序列数据结构

1.成员是有序排列的

2.每个元素的位置称为下标或索引

3.通过索引访问序列中的成员

4.Python中的序列数据类型有字符串、列表、元组 "abc" ≠ "bca"

5.Python中的列表和元组，可以存放不同类型的数据

列表使用方括号[ ]表示，元组使用小括号( )表示。列表：[1,2,3] 元组： (1,2,3)

1.列表与元组

#空列表
lst_1=[]
lst_2=[1,2,3]
lst_3=[1]
lst_4=[[1,2,3],[4,5,6]]
lst_5=[123,"怎么",1,[1,2,3]]
#元组(tuple)
#整数
a=(1)
#元组
b=(1,)
#空元组
d=()

2.索引

#正向索引从0开始，逆向索引从-1开始
str_python="pyhon"
print(str_python[0])
print(str_python[-1])

3.切片

字符串切片和列表切片

"""
切片 [开始位置：结束位置] 从0开始
切片不包含结束位置的元素 一次性从序列中获得多个元素，得到序列的子集
开始位置省略，从序列中的第一个元素开始，
结束位置省略，取到序列中最后一个元素
开始位置和结束位置都缺省，取到整个序列
"""
str_python="pyhon"
print(str_python[1:5])
print(str_python[:5])
print(str_python[1:])

#混合列表切片
lst_stud=[123,"ZWH",18,[99,99,99]]
print(lst_stud[1:])
print(lst_stud[:3])

4.打印

liebiao=[123,"怎么",1,[1,2,3]]
yuanzu=(123,"怎么",1,[1,2,3],99999)
#打印整个列表
print(liebiao)
#打印整个元组
print(yuanzu)
#打印列表中的元素
print(liebiao[0])
print(liebiao[3:])
#打印元组中的元素
print(yuanzu[4])
print(yuanzu[1:])

5.获取序列的长度

"""
获取序列的长度 len（序列名称）
"""
str_python="pyhon"
print(str_python.__len__)
print(len(str_python))
liebiao=[123,"怎么",1,[1,2,3]]
yuanzu=(123,"怎么",1,[1,2,3],99999)
print(len(liebiao))
print(len(yuanzu))

6.更新列表

元组不支持更新操作。

list_123=[9,2,3]
list_4=[4]
#添加元素
list_123.append(4)
print("添加元素",list_123)
#指定位置添加元素
# insert（指定位置，要插入的元素）
list_123.insert(1,5)
print("指定位置添加元素",list_123)
#合并列表
list_123.extend(list_4)
list_1234=list_123+list_4
print("合并列表",list_1234)
#从小到大排序
list_123.sort()
print("从小到大排序",list_123)
#元素反转
list_123.reverse()
print("元素反转",list_123)
#删除列表中的元素
del list_123[1]#下标从0开始
print("删除列表中的元素",list_123)
#遍列列表的元素
print("遍列列表的元素")
for i in list_123:print(i)

课程链接：https://www.icourse163.org/course/XUST-1206363802?tid=1206674203

个人公众号

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python列表与元组)相关推荐

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python模块、包和库)
模块(Module) 模块是一个python文件(.py),拥有多个功能相近的函数或类. 便于代码复用,提高编程效率,提高了代码的可维护性. 避免函数名和变量名冲突. 包(Package) 为了避免模 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python异常处理)
异常: 程序运行时的错误,对应一个Python对象. try: 语句块 except 异常1 as 错误原因: 出现异常1后的处理代码 except 异常2 as 错误原因: 出现异常2后的处理代码 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python上下文管理器)
with语句使用with语句替代try-finally 语句,代码更加的简洁清晰对于需要对资源进行访问的任务,无论在代码运行过程中,是否发生异常,都会执行必要的清理操作,释放资源. 1. wit ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python文件)
路径绝对路径:从盘符开始的路径相对路径:从当前目录(工作目录)的路径获取当前路径 #获取当前工作目录 import os print(os.getcwd()) 访问模式文件对象=open(文件 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(Python面向对象的编程)
面向对象的程序设计(OOP) 对象(object): 将属性和方法封装在一起. 类(class): 具有相同的属性和方法的对象集合. 对象是类的实例子类继承了父类的全部属性和方法, 并且也有自己特 ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python函数)
函数(function) :实现某种特定功能的代码块优点:程序简洁,可重复调用.封装性好.便于共享类别:系统函数和用户自定义函数 Python内置函数数学运算函数 print(abs(-1)) ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python字典和集合)
字典和集合字典每个字典元素都是一个键(关键字)/值(关键字对应的取值)对 #创建字典 dic_score={"语文":80,"数学":99} #打印 pri ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python运算符和表达式)
从程序中学习知识点 1.算术运算符 #运算符(Operator):完成不同类型的常量.变量之间的运算 #除法运算 / 结果是一个浮点型的精确数的值,与java等其他语言的不同之处 print(7/2, ...
神经网络与深度学习——TensorFlow2.0实战(笔记)(三)(python常量、变量和表达式)
从程序中学习知识点 1. #支持6中表达形式数字字符串列表元组字典集合 #数字整型(正整数负整数零) #Python3中的整数可以任意大,而不用担心位数不够而导致溢出的情况 intn ...

神经网络与深度学习——TensorFlow2.0实战(笔记)(四)(python列表与元组)