序列
一、字符
二、列表
三、元组
四、字典
五、集合

一、字符:在上一个文章
二、列表
list()
range()
for
(一)列表增加和删除尽量不要在中间操作,要操作最末尾的
增加
1.append a.append()
2.extend()
——————————这俩操作末尾的
3.insert() 中间也尽量避免
删除
1.del()
2.pop():挨个弹出,最后弹空
3.remove()
(二)访问和计数
索引[0,列表长度-1]
index()
count()
len()
in
(三)切片
(四)排序
a.sort() 升序
sort(reverse=Ture) 降序
random模块 乱序
________以上三个为同样的ID
sorted() 建立新的列表排序 新的ID

三、元组:建好不能改变,与列表的本质区别
class’tuple’
用()表示,注:b=(20,),里面只有一个数字时,后面加“,”

四、字典
键值对,无序
eg:{“name”:“gao”} name-键,gao-值
(一)创建
{},.dict zip() fromkeys-创建值为空的字典
(二)访问
{} get() a.items() a.keys a.address len() in
(三)添加修改删除
update del() clear() pop()
(四)序列解包—可以对多个变量赋值
(五)核心底层原理

五、集合
底层实现字典,只有键对象,不能重复且唯一
并集 a|b a.union(b)
交集 a&b a.intersection(b)
差集 a-b a,difference(b)

DAY3 Python 继续认字中相关推荐

  1. 如何用python读取文本中指定行的内容

    如何用python读取文本中指定行的内容 搜索资料 我来答 分享 新浪微博 QQ空间 浏览 5284 次 查看全文 http://www.taodudu.cc/news/show-64036.ht ...

  2. Python 获取list 中指定元素出现的次数

    Python 获取list 中指定元素出现的次数 使用list 的count 方法 list_a = [1, 2, 3, 1, 4, 5, 1] print("1 出现的次数: %d&quo ...

  3. python删除指定位置的字符串_python去除区域 python删除字符串中指定位置字符

    python删除字符串中指定位置字符 原程序是这样的: ser = serial.Serial("/dev/ttyAMA0", 9600) def main字符串的话,你可以把他当 ...

  4. python 物理学中的应用_利用python求解物理学中的双弹簧质能系统详解

    前言 本文主要给大家介绍了关于利用python求解物理学中双弹簧质能系统的相关内容,分享出来供大家参考学习,下面话不多说了,来一起看看详细的介绍吧. 物理的模型如下: 在这个系统里有两个物体,它们的质 ...

  5. Python,OpenCV中的图像修复——cv2.inpaint()

    Python,OpenCV中的图像修复--cv2.inpaint 1. 效果图 2. 原理 3. 源码 参考 image inpainting 图像修改 这篇博客将介绍如何通过OpenCV中图像修复的 ...

  6. Python,OpenCV中的K均值聚类——K-Means Cluster

    Python,OpenCV中的K均值聚类 1. 效果图 2. 原理 2.1 什么是K均值聚类? 2.2 K均值聚类过程 2.3 cv2.kmeans(z, 2, None, criteria, 10, ...

  7. Python,OpenCV中的霍夫圆变换——cv2.HoughCircles()

    Python,OpenCV中的霍夫圆变换 1. 效果图 2. 源码 参考 这篇博客将学习如何使用霍夫圆变换在图像中找到圆圈,OpenCV使用cv2.HoughCircles()实现霍夫圆变换. cir ...

  8. Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising)

    Python,OpenCV中的非局部均值去噪(Non-Local Means Denoising) 1. 效果图 2. 原理 3. 源码 2.1 单彩色图去噪 2.2 多连续彩色帧去噪 参考 这篇博客 ...

  9. Python,OpenCV中的K近邻(knn K-Nearest Neighbor)及改进版的K近邻

    Python,OpenCV中的K近邻(knn K-Nearest Neighbor)及改进版的K近邻 1. 效果图 2. 源码 参考 这篇博客将介绍将K-最近邻 (KNN K-Nearest Neig ...

最新文章

  1. InnoDB与MyISAM引擎区别
  2. 科大讯飞和百得思维_最佳辩手陈铭力荐 讯飞智能学习机让学习不再难
  3. 【译】Typescript的类型(二)
  4. 蛋白质合成有关的分子生物学知识问答
  5. pwm一个时间单位_解读:什么是PWM“死区”?
  6. 二进制包安装MySQL数据库
  7. 解决eclipse中java代码注释变成乱码的问题
  8. es6 filter方法_ES5和ES6函数你不知道的区别
  9. java记录类型_Java中的记录类型
  10. [bzoj2648]SJY摆棋子(带插入kd-tree)
  11. flannel vxlan 实现原理【转】
  12. 地推HTTP3和QUIC
  13. 遍历矩阵每一行穷举_六十三---矩阵中的路径
  14. 电脑罗盘时钟代码_轻松吃透实时时钟芯片DS1302软硬件设计
  15. jdk Comparator接口
  16. 【安装记录】如何在官网找到老版本的jdk,如 jdk-8u271-windows-x64
  17. 网络代理服务器工作原理
  18. 常用组态软件DDE配置
  19. lca_trajan
  20. 基于R16标准的5G电力高精度授时解决方案PTP授时方案

热门文章

  1. 数字冰雹-智能电网大数据可视化分析平台
  2. CDH搭建步骤详细四_CDH组件安装
  3. vs2017打包安卓项目
  4. 机器学习之SVM(算法详细推导)
  5. html按钮突出效果,凸起的按钮效果
  6. CS224N-子词模型(subwords)
  7. OOP(Object,Oriented Programming)
  8. ossim5.0安装
  9. vs2015 打不开了 提示CSharpPackage
  10. android导入vCard联系人流程