元组
元素 是不可变的列表。一旦创建之后,用任何方法都不可以修改元素
>>> my_tuple=('a','b','c','d',1,2,3,True) >>> my_tuple ('a', 'b', 'c', 'd', 1, 2, 3, True) >>> my_tuple[0] 'a' >>> my_tuple[-2] 3 >>> my_tuple[1:3] ('b', 'c') >>>
元组和列表的主要区别是元组不能进行修改。
元组没有像 append()
、 extend()
、 insert()
、remove()
和 pop()
这样的方法。可以对元组进行切片操作(因为该方法创建一个新的元组),可以检查元组是否包含了特定的值(因为该操作不修改元组)。
同时赋多个值
>>> v=('a',2,True); >>> (a,b,c)=v; >>> a 'a' >>> b 2 >>> c True
集合
集合set存储唯一且有序的对象。一个简单的集合可以包含任何数据类型的值。如果有两个集合,则可以执行像联合、交集以及集合求差等标准集合运算
创建集合
>>> my_set={1,2,3} >>> type(my_set) <class 'set'> >>> my_set={}; #创建一个"集合" >>> type(my_set); <class 'dict'> #注意这里的类型是字典,空集合可以通过set()创建 >>> my_list=[1,2,3,4] >>> my_set=set(my_list) #列表转集合 >>> my_set {1, 2, 3, 4} >>> my_list=[1,2,'a','c',True,3] >>> my_set=set(my_list); >>> my_set {3, 1, 2, 'a', 'c'} #集合唯一且有序 >>> my_list [1, 2, 'a', 'c', True, 3] >>>
修改集合
有两种方法可向现有集合中添加值: add() 方法和 update() 方法。
>>> my_set={1,2} >>> my_set.add(3); #add() 方法接受单个可以是任何数据类型的参数,并将该值添加到集合之中 >>> my_set {1, 2, 3} >>> len(my_set) 3 >>> my_set.update({3,4,5}) #update() 方法仅接受一个集合作为参数,并将其所有成员添加到初始列表中。其行为方式就像是对参数集合中的每个成员调用 add() 方法 >>> my_set {1, 2, 3, 4, 5} >>> my_set.update({5,6,7},{10,20}); >>> my_set {1, 2, 3, 4, 5, 6, 7, 20, 10} >>> my_set.update([1,100]); #添加列表 >>> my_set {1, 2, 3, 4, 5, 6, 7, 20, 10, 100}
从集合中删除元素
有三种方法可以用来从集合中删除某个值。前两种,discard() 和 remove() 有细微的差异
>>> a_set = {1, 3, 6, 10, 15, 21, 28, 36, 45} >>> a_set {1, 3, 36, 6, 10, 45, 15, 21, 28} >>> a_set.discard(10) #接受一个单值作为参数,并从集合中删除该值,值不存在不产生错误 >>> a_set {1, 3, 36, 6, 45, 15, 21, 28} >>> a_set.remove(15) #接受一个单值作为参数,也从集合中将其删除,值不存在将引发一个KeyError例外 >>> a_set {1, 3, 36, 6, 45, 21, 28} >>> a_set.pop(); 1 >>> a_set {3, 36, 6, 45, 21, 28} >>> a_set.pop(3); Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: pop() takes no arguments (1 given) >>> a_set.clear(); >>> a_set set() >>>
常见集合操作
>>> a_set = {2, 4, 5, 9, 12, 21, 30, 51, 76, 127, 195} >>> 30 in a_set True >>> 33 in a_set False >>> b_set = {1, 2, 3, 5, 6, 8, 9, 12, 15, 17, 18, 21} >>> a_set.union(b_set) #在两个 集合中出现的元素 {1, 2, 195, 4, 5, 6, 8, 12, 76, 15, 17, 18, 3, 21, 30, 51, 9, 127} >>> a_set.intersection(b_set) #同时 在两个集合中出现的所有元素。 {9, 2, 12, 5, 21} >>> a_set.difference(b_set) #所有在 a_set 出现但未在 b_set 中的元素。 {195, 4, 76, 51, 30, 127} >>> a_set.symmetric_difference(b_set) #只在其中一个 集合中出现的元素。 {1, 3, 4, 6, 8, 76, 15, 17, 18, 195, 127, 30, 51}
字典
字典 是键值对的无序集合。向字典添加一个键的同时,必须为该键增添一个值。(之后可随时修改该值。) Python 的字典为通过键获取值进行了优化,而不是反过来
创建字典
>>> my_dict={"server":"localhost","database":"oracle"} >>> my_dict {'database': 'oracle', 'server': 'localhost'} >>> my_dict['server'] 'localhost' >>> my_dict['server']='127.0.0.1' >>> my_dict {'database': 'oracle', 'server': '127.0.0.1'} >>> my_dict['username']='admin' >>> my_dict {'database': 'oracle', 'server': '127.0.0.1', 'username': 'admin'} >>> len(my_dict) 3
None
None
是 Python 的一个特殊常量。它是一个 空 值。None
与 False
不同。None
不是 0 。None
不是空字符串。将 None
与任何非 None
的东西进行比较将总是返回 False
。
None
是唯一的空值。它有着自己的数据类型(NoneType
)。可将 None
赋值给任何变量,但不能创建其它 NoneType
对象。所有值为 None
变量是相等的
相关推荐
2. **改进的类型注解**:Python 3.8对类型注解进行了扩展,支持更多的类型提示,有助于静态类型检查和提高代码可读性。 3. **更好的错误报告**:Python 3.8在抛出异常时提供了更详细的错误信息,帮助开发者更快定位...
