_list[0] = 100 # 可變，可以修改元素
print(my_list) # 輸出: [100, 2, 'hello', 3.14, 1]

my_tuple = (1, 2, 'world', [3, 4])
# my_tuple[0] = 100 # 錯(cuò)誤！元組不可變
my_tuple[3].append(5) # 正確。因?yàn)樵M中的列表是可變的
print(my_tuple) # 輸出: (1, 2, 'world', [3, 4, 5])

my_set = {1, 2, 3, 2, 'hello'} # 自動(dòng)去重
print(my_set) # 輸出可能是 {1, 2, 3, 'hello'} (順序不確定)
my_set.add(4) # 可變，可以添加元素
print(2 in my_set) # 成員檢查，輸出: True

my_frozenset = frozenset([1, 2, 2, 3])
print(my_frozenset) # 輸出: frozenset({1, 2, 3})
# my_frozenset.add(4) # 錯(cuò)誤！不可變集合

my_dict = {'name': 'Alice', 'age': 25, 1: 'number'}
my_dict['country'] = 'USA' # 添加新的鍵值對(duì)
print(my_dict['name']) # 通過鍵訪問值，輸出: Alice
print(list(my_dict.keys())) # 輸出鍵列表: ['name', 'age', 1, 'country'] (保持插入順序)

from collections import namedtuple

# 創(chuàng)建一個(gè)名為'Point'的namedtuple類，具有字段'x'和'y'
Point = namedtuple('Point', ['x', 'y'])

# 創(chuàng)建實(shí)例
p = Point(11, y=22)

# 訪問字段
print(p.x)    # 輸出: 11
print(p.y)    # 輸出: 22
print(p[0])   # 仍然可以通過索引訪問: 11

# 不可變性（繼承自元組）
# p.x = 33  # 這會(huì)報(bào)錯(cuò)：AttributeError: can't set attribute

from collections import deque

# 創(chuàng)建雙端隊(duì)列
d = deque(['b', 'c', 'd'])

# 從左側(cè)添加元素
d.appendleft('a')   # deque(['a', 'b', 'c', 'd'])

# 從右側(cè)添加元素
d.append('e')       # deque(['a', 'b', 'c', 'd', 'e'])

# 從左側(cè)彈出元素
left_item = d.popleft()  # 'a', deque變?yōu)閇'b', 'c', 'd', 'e']

# 從右側(cè)彈出元素
right_item = d.pop()     # 'e', deque變?yōu)閇'b', 'c', 'd']

# 限制最大長(zhǎng)度（當(dāng)隊(duì)列滿時(shí)，添加新元素會(huì)從另一端自動(dòng)刪除元素）
limited_deque = deque(maxlen=3)
limited_deque.extend([1, 2, 3])  # deque([1, 2, 3], maxlen=3)
limited_deque.append(4)          # deque([2, 3, 4], maxlen=3) - 自動(dòng)刪除最左邊的1

from collections import Counter

# 從可迭代對(duì)象創(chuàng)建
words = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple']
word_count = Counter(words)
print(word_count)  # Counter({'apple': 3, 'banana': 2, 'orange': 1})

# 從映射創(chuàng)建
c = Counter({'red': 4, 'blue': 2})  # Counter({'red': 4, 'blue': 2})

# 從關(guān)鍵字參數(shù)創(chuàng)建
c = Counter(cats=4, dogs=8)  # Counter({'dogs': 8, 'cats': 4})

# 常用操作
print(word_count.most_common(2))  # 出現(xiàn)頻率最高的2個(gè)元素: [('apple', 3), ('banana', 2)]

c = Counter(a=3, b=1)
d = Counter(a=1, b=2)
print(c + d)   # 相加: Counter({'a': 4, 'b': 3})
print(c - d)   # 相減: Counter({'a': 2})
print(c & d)   # 交集: Counter({'a': 1, 'b': 1})
print(c | d)   # 并集: Counter({'a': 3, 'b': 2})

from collections import defaultdict

# 使用list作為工廠函數(shù)，當(dāng)鍵不存在時(shí)創(chuàng)建空列表
dd = defaultdict(list)

dd['fruits'].append('apple')  # 自動(dòng)創(chuàng)建'fruits'鍵并初始化為空列表
dd['fruits'].append('banana')
print(dd)  # defaultdict(<class 'list'>, {'fruits': ['apple', 'banana']})

# 使用int作為工廠函數(shù)，默認(rèn)值為0
counts = defaultdict(int)
counts['apple'] += 1  # 自動(dòng)創(chuàng)建'apple'鍵并初始化為0，然后加1
print(counts)  # defaultdict(<class 'int'>, {'apple': 1})

# 使用lambda函數(shù)提供自定義默認(rèn)值
prices = defaultdict(lambda: 10.0)  # 默認(rèn)價(jià)格為10.0
print(prices['unknown_item'])  # 輸出: 10.0

