Python学习_5

矫情吗；* 2021-09-23 21:48 337阅读 0赞

前面我们交代了列表、判断语句、循环语句，这里就介绍字典、元组这两个Python中不同于列表的数据类型。

# 元组 #

## 元组的特点 ##

元组和列表非常像，列表是\["", “”, “”, “”\]，而元组是("", “”, “”, “”, “”)。而且，元组一旦定好了以后，就不能修改，所以安全性就会比列表高很多，有种讲法就是能用元组就不用列表。（因为安全性，列表用很多方法可以增删改查元素，但元组没有，定了就是定了，也就是不可修改）

还有一点就是，(“ans”, “min”)叫二元组，(“ans”, “\_”, “min”)就叫三元组，有几个元素就叫几元组。

元组的访问可以和列表一样用切片的方法来输出元素。

name_tuple = ("name_1", "name_2", ("name_1", "name_2"))	# 元组里面可以放元组
    print(name_tuple[2][1]) # 注意哈，元组这里切片还是[]，不是()
    # 可以自己多试试，这里就不一一带大家试了

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70]  
好，我们再来试试元组是否真的不能修改

name_tuple = ("name_1", "name_2", ("name_1", "name_2"))
    name_tuple[0] = "name_3"
    print(name_tuple[0])

我这个不会英语的人都能看得大概，元组不支持什么东西。看来元组确实是不可修改的  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 1]  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 2]

## 元组的内置函数 ##

这里就说四个，len(tuple)（返回元组的元素个数），max(tuple)（返回元组中元素的最大值（字符的话就是首字符的最大）），min(tuple)（返回元组中元素的最小值），tuple(seq)（将列表seq换位元组）。

name_tuple = ("v", "b","a")
    name_list = ["name_1", "name_2", "name_3"]
    
    print(len(name_tuple))
    print(max(name_tuple))
    print(min(name_tuple))
    print(tuple(name_list))

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 3]

# 字典 #

## 字典的使用 ##

字典和列表一样，都是Python中非常重要的部分。字典，就是通过键值对来存储元素，一个key对应一个value，表示的方式呢就是\{key1:value1, key2:value2,…\}，下面我们看代码，然后了解字典的增删改的功能。

menu = { 'fish': 40, 'pork': 30, 'potato': 15, 'noodles': 10}
    # 字典的访问
    print(menu['pork'])
    # print(menu['pork':'potato']) 字典中不能使用切片
    # 添加键值对
    print("-----add-----")
    menu['juice'] = 12  # 在菜单menu中添加juice这一项
    menu['egg'] = 5
    print(menu)
    
    # 修改字典中的值
    print("-----change-----")
    menu['noodles'] = 5
    menu['pork'] = 50   # 嗯，猪肉涨价了
    print(menu)
    
    # 删除键值对
    print('----delete----')
    del menu['noodles']
    del menu['egg']
    print(menu)

在字典修改元素的那个部分我们能看出，字典中，键的值是唯一的，不可能出现一个键对应两个值的。  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 4]

## 字典的内置函数 ##

字典里len()函数也能返回字典的长度，用法和元组里len()的用法是一样的，代码我就不示范了。

## 字典与列表的异同 ##

### 不同 ###

下面我们用代码来演示

students_1 = ['小明', '小红', '小刚']
    students_2 = ['小明', '小刚', '小红']
    print(students_1 == students_2)
    
    scores_1 = { '小明': 95, '小红': 90, '小刚': 100}
    scores_2 = { '小刚': 100, '小明': 95, '小红': 90}
    print(scores_1 == scores_2)

这段代码可以看出，列表是有序的（列表是通过偏移量来检索元素），字典是无序的（字典通过键的值来检索）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 5]

### 相同 ###

字典和列表都支持嵌套，而且字典和列表修改元素

## 字典的遍历 ##

像字典啊，列表的遍历肯定是需要循环来实现的，像列表是通过数字列表来输出遍历列表的一样，那么像字典这样没有数字下标的怎么办呢？  
下面我们还是看代码，字典中有很多方法来实现键值对的遍历、键的遍历以及值的遍历。

menu = { 'fish': 40, 'pork': 30, 'potato': 15, 'noodles': 10}
    # 遍历键值对
    print('----key&value----')
    # 通过items()来实现
    for key, value in menu.items():	
        print('key:' + key)
        print('value:' + str(value))
        print()
    # 遍历键
    print('----only key----')
    # 通过keys()来实现
    for key in menu.keys():
        print('key:' + key)
    
    # 遍历值
    print('----only value----')
    # 通过values()来实现
    for value in menu.values():
        print('value:' + str(value))

