Python数据结构与算法--数据类型
Python数据结构与算法--数据类型
内置的原子数据类型我们从原子数据类型开始我们的回顾. Python有两种主要的内建数据类：int和float. 标准的算术操作：+, -, *, /, and ** (幂运算), 可以使用括号改变运算优先级.其他非常有用的操作符为取余运算%, 和整数除法运算//. 注意：当两个整数相除的时候，结果是一个浮点型数. 整数除法操作返回截断小数之后的整数部分.
>>> print 2+3*4
14
>>> print (2+3)*4
20
>>> print 2**10
1024
>>> print 6/3
2
>>> print 7/3
2
>>> print 7//3
2
>>> print 7%3
1
>>> print 3/6
0
>>> print 3//6
0
>>> print 3%6
3
>>> print 2**100
1267650600228229401496703205376
boolean类型,由Python的 bool 类提供实现,在表示真值的时候非常有用. 对于一个boolean对象而言，只有两个值：True and False，标准的boolean类型操作： and, or, 和not.
>>> True
True
>>> False
False
>>> False or True
True
>>> not (False or True)
False
>>> True and True
True
Boolean数据对象也被用于表示比较运算符的结果，比如：相等 (==) 和大于 (>). 另外, 关系运算符和逻辑运算符可以组合在一起来解决复杂的逻辑问题. 表1 展示了逻辑关系操作，后面还展示了相关的例子.
表1 : 逻辑与关系操作
操作名 操作符 说明
小于 < 小于操作符
大于 > 大于操作符
小于等于 <= 小于等于操作符
大于等于 >= 大于等于操作符
等于 == 等于操作符
不等于 != 不等于操作符
逻辑与 and 两个同时为True时候才为True
逻辑或 or 两个中至少有一个为True，结果为True
逻辑非 not 否定, False 变为True, True 变为False
示例代码：
>>> print(5==10)
False
>>> print(10 > 5)
True
>>> print((5 >= 1) and (5 <= 10))
True
标识符以名字的形式被用于程序语言. 在Python中, 标识符以字母或一条下划线开始，大小写敏感且可以是任意长度.记住经常使用变量来表达你的意思，使得你的代码更加简单的被阅读和理解.一个 Python 变量被创建一旦被赋予左值. 赋值语句提供了一种联系变量和值的方法. 变量保持一个指向数据区域的引用，并不是数据本身. 看下面的代码:
>>> theSum = 0
>>> theSum
0
>>> theSum += 1
>>> theSum
1
>>> theSum = True
>>> theSum
True
内建集合数据类型
作为数据类型和布尔类型的补充, Python还有一些内建的集合类型. Lists, strings, 和 tuples（元组）都是有序集合，非常类似普通的结构但是有些特殊的不同点，所以必须理解它们这样才能正确地使用它们. Sets 和 dictionaries 是无序集合.
list 是一个空的或多个指向Python数据对象类型的引用. Lists 通常写为用方括号包含的一些用逗号分隔的值. 空表表示为 [ ]. Lists内部的元素可以是不同的数据对象, 下面的例子展示了一个list中不同的数据类型.
>>> [1,3,True,6.5]
[1, 3, True, 6.5]
>>> myList = [1,3,True,6.5]
>>> myList
[1, 3, True, 6.5]
当给list赋值的时候, list被返回. 但是, 想在 list上作操, 就需要将其赋值给一个对象.
lists 被认为是连续的序列, 它们支持一些可用于其他序列的通用操作. 表2 展示了这些操作，接着给出一些例子来进一步说明它们的应用.
表 2: Python中序列的通用操作
操作名 操作符 解释
索引 [ ] 访问 sequence中的元素
连接 + 合并sequences
重复 * 连续重复次数
成员 in 判断元素是否在quence中
长度 len 计算sequence的长度
分片 [ : ] 给sequence分片
注意到lists (序列)的索引从0开始. 取片操作, myList[1:3], 返回list的数据项，起始于1结束但不包含3.有时, 你想初始化一个list. 可以使用重复来快速的完成. 例如,
>>> myList = [0]*6
>>> myList
[0, 0, 0, 0, 0, 0]
通过下面的例子很容易理解:
>>> myList = [1,2,3,4]
>>> A=[myList]*3
>>> print(A)
[[1, 2, 3, 4], [1, 2, 3, 4], [1, 2, 3, 4]]
>>> myList[2]=45
>>> print(A)
[[1, 2, 45, 4], [1, 2, 45, 4], [1, 2, 45, 4]]
Lists 提供大量用于构建数据结构的方法.表3 提供概要. 接着是一些例子.
