python数据整理_python数据类型整理

Python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

一、序列（列表、元组和字符串）

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。

（1）、创建

通过下面的方式即可创建一个列表：

list1=['hello','world']

print list1

list2=[1,2,3]

print list2

输出：

['hello', 'world']

[1, 2, 3]

可以看到，这中创建方式非常类似于javascript中的数组。

（2）、list函数

通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：

list3=list("hello")

print list3

输出：

['h', 'e', 'l', 'l', 'o']

2、元组

元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。

（1）、创建

t1=1,2,3

t2="jeffreyzhao","cnblogs"

t3=(1,2,3,4)

t4=()

t5=(1,)

print t1,t2,t3,t4,t5

输出：

(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)

从上面我们可以分析得出：

a、逗号分隔一些值，元组自动创建完成；

b、元组大部分时候是通过圆括号括起来的；

c、空元组可以用没有包含内容的圆括号来表示；

d、只含一个值的元组，必须加个逗号（,）；

（2）、tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：

t1=tuple([1,2,3])

t2=tuple("jeff")

t3=tuple((1,2,3))

print t1

print t2

print t3

t4=tuple(123)

print t45

输出：

(1, 2, 3)

('j', 'e', 'f', 'f')

(1, 2, 3)

Traceback (most recent call last):

File "F:\Python\test.py", line 7, in

t4=tuple(123)

TypeError: 'int' object is not iterable

3、字符串

（1）创建

str1='Hello world'

print str1

print str1[0]

for c in str1:

print c

输出：

Hello world

（2）格式化

字符串格式化使用字符串格式化操作符即百分号%来实现。

str1='Hello,%s' % 'world.'

print str1

格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。

strs=('Hello','world') #元组

str1='%s,%s' % strs

print str1

d={'h':'Hello','w':'World'} #字典

str1='%(h)s,%(w)s' % d

print str1

输出：

Hello,world

Hello,World

注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：

str1='%s,%s' % 'Hello','world'

print str1

输出：

Traceback (most recent call last):

File "F:\Python\test.py", line 2, in

str1='%s,%s' % 'Hello','world'

TypeError: not enough arguments for format string

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：

str1='%s%%' % 100

print str1

输出：100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：

from math import pi

str1='%.2f' % pi #精度2

print str1

str1='f' % pi #字段宽10

print str1

str1='.2f' % pi #字段宽10，精度2

print str1

输出：

3.14

3.141593

3.14

字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。

Python中在string模块还提供另外一种格式化值的方法：模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换，如下所示：

from string import Template

str1=Template('$x,$y!')

str1=str1.substitute(x='Hello',y='world')

print str1

输出：

Hello,world!

如果替换字段是单词的一部分，那么参数名称就必须用括号括起来，从而准确指明结尾：

from string import Template

str1=Template('Hello,w${x}d!')

str1=str1.substitute(x='orl')

print str1

输出：

Hello,world!

如要输出$符，可以使用$$输出：

from string import Template

str1=Template('$x$$')

str1=str1.substitute(x='100')

print str1

输出：100$

除了关键字参数之外，模板字符串还可以使用字典变量提供键值对进行格式化：

from string import Template

d={'h':'Hello','w':'world'}

str1=Template('$h,$w!')

str1=str1.substitute(d)

print str1

输出：

Hello,world!

除了格式化之外，Python字符串还内置了很多实用方法，可参考官方文档，这里不再列举。

4、通用序列操作（方法）

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。

（1）索引

str1='Hello'

nums=[1,2,3,4]

t1=(123,234,345)

print str1[0]

print nums[1]

print t1[2]

输出

345

索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：

str1='Hello'

nums=[1,2,3,4]

t1=(123,234,345)

print str1[-1]

print nums[-2]

print t1[-3]

输出：

123

（2）分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：

nums=range(10)

print nums

print nums[1:5]

print nums[6:10]

print nums[1:]

print nums[-3:-1]

print nums[-3:] #包括序列结尾的元素，置空最后一个索引

print nums[:] #复制整个序列

输出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

[1, 2, 3, 4]

[6, 7, 8, 9]

[1, 2, 3, 4, 5, 6, 7, 8, 9]

[7, 8]

[7, 8, 9]

不同的步长，有不同的输出：

nums=range(10)

print nums

print nums[0:10] #默认步长为1 等价于nums[1:5：1]

print nums[0:10:2] #步长为2

print nums[0:10:3] #步长为3

##print nums[0:10:0] #步长为0

print nums[0:10:-2] #步长为-2

输出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

[0, 2, 4, 6, 8]

[0, 3, 6, 9]

[]

（3）序列相加

str1='Hello'

str2=' world'

print str1+str2

num1=[1,2,3]

num2=[2,3,4]

print num1+num2

print str1+num1

输出：

Hello world

[1, 2, 3, 2, 3, 4]

Traceback (most recent call last):

File "F:\Python\test.py", line 7, in

print str1+num1

TypeError: cannot concatenate 'str' and 'list' objects

（4）乘法

print [None]*10

str1='Hello'

print str1*2

num1=[1,2]

print num1*2

print str1*num1

输出：

[None, None, None, None, None, None, None, None, None, None]

HelloHello

[1, 2, 1, 2]

Traceback (most recent call last):

File "F:\Python\test.py", line 5, in

print str1*num1

TypeError: can't multiply sequence by non-int of type 'list'

（5）成员资格

in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：

str1='Hello'

print 'h' in str1

print 'H' in str1

num1=[1,2]

print 1 in num1

输出：

False

True

（6）长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

str1='Hello'

print len(str1)

print max(str1)

print min(str1)

num1=[1,2,1,4,123]

print len(num1)

print max(num1)

print min(num1)

输出：

123

二、映射（字典）

映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。

list1=["hello,world"]

set1=set([123])

d={}

d[1]=1

print d

d[list1]="Hello world."

d[set1]=123

print d

输出：

{1: 1}

Traceback (most recent call last):

File "F:\Python\test.py", line 6, in

d[list1]="Hello world."