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 6]

# 嵌套 #

其实前面有示范，就是列表里面有列表，这里也是一样，字典里面可以有字典，可以有列表，列表里面也可以有字典，元组就给大家自己试了。

menu1 = { 'noodles': 20, 'meat': 10}
    menu2 = { 'rice': 15, 'egg': 20}
    menu3 = { 'pork': 40, 'beef': 40}
    
    menus_list =[menu1, menu2, menu3]
    menus_tuple = (menu1, menu2, menu3)
    menus_dict = { 'menu1': menu1, 'menu2': menu2, 'menu3': menu3}
    
    print(menus_tuple)
    print(menus_dict)
    print(menus_list)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 7]  
那这里自己就有个疑问，元组中嵌套了列表或字典，还能保证元组的安全性嘛（是否能修改）  
引用上面的代码

menu1 = { 'noodles': 20, 'meat': 10}
    menu2 = { 'rice': 15, 'egg': 20}
    menu3 = { 'pork': 40, 'beef': 40}
    menus_tuple = (menu1, menu2, menu3)
    
    menus_tuple[1]['rice'] = 10
    # menus_tuple[2] = menus_tuple[0] 这行报错，说明元组还是有安全性的，但是元素还能改动
    print(menus_tuple)

可以把元组想象成一个目录，元组中的字典是子目录，子目录可以随意增删改查操作，但目录不能修改，比如子目录1必须放子目录1（相同类型的替换也不行），但子目录1内部可以修改。（自己理解一下。。这里我用语言可能没解释清楚）  
![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 8]

# collections模块 #

## 命名元组（namedtuple） ##

元组是不可变数据结构，访问的话只能通过索引，索引还是通过数字，在想取出值的时候是很麻烦的，所以python中有命名元组。下面我们还是看代码

import collections
    p = collections.namedtuple("Piont", ["x", "y"])	# 创建命名元组类piont（是类）,拥有两个属性x和y
    # 第二行的代码也可以这样写
    # p = collections.namedtuple("Piont", "x,y")
    # p = collecctions.namedtuple("Piont", "x y")
    p1 = p(x=1, y=1)	# 创建命名元组（创建实例）p1
    p2 = p(x=0, y=0)	# 创建命名元组p2
    print("x: "+str(p1[0])+" y: "+str(p1[1])+"\nx: "+str(p2[0])+" y: "+str(p2[1]))	# 命名元组的访问方法一
    
    p1 = p1._replace(x=2, y=3)	#命名元组的修改，利用_replace()函数
    p2 = p2._replace(x=1)
    print("p1: x: " + str(p1.x), end=' '); print("y: "+ str(p1.y))	# 命名元组的访问方法二
    print("p2: x: " + str(p2.x), end=' '); print("y: " + str(p2.y))

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 9]

## 计数器（Counter） ##

这个计数器不是像C/C++那样的i++，这个计数器可以创建空的、list、tuple、dict，字符串等可迭代对象。就像这样

### 计数器的创建 ###

c = collections.Counter()
    c = collections.Counter(['a', 'a', 'b', 'c'])
    c = collections.Counter(('a', 'a', 'b', 'c'))
    c = collections.Counter({ 'a': 2, 'b': 1, 'c': 1})
    c = collections.Counter("aabc")
    # 也可以指定键值对
    c = collections.Counter(a=2, b=1, c=1)

计数器是字典的子类，计数器的访问是像字典那样的访问元素

print(c['a'])	# 输出计数器c中的a的个数
    print(c['b'])	# 输出计数器c中的b的个数
    print(c.c)	# 输出计数器c中的c的个数
    print(c.d)	# 若输出的元素在c中不存在不会报错，会返回0

### 加法计数和减法计数 ###

计数器有加法计数update()和减法计数subtract()

import collections
    c = collections.Counter("aabbccd")
    print(c)
    c.update("abcc")
    print(c)
    c.subtract("aabc")
    print(c)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 10]

### 计数器和TopN ###

计数器还有删除和TopN操作，删除还是用del方法，most\_common(N)方法是返回出现次数最多的前N个元素，不填的话会返回所有元素

import collections
    c = collections.Counter("aaabbccd")
    del c["b"]	# 删除b的记录
    print(c.most_common(1))	# 输出出现次数最多的元素Top 1
    print(c)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 11]