表 3: Python中list提供的方法
方法名 应用 说明
append alist.append(item) 在list的结尾添加一个项
insert alist.insert(i,item) 在list的第i个位置插入一个项
pop alist.pop() 移除并返回list中的最后一个元素
pop alist.pop(i) 移除并返回list中的第i个位置的元素
sort alist.sort() 排序修改list
reverse alist.reverse() 将list倒序操作
del del alist[i] 删除第i个位置的元素
index alist.index(item) 返回第一次出现 item 的索引
count alist.count(item) 返回出现 item 的次数
remove alist.remove(item) 删除第一次出现的 item
list中的方法示例代码：
>>> myList = [1024, 3, True, 6.5]
>>> myList.append(False)
>>> print(myList)
[1024, 3, True, 6.5, False]
>>> myList.insert(2, 4.5)
>>> print(myList)
[1024, 3, 4.5, True, 6.5, False]
>>> print(myList.pop())
False
>>> print(myList)
[1024, 3, 4.5, True, 6.5]
>>> print(myList.pop(1))
3
>>> print(myList)
[1024, 4.5, True, 6.5]
>>> myList.pop(2)
True
>>> print(myList)
[1024, 4.5, 6.5]
>>> myList.sort()
>>> print(myList)
[4.5, 6.5, 1024]
>>> myList.reverse()
>>> print(myList)
[1024, 6.5, 4.5]
>>> print(myList.count(6.5))
1
>>> print(myList.index(4.5))
2
>>> myList.remove(6.5)
>>> print(myList)
[1024, 4.5]
>>> del myList[0]
>>> print(myList)
[4.5]
即使像整型这样的对象也可以调用方法如下：
>>> (54).__add__(21)
75
上面的代码中我们使整型对象 54 执行 add 方法(称为 __add__ ) 并且传递 21 作为被加数. 结果是它们的和, 75. 当然, 我们通常写作 54+21. 在后面还将详细介绍这个方法.
一个Python经常用来连接lists的常见函数： range 函数.range 产生了一个范围内的对象. 通过使用 list 函数, 可以看到list中指定范围内的值，如下面的代码所示：
>>> range(10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(0, 10)
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> list(range(10))
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
>>> range(5,10)
[5, 6, 7, 8, 9]
>>> list(range(5,10))
[5, 6, 7, 8, 9]
>>> list(range(5,10,2))
[5, 7, 9]
>>> list(range(10,1,-1))
[10, 9, 8, 7, 6, 5, 4, 3, 2]
Strings 包含0个或多个数字或其他的字符的连续的顺序集合. 我们称这些为字母, 数字和其他的符号字符.
>>> "David"
'David'
>>> myName = "David"
>>> myName[3]
'i'
>>> myName * 2
'DavidDavid'
>>> len(myName)
5
既然strings是序列, all of the 上面提到的序列的所有操作都可以使用. 然而, strings 还有一些自身的方法, 如表 4所示. 例如,
>>> myName
'David'
>>> myName.upper()
'DAVID'
>>> myName.center(10)
' David '
>>> myName.find('v')
2
>>> myName.split('v')
['Da', 'id']
表 4: Python中Strings 提供的方法
方法名 应用 说明
center astring.center(w) 返回一个以 w 为宽度的居中字符串
count astring.count(item) 返回字符串中包含 item 的个数
ljust astring.ljust(w) 返回一个以 w 为宽度的左对齐字符串
lower astring.lower() 返回string的小写形式
rjust astring.rjust(w) 返回一个以 w 为宽度的右对齐字符串
find astring.find(item) 返回第一次出现 item 的索引
split astring.split(schar) 将string以 schar为分隔符划分为子串
lists 和 strings的主要区别是 lists 可以修改但是 strings 不能修改. 例如, 你可以通过索引和赋值改变项的值. 对于string不能发生改变.
>>> myList = [1,3,True,6.5]
>>> myList[0] = 2 ** 10
>>> myList
[1024, 3, True, 6.5]
>>> myName = 'David'
>>> myName[0] = 'X'
Traceback (most recent call last):
File "<pyshell#81>", line 1, in <module>
myName[0] = 'X'
TypeError: 'str' object does not support item assignment
Tuples（元组）非常类似于lists，因为它们的元素都可以是不同类型的.不同的是tuple是不可以变的, 就像 string. Tuples是一组用圆括号包围的用逗号分隔的值. 作为序列，你可以使用上面介绍的所有方法. 例如：
>>> myTuple = (2, True, 4.32)
>>> myTuple
(2, True, 4.32)
>>> len(myTuple)
3
>>> myTuple[0]
2
>>> myTuple * 3
(2, True, 4.32, 2, True, 4.32, 2, True, 4.32)
>>> myTuple[0:2]
(2, True)
然而，假如你试图修改元组中的元素，就会出错，如下所示.