# 使用 Python list (效率低)
a = [1, 2, 3, 4]
b = [5, 6, 7, 8]
result = []
for x, y in zip(a, b):
    result.append(x**2 + y**2)

# 使用 NumPy (高效、簡(jiǎn)潔)
import numpy as np
a_np = np.array([1, 2, 3, 4])
b_np = np.array([5, 6, 7, 8])
result_np = a_np**2 + b_np**2 # 直接對(duì)整個(gè)數(shù)組操作

# 將一個(gè)向量加到矩陣的每一行上
a = np.array([[1, 2, 3],
              [4, 5, 6]]) # Shape: (2, 3)
b = np.array([10, 20, 30])   # Shape: (3,)
# b 的 shape 會(huì)被“廣播”成 (1, 3)，然后再“廣播”成 (2, 3)
result = a + b
print(result)
# [[11 22 33]
#  [14 25 36]]

import numpy as np

# 從列表創(chuàng)建
arr1 = np.array([1, 2, 3, 4, 5])          # 一維數(shù)組
arr2 = np.array([[1, 2, 3], [4, 5, 6]])   # 二維數(shù)組

# 使用內(nèi)置函數(shù)創(chuàng)建
zeros_arr = np.zeros((3, 4))      # 創(chuàng)建 3x4 的全0數(shù)組
ones_arr = np.ones((2, 3))        # 創(chuàng)建 2x3 的全1數(shù)組
empty_arr = np.empty((2, 2))      # 創(chuàng)建未初始化的數(shù)組（內(nèi)容隨機(jī)）
range_arr = np.arange(0, 10, 2)   # 類似 range(), 創(chuàng)建 [0, 2, 4, 6, 8]
linspace_arr = np.linspace(0, 1, 5) # 在0到1之間創(chuàng)建5個(gè)等間隔的數(shù) [0., 0.25, 0.5, 0.75, 1.]

# 創(chuàng)建隨機(jī)數(shù)組
random_arr = np.random.rand(3, 2) # 創(chuàng)建 3x2 的數(shù)組，元素來自[0,1)的均勻分布
randn_arr = np.random.randn(1000) # 創(chuàng)建1000個(gè)符合標(biāo)準(zhǔn)正態(tài)分布的隨機(jī)數(shù)

arr = np.array([[1, 2, 3], [4, 5, 6]])

print(arr.ndim)    # 數(shù)組的維數(shù) (秩): 2
print(arr.shape)   # 數(shù)組的維度 (行數(shù), 列數(shù)): (2, 3)
print(arr.size)    # 數(shù)組的元素總數(shù): 6
print(arr.dtype)   # 數(shù)組中元素的數(shù)據(jù)類型: int64 (取決于系統(tǒng))

arr = np.array([[1, 2, 3, 4],
                [5, 6, 7, 8],
                [9, 10, 11, 12]])

# 基礎(chǔ)索引
print(arr[0, 1])   # 獲取第0行第1列的元素: 2

# 切片 (支持負(fù)索引和步長(zhǎng))
print(arr[:2, 1:3]) # 前兩行，第1到2列:
                    # [[2, 3],
                    #  [6, 7]]

# 布爾索引 (非常強(qiáng)大！)
mask = arr > 5
print(mask)        # 布爾數(shù)組: [[False False False False],
                   #           [False  True  True  True],
                   #           [ True  True  True  True]]
print(arr[mask])   # 獲取所有大于5的元素: [ 6  7  8  9 10 11 12]

# 花式索引 (使用整數(shù)數(shù)組進(jìn)行索引)
rows = np.array([0, 2])
cols = np.array([1, 3])
print(arr[rows, cols]) # 獲取(0,1)和(2,3)位置上的元素: [ 2 12]

a = np.array([1, 2, 3])
b = np.array([4, 5, 6])

# 元素級(jí)運(yùn)算
print(a + b)   # [5 7 9]
print(a * b)   # [4 10 18] (逐元素相乘，不是矩陣乘法！)
print(a ** 2)  # [1 4 9]
print(np.sin(a)) # 對(duì)每個(gè)元素求正弦

# 矩陣乘法 (使用 @ 運(yùn)算符或 .dot() 方法)
x = np.array([[1, 2], [3, 4]])
y = np.array([[5, 6], [7, 8]])
print(x @ y)      # 矩陣乘法: [[19 22],
                  #           [43 50]]
print(x.dot(y))   # 同上

# 聚合函數(shù) (對(duì)整組數(shù)據(jù)進(jìn)行計(jì)算)
arr = np.array([1, 2, 3, 4, 5])
print(arr.sum())      # 總和: 15
print(arr.mean())     # 平均值: 3.0
print(arr.std())      # 標(biāo)準(zhǔn)差
print(arr.min())      # 最小值: 1
print(arr.max())      # 最大值: 5
print(arr.argmax())   # 最大值的索引: 4