1. 这是密歇根大学课程Python For Everybody总结的P2部分。课程总结P1部分的地址如下：

P1: 零基础程序设计（Python 入门）

carolinezhq：【Python】数据分析前的入门教程 Python For Everybody P1：零基础程序设计​zhuanlan.zhihu.com

P2: Python 数据结构

P3: 使用 Python 访问网络数据

P4: Python 数据库开发

P5: 毕业项目：使用Python获取并处理数据，并用可视化方式展现数据

2. 编程包含两方面，一是Algorithms算法：解决问题的一系列规则/步骤；二是Data Structures数据结构：在电脑上组织数据的方式。

P2部分的主要内容就是Python的数据结构：列表、字典与元组，以及怎么用它们来进行文件处理。P2总体逻辑结构上我动得还挺多的，欢迎小伙伴交流，点赞和收藏呀，我还会持续更新的~

C6 String字符串

1. str.method()字符串方法

• 字符串方法: string library里处理字符串的一系列内置函数。
• str.method()返回修改后的新字符串，但是并不改变原字符串
• 查看字符串可用方法：dir(str)

常用字符串方法

*whitespace空白：所有不显示的space/tab/newline

2. 操作字符串：长找分合换

C7 Files 文件

1. File handle文件句柄

• 文本文件是由行组成的，每一行结尾都有一个newline character换行符 n，n是看不见的字符，其类型为str，是一个字符而不是两个，len("n")结果为1
• filehandle是open()函数返回的变量，用于按行操作文件，需为filehandle命名，print(filehandle)不显示文章实际内容
• 可以将文件句柄视为一个字符串序列a sequence of strings，文件中每一个以“n”结尾的行都是这个序列中单独的字符串。

2. 按行处理文件

• 这种处理方法将每一行当做一个str

1) 打开文件open() 函数

fhandle=open(filename)
#或者
fhandle=open(filename,mode)
# mode可省。'r'表示只读；'w'表示编辑。不要忘记引号！

2) 对文件进行按行打印/对行计数/查找行

fhandle=open(filename)
for line in fhandle:line=line.rstrip()statement

• 用str.rstrip()处理多余的n：文本每一行本身后面就有一个n结尾，在打印的时候由于for循环，会在后面自动再加一个n，所以打印出的结果行中间穿插有空行。用line=line.rstrip()删去n。这是一个非常常用的代码

• 在statement做文章，可以完成对问文档按行打印/对行计数/查找行（可能会用到count=count+1计数；str.startswith()筛选行、continue跳过不需要的行、用in查找包含某字符串的行等）

3. 把文件视为一整个字符串进行处理

• 这种方法将整个file当做一个str（newline和其他符号也包括在内），因此不适用于过大的文件；如果文件过大，如几百万行，还是按行读比较好

1）读取文件filehandle.read()方法

fhandle=open(filename)
strname =fhandle.read()
statement

2) 利用statement完成按字符打印/文本字符计数/查找字符（和C6对str的操作一致）

• 按字符打印：print（strname）
• 文本字符计数：直接用len(strname)计数文件有多少字符(这样会计入所有的字符，比如n)。
• 查找字符：切片。print(strname[位置1:位置2])打印切片(实际上位置1、2并不好找）

C8 List列表

1. 列表

1) list有序、可变mutable

• 形式: 中括号+逗号 listname=[a,b,c]
• 列表里的元素可以是Python里的任何object对象，甚至是其他列表；列表可以为空[]
• 字符串immutable不可变，不能改变字符串的内容，若需改动，需重新赋值；列表mutable可变，用索引操作符可以改变列表里的元素。

#创建list
listname=list()
#或
listname=[]#修改列表元素
list[位置]=newobj

2)range(n) 返回由0到n-1的整数数字构成的迭代对象

• Python 3中range(n)函数返回迭代对象range(0,n)而不是列表；把迭代对象放在像list这样的迭代器里面，才能成为列表

print(range(5))  #range(0,5)
print(list(range(5)))  #[0,1,2,3,4]

3) list与for循环

for obj in list:statement
#或者
for i in range(len(list)):statement

2. 列表函数及list.method()列表方法

1）针对list的内置函数：

• min(listname)/max(listname)/sum(listname)

求平均数时，循环的两种写法，右边在计算之前要把所有数据存起来，更占内存。

2）list.method()列表方法

• 查看列表可用方法：dir(list)