>>> myTuple[1] = false
Traceback (most recent call last):
File "<pyshell#92>", line 1, in <module>
myTuple[1] = false
NameError: name 'false' is not defined
set 是一个包含0个或多个不可变Python对象的无序集合. 空set 表示为 set(). Sets 的元素类型多样.
>>> {3,6,"cat",4.3,False}
set([False, 3, 4.3, 6, 'cat'])
>>> mySet = {3,6,"cat",4.3,False}
>>> mySet
set([False, 3, 4.3, 6, 'cat'])
表 5: Python中的Set操作
操作名 操作 说明
成员 in 判断成员
长度 len 返回set中的元素个数
| aset | otherset 返回一个新的set，作为并集
& aset & otherset 返回一个新的set，作为交集
- aset - otherset 返回一个新的set，作为差集
<= aset <= otherset 判断第一个集合是否为第二个集合的子集
>>> {3,6,"cat",4.3,False}
set([False, 3, 4.3, 6, 'cat'])
>>> mySet = {3,6,"cat",4.3,False}
>>> mySet
set([False, 3, 4.3, 6, 'cat'])
>>>
>>> mySet = {3,6,"cat",4.3,False}
>>> len(mySet)
5
>>> False in mySet
True
>>> "dog" in mySet
False
>>> yourSet = {3,1,"cat",4.7,False}
>>> mySet | yourSet
set([False, 1, 3, 6, 4.3, 'cat', 4.7])
>>> mySet & yourSet
set([False, 3, 'cat'])
>>> mySet - yourSet
set([4.3, 6])
>>> mySet <= yourSet
False
Sets 提供的方法类似于数学中的集合. 表 6 提供了概要. 例子如下所示：
表 6: Python中Sets提供的方法
方法名 应用 说明
union aset.union(otherset) 返回一个新的set，元素由两个set的并集组成
intersection aset.intersection(otherset) 返回一个新的set ，元素由两个set的交集组成
difference aset.difference(otherset) 返回一个新的set，元素由两个set的差组成
issubset aset.issubset(otherset) 判断第一个set中的所有元素是不是在第二个set中
add aset.add(item) 向set中添加元素
remove aset.remove(item) 从set中删除元素
pop aset.pop() 从set中删除任意元素
clear aset.clear() 将set中所有元素删除
>>> mySet = {False, 4.5, 3, 6, 'cat'}
>>> yourSet = {99, 3, 100}
>>> mySet.union(yourSet)
set([4.5, False, 3, 100, 6, 'cat', 99])
>>> mySet | yourSet
set([4.5, False, 3, 100, 6, 'cat', 99])
>>> mySet.intersection(yourSet)
set([3])
>>> mySet & yourSet
set([3])
>>> mySet.difference(yourSet)
set([4.5, False, 6, 'cat'])
>>> mySet - yourSet
set([4.5, False, 6, 'cat'])
>>> {3, 100}.issubset(yourSet)
True
>>> {3, 100}<=yourSet
True
>>> mySet.add("house")
>>> mySet
set([4.5, False, 3, 6, 'house', 'cat'])
>>> mySet.remove(4.5)
>>> mySet
set([False, 3, 6, 'house', 'cat'])
>>> mySet.pop()
False
>>> mySet
set([3, 6, 'house', 'cat'])
>>> mySet.clear()
>>> mySet
set([])
Dictionaries（字典）既有方法又有操作. 表7 和 表 8 描述了它们.
表 7: Python中Dictionaries 提供的操作
操作符 应用 说明
[] myDict[k] 返回键为 k 的值，否则发生错误
in key in adict 当key在字典中的时候返回 True 否则返回 False
del del adict[key] 删除所有的 dictionary 元素
>>> phoneext = {'david':1410, 'brad':1137}
>>> phoneext
{'brad': 1137, 'david': 1410}
>>> phoneext.keys()
['brad', 'david']
>>> phoneext.values()
[1137, 1410]
>>> phoneext.items()
[('brad', 1137), ('david', 1410)]
>>> phoneext.get("kent")
表 8: Python中Dictionaries 提供的方法
方法名 应用 说明
keys adict.keys() 返回dictionary中的key
values adict.values() 返回dictionary中的值
items adict.items() 返回字典中的所有键-值对
get adict.get(k) 返回 k 对应的值,否则返回 None
get adict.get(k,alt) 返回 k 对应的值,否则返回 alt
评论关闭