使用Python时,通过`pip`可以安装和管理各种第三方库,如NumPy(用于数值计算)、Pandas(用于数据处理)、matplotlib(用于数据可视化)等,极大地扩展了Python的功能。此外,Python还拥有庞大的社区支持,开发者...
3.x系列是Python的最新主要分支,相比于2.x系列,它引入了许多重要的更新和语法变化,比如默认整数运算结果为不分符号的长整型、print函数作为内置函数、新的字典实现等。 AMD64指的是AMD公司开发的一种64位微处理...
Python是一种广泛使用的高级编程语言,尤其在Web开发、数据分析、人工智能和自动化等领域有着重要的应用。"python-3.9.10-amd64.exe" 是Python 3.9.10版本针对AMD64架构(也称为x86_64或64位)的Windows操作系统提供...
2. **优化性能**:Python 3.8.8在执行效率上进行了优化,使得代码运行更快,尤其是在处理大量数据时。这得益于编译器的改进和内部算法的优化。 3. **错误修复**:每个版本的更新都会包含对之前版本中已知问题的修复...
2. **增强型语法**:Python 3.7引入了诸如类型注解(Type Annotations)的特性,这有助于静态类型检查和代码的可读性。此外,还有非本地(Nonlocal)关键字的改进,使得在嵌套函数和闭包中更方便地操作外部变量。 3...
6. **标准类型**:Python的内置数据类型,如列表、元组、字典、集合等,以及如何操作它们。 7. **错误和异常**:文档会列出Python中的各种错误和异常类型,以及如何捕获和处理它们。 8. **标准编译器和解释器**:...
新特性与改进:该版本引入了一些新的语法特性和标准库改进,如新的类型注解功能、内置模块的功能增强等,进一步丰富了Python的编程体验。 兼容性:Python 3.12.0保持了对旧版本的良好兼容性,同时兼容AMD64架构的...
例如,它可以读取CSV、JSON、SQL数据库等数据源,使用Pandas库进行数据预处理,如缺失值处理、异常值检测、数据类型转换等。转换后的数据可以写入数据库、云存储或生成报告。 数据管道是Python-Databot的核心特性之...
- 语法结构:深入解析Python的基本语法,包括变量、数据类型(如整型、浮点型、字符串、列表、元组、字典等)、控制流(如if-else、for、while)、函数定义与调用、模块导入等。 - 类与对象:讲解面向对象编程的...
Python 3.7.9是Python 3.x系列中的一个稳定版本,特别针对AMD64架构(也称为x86_64或64位Windows系统)进行了优化。这个"python-3.7.9-amd64.exe"文件是一个可执行的安装程序,用于在Windows操作系统上部署Python...
- 引入`zoneinfo`模块:Python 3.9 内置了对时区信息的支持,无需额外安装第三方库如pytz。 - 更好的错误消息:Python 3.9 提供了更清晰的错误提示,帮助开发者更快定位问题。 2. AMD64 架构适应性: - 对于64位...
1. **版本特性**:Python 3.7引入了一些关键更新,例如类型注解的改进、数据类(data classes)、异步IO增强以及新的内置函数。这些更新旨在提高代码的清晰度、可读性和性能。 2. **类型注解**:Python 3.7支持更...
- `pdb`:Python内置的调试器,用于单步执行代码,查看变量值等。 - `unittest`/`pytest`:进行单元测试,确保代码质量。 - `coverage.py`:用于测试覆盖率分析,确保代码全面测试。 7. **持续集成/持续部署(CI/...
对于初学者,了解Python的基础语法、数据类型、控制流、函数、模块和面向对象编程等概念是至关重要的。Python的生态系统庞大,拥有丰富的第三方库,如Django(Web开发)、Pandas(数据分析)、TensorFlow(机器学习...
1. **变量和数据类型**:理解整型(int)、浮点型(float)、字符串(str)、布尔型(bool)等基本数据类型,以及如何声明和使用它们。 2. **流程控制**:学习条件语句(if...else)、循环(for, while)以及异常...
3. **Python类型系统**:Python 2.7.7中的源代码展示了如何实现整型、浮点型、字符串、列表、元组、字典等基本数据类型。此外,还包括对异常、类和对象的实现。 4. **解析与编译**:`Parser`目录下的文件处理Python...
手册中的"how to argparse"部分主要讲解了argparse模块,它是Python内置的命令行参数解析工具。argparse允许你构建复杂的命令行接口,它能够自动处理帮助和版本信息,生成用户友好的错误消息,并可以方便地添加选项...
3. **类型注解**:Python 3.5开始支持类型注解,3.8进一步完善了这一体系,有助于代码的可读性和静态分析工具的使用,增强了类型检查。 4. **异步编程**:Python 3.5引入了asyncio模块,使得异步编程更加便捷。...
Python 3.8.9的安装通常会包含IDLE,这是Python的内置集成开发环境(IDE)。此外,还有其他流行的IDE和编辑器,如Visual Studio Code、PyCharm和Sublime Text,它们提供更高级的代码编辑、调试和项目管理功能。 8....