常用列表方法

list.append(obj) 在列表末尾添加元素

• 可添加各种数据类型/数据结构，但是一次只能添加一个元素（列表实参）
• 字符串记得加引号
• 注意：给列表添加元素时，list=list.append(obj)是错误的，会返回None；list.append(obj)就可以直接改动列表本身，print(list)直接就是新列表。相比之下，由于str不可变，str.method(）不改变原有字符串，需要用赋值的方式str=str.method()替换旧变量才能起到改变的效果。

3.操作列表：长找分合换

4．str转list：str.split()方法

listname=list()
listname=str.split()
#默认分隔符为whitespace(space/tab/newline)#或者自己定义分隔符delimiter是什么
listname=list()
listname=str.split(delimiter)

实例：对于一个长字符，想取出其中的一段字符串

• 法1：find找出首尾位置1、2；str[位置1,位置2]切片
• 法2：str.split()利用特殊分隔符str转list；list[位置]索引

C9 Dictionary字典

1.字典dictionary：python最强大collection

• 存在于很多语言中，只是名字不一样。如perl/php: associative arrays关联数组。字典可改，无序，靠key进行索引。
• 字典的组成Dictionary Literals(Constants)：curly braces花括号+a list of keys: values pairs。基本形式dictname={key1: value1，key2: value2}。

创建空字典

dictname=dict()
#或者
dictname={}

创建字典

dictname={key1: value1，key2: value2，…}
#或者
dictname[key1]=value1
dictname[key2]=value2
…

向字典里添加元素

dictname[newkey]=newvalue
#如果是写了已经有的key，就变成修改该key的键值了

• 字典里的1）value键值不需要唯一；而键必须保持唯一，如果同一字典内添加的键出现了重复，后面的键值会替换前面的键值，最终只保留最后一个键值；2）值可以取任何数据类型；但键必须是不可变的，如字符串，数字或元组，键不能取列表。

2. 常用dict.method()字典方法

3.操作字典：长找换

4. 实例：统计文件中每个词出现的频数

1）用dic[obj]=dic.get(obj,0)+1一次性完成计数和赋值（常用idiom）

dic=dict()
for obj in list:dic[obj]=dic.get(obj,0)+1
print(dic)
#注意：由于字典是无序的，所以最终统计出来的词频也是无序的。

2）实例：统计文件中出现次数最多的词及其频数（C10利用元组的比较来为无序的字典排序，蓝色部分会更加精简）

C10 Tuples元组

1. 定义

• Tuples元组有序不可更改。基本形式是圆括号+逗号隔开，

tuplename=(obj1, obj2, obj3…)

• tuples and assignment元组可以同时给多个对象赋值（注意赋值之后元组不能改！）。可以把元组放在赋值符号的左边(python 特别好的功能)，甚至可以省略括号。下面例子要保证赋值左右元素数量相等

# 元组可以同时给多个对象赋值
a,b,c,d=(2,3,4,5)
print(c)  #4
#2,3,4,5直接就一对一赋值给了a,b,c,d

• tuples的出现是为了提升效率，它们储存空间小，访问速度快。如果只是想储存一个list，看一下丢掉，用tuple更好。

2. 操作元组

3. 利用元组的可比性给字典里的元素排序

1）元组有可比性

• 从左边开始，只要有一对对应位置的元素满足条件，就返回True，后面的元素根本不比较。如果第一对元素结果为False,就继续比较下一对元素，以此类推，直到返回True就立刻停止比较。
• 字符串的比较：如Sally和Sam开始Sa一样，但是l在m前面，所以'Sally'<'Sam'。只对比到有第一个明确的答案出现就停止

2）sorted(iretable)函数 vs. list.sort()方法

sorted(iretable)  #默认False升序
#或者
sorted(iretable,reverse=False升序/True降序)

• sorted(iretable)函数适用于所有可迭代变量；而list.sort()方法仅使用于列表

3) 利用tuples的可比性和sroted()函数给字典里无序的元素排序

实例：求出文件里出现频数前10的词及其频数（P2所有章节代码综合应用）

• 注意top10比的是元组(value,key)，和dict里面的元组中的元素顺序相反

• list comprehension列表推导式

上面C10部分对应的代码还有列表推导式的写法：更短，执行起来更高效