`
nbtlxx
  • 浏览: 249130 次
  • 性别: Icon_minigender_1
  • 来自: 宁波
社区版块
存档分类
最新评论

Python 入门(三)处理大数据:列表和元组

 
阅读更多
课程地址:
http://www.duobei.com/room/course/1631402212

元组:处理一组有序项目的数据结构
定义后无法修改
创建:
tuple = ()
tuple = ('sean',10,''male')
访问:
>>> info = ('sean',20,'male')
>>> info
('sean', 20, 'male')
>>> print(info)
('sean', 20, 'male')
>>> info[0]
'sean'
>>> info[1]
20
>>> info[2]
'male'

注意:
如果tuple只有一个值,则类型为该值的具体类型
>>> type(t)
<type 'int'>
>>> t = (100,)
>>> type(t)
<type 'tuple'>
另外元组不可以替换数据

元组适合场景:(不可以修改其中的数值)
一些项目的配置信息,

元组的拆分
>>> name,age,gende = info
>>> name
'sean'
>>> age
20
>>> gende
'male'
注意:拆分的个数必须和元组个数相等

列表
和元组类似,一个数据的结合
元组是数据和结合,不可改变
列表是容器,可以保留任何python对象
可以排序、对单独元素插入或者删除
使用范围较广

创建方式
-- 列表[]
>>> l = ['sean', 20, 'male']
>>> l
['sean', 20, 'male']
>>> l[0]
'sean'
>>> l[1]
20
>>> l[2]
'male'

元组和列表区别1: 不管数据是否只有1个,数据类型就是list
>>> l2 = [123]
>>> type(l2)
<type 'list'>

区别2:
可以修改列表的某个元素数值
>>> l[1] = 21
>>> l
['sean', 21, 'male']

区别3: append
['sean', 21, 'male']
>>> l.append('88121788')
>>> l
['sean', 21, 'male', '88121788']

区别4:删除操作
>>> l.remove('88121788')
>>> l
['sean', 21, 'male']
从前往后删除数据

数据的增删改查 append,remove

对象与类的快速入门
list_test = [1,2,3]
列表是个类别,抽象的描述了列表
小技巧:
python内建的help使用
>>> ls = [1,2,3]
>>> ls
[1, 2, 3]
>>> ls.append(4)
>>> ls
[1, 2, 3, 4]
>>> help(ls)

>>> help(ls)


class list(object)
|  list() -> new empty list
|  list(iterable) -> new list initialized from iterable's items

|  Methods defined here:

|  __add__(...)
|      x.__add__(y) <==> x+y

|  __contains__(...)
|      x.__contains__(y) <==> y in x

|  __delitem__(...)
|      x.__delitem__(y) <==> del x[y]

|  __delslice__(...)
|      x.__delslice__(i, j) <==> del x[i:j]
|     
|      Use of negative indices is not supported.

|  __eq__(...)
|      x.__eq__(y) <==> x==y
:

点击q离开当前help

>>> ls.insert(3,5) 具体的位置和数值
>>> ls
[1, 2, 3, 5, 4]
>>> ls.pop(-1)   -1表示最后一个元素
4

作业:用列表做文字游戏
体现列表的增删改查;

>>> info = ['hero',100,[]]
>>> print info
['hero', 100, []]
>>> print 'hero --->'
hero --->
>>> info[1]-=10
>>> print info
['hero', 90, []]
0
0
分享到:
评论

相关推荐

Global site tag (gtag.js) - Google Analytics