TypeError: unhashable type: 'list'

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

3、成员资格

表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。

Python字典强大之处还包括内置了很多常用操作方法，可参考官方文档，这里不再列举。

思考：根据我们使用强类型语言的经验，比如C#和Java，我们肯定会问Python中的字典是线程安全的吗？

三、集合

集合（Set）在Python 2.3引入，通常使用较新版Python可直接创建，如下所示：

strs=set(['jeff','wong','cnblogs']) nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：

1、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

set1=set([0,1,2,3,0,1,2,3,4,5])

print set1

set2=set([0,1,2,3,4,5])

print set2

输出如下：

set([0, 1, 2, 3, 4, 5])

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

strs=set(['jeff','wong','cnblogs'])

print strs

输出如下：

set(['wong', 'cnblogs', 'jeff'])

3、集合常用方法

a、交集union

set1=set([1,2,3])

set2=set([2,3,4])

set3=set1.union(set2)

print set1

print set2

print set3

输出：

set([1, 2, 3])

set([2, 3, 4])

set([1, 2, 3, 4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”可以得到一样的结果：

set1=set([1,2,3])

set2=set([2,3,4])

set3=set1|set2

print set1

print set2

print set3

输出和上面union操作一模一样的结果。

其他常见操作包括&（交集）,<=,>=,-,copy()等等，这里不再列举。

set1=set([1,2,3])

set2=set([2,3,4])

set3=set1&set2

print set1

print set2

print set3

print set3.issubset(set1)

set4=set1.copy()

print set4

print set4 is set1

输出如下：

set([1, 2, 3])

set([2, 3, 4])

set([2, 3])

True

set([1, 2, 3])

False

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

set1=set([1])

print set1

set1.add(2)

print set1

set1.remove(2)

print set1

print 29 in set1

set1.remove(29) #移除不存在的项

输出：

set([1])

set([1, 2])

set([1])

False

Traceback (most recent call last):

File "F:\Python\test.py", line 9, in

set1.remove(29) #移除不存在的项

KeyError: 29

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

set1=set([1])

set2=set([2])

set1.add(set2)

输出如下：

Traceback (most recent call last):

File "F:\Python\test.py", line 3, in

set1.add(set2)

TypeError: unhashable type: 'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

set1=set([1])

set2=set([2])

set1.add(frozenset(set2))

print set1

输出：

set([1, frozenset([2])])

参考：

python数据整理_python数据类型整理相关推荐

python数据字符串_python数据类型-字符串
数据类型-字符串: 特性:有序和不可变字符串可以加和乘拼接创建: 对于字符串,一下表示: s.capitalize()开头大写其余小写 'Helloworld!' s.casefold()全部小 ...
excel数据匹配_Python 自动整理 Excel 表格
点击上方"Python爬虫与数据挖掘",进行关注回复"书籍"即可获赠Python从入门到进阶共10本电子书今日鸡汤位卑未敢忘忧国,事定犹须待盖棺. ...
python中如何进行数据类型转换_python数据类型的强制转换
首页专栏 python 文章详情 0 python数据类型的强制转换小小垂髫发布于 1 月 21 日数据类型的强制转换如果要将一个数据转换成另一个数据类型,只需要将其放入相应类型的函数中去. ...
python dict下标_python数据类型性能问题
Python中变量的类型了解过python语言的同学都知道,Python中的变量不需要声明,变量是在我们給它赋值的时候创建的,要使用一个变量必须先对它进行赋值. 在Python中变量就是变量,它没有 ...
python datatype函数_python 数据类型 datatype
python 数据类型 datatype 列表list 元组tuple 集合set 字典dictionary 字符串string 一.列表list list :python的一种数据类型.是可变的,有 ...
python 数据归一化_python 实现对数据集的归一化的方法(0-1之间)
python 实现对数据集的归一化的方法(0-1之间) 多数情况下,需要对数据集进行归一化处理,再对数据进行分析 #首先,引入两个库 ,numpy,sklearn from sklearn.prepr ...
python 数据类_python数据类
前言之前有写过一篇python元类的笔记,元类主要作用就是在要创建的类中使用参数metaclass=YourMetaclass调用自定义的元类,这样就可以为所有调用了这个元类的类添加相同的属性了. ...
python 数据校验_Python数据验证库（三）voluptuous
继续记录最近学习的python数据验证工具. voluptuous与validator的使用比较相似,注意是validator,不是validators.validator和validators是两个 ...
python数据正则化_Python数据科学：正则化方法
本文主要介绍,Python数据科学:正则化方法.正则化方法的出现,通过收缩方法(正则化方法)进行回归. 正则化方法主要包括岭回归与LASSO回归. 一.岭回归岭回归通过人为加入的惩罚项(约束项),对 ...

python数据整理_python数据类型整理

python数据整理_python数据类型整理相关推荐

最新文章

热门文章