## 双向队列（deque） ##

### 创建 ###

import collections
    d = collections.deque() # 创建一个空队列
    # 下面四行都是创建含有元素a，b，c的队列
    d1 = collections.deque(['a','b','c']) # 从list创建
    d2 = collections.deque(('a','b','c')) # 从tuple创建
    d3 = collections.deque({ 'a':0,'b':1,'c':2}) # 从dict创建（只看key，不看value）
    d4 = collections.deque("abc") # 从字符串创建
    print(d1) ; print(d2) ; print(d3) ; print(d4)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 12]

### append()、pop() ###

append()是向右边增加一个元素的函数；pop()右边删除一个元素，而且会返回删除的元素；extend()是将一个可迭代对象的所有迭代值从右边依次添加，extendleft()是从左边依次添加

import collections
    d = collections.deque(['a', 'b', 'c'])
    d.append('#')	# 向右边添加元素
    print(d)
    print(d.pop())	# 向右边删除元素
    print(d)
    d.appendleft('#')	# 向左边添加元素
    print(d)
    print(d.popleft())	# 向左边删除元素
    print(d)
    
    d1 = collections.deque()
    d1.extend("abc")
    print(d1)
    d1 = collections.deque()
    d1.extendleft("abc")
    print(d1)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 13]

## 有序字典（OrderedDict） ##

这里用到了sorted函数，若可迭代对象的元素不能直接比较（比如列表或者元组等），就需要指定key函数

import collections
    data = [('a',1),('b',3),('c',2)]
    od = collections.OrderedDict(sorted(data,key=lambda s:s[0])) #按数据中key值的大小排序
    print(od)
    od = collections.OrderedDict(sorted(data,key=lambda s:s[1])) #按数据中value值的大小排序
    print(od)

这里还有lambda表达式，lambda s:s\[0\]和lambda s:s\[1\]，分别指定key为data中每个元素（tuple类型）的第一个元素和第二个元素

### 修改顺序 ###

有序字典提供了move\_to\_end函数

import collections
    dt = collections.OrderedDict()
    dt['a'] = 0
    dt['b'] = 1
    dt['c'] = 2
    dt.move_to_end('b',last = False) #将`b`键值对移动到最前方
    print(dt)
    dt.move_to_end('b',last = True) #将`b`键值对移动到最后方
    print(dt)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 14]

## 默认字典（defaultdict） ##

### 创建默认字典 ###

import collections
    dd = collections.defaultdict(int)	# int 作为工厂函数
    print(dd['a'])	# 输出不存在的值，观察输出，输出为0
    dd = collections.defaultdict(tuple)	# int 作为工厂函数
    print(dd['a'])	# 输出不存在的值，观察输出，输出为空元组
    dd = collections.defaultdict(str)	# int 作为工厂函数
    print(dd['a'])	# 输出不存在的值，观察输出,输出为空
    # 可以类推，如果填写list，输出的应该是[]，空列表
    
    # defaultdict()里面也可以填自己定义的类
    # class Test:
    # def __init__(self):
    # print("init")
    # dd = collections.defaultdict(Test)

![在这里插入图片描述][watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 15]  
不过，如果不填入工厂函数，这时候print(dd\[‘a’\])（输出不存在的值），这时候就会发生异常。

下一章，我们就开始学习函数、函数调用、模块等知识。

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70]: /images/20210923/14033e969fbd468cabc1b27ce5d097b4.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 1]: /images/20210923/e4b09420daaf48fa8fb02e4e7d286640.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 2]: /images/20210923/0d42b7d377134ec0b7df2b6ddda025b8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 3]: /images/20210923/bdd107e55b0f4c9a8d16938aaa17255b.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 4]: /images/20210923/77c5d291cd4440a0aaf1b6b90edaa631.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 5]: /images/20210923/31b7af4ee6a849ada98011063efb5344.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 6]: /images/20210923/cc560706d29e4010b77b6dc97aa1c7c8.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 7]: /images/20210923/67c12cfcc05a46f1a1170dc7d3c91574.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 8]: /images/20210923/82818d56e6b546df80e14875b8cc9910.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 9]: /images/20210923/6d94b79d3b884ea895db1f390a7d0f77.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 10]: /images/20210923/f6c5ffaab55049288c5ba8517f1955ec.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 11]: /images/20210923/43b4a4999b0f4751889b23ebb15f23b5.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 12]: /images/20210923/7e3e6fce8d134f1a9483acc79b453b2a.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 13]: /images/20210923/9bbd1e7d510548eaa34d454482eb2f4f.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 14]: /images/20210923/1f55a54b073540d89eed449a75234f43.png
[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L0Fuc19taW4_size_16_color_FFFFFF_t_70 15]: /images/20210923/526332dc18e842a89b1dc864e431c9ce.png