3 常见的Python数据结构-字典、集合、序列函数及推导式
liuian 2024-11-28 00:43 15 浏览
字典
字典又称哈希映射、关联数组。它是键值对大小可变的集合,键和值均为Python的对象。
1)字典创建:
dic = {key1:value, key2:value, ....}
2)向字典对象中添加元素。可以直接用下标方法添加(只是下标不仅可以是数值,也可以是任意对象做key值)。
3)字典中元素的访问。可以通过key值进行访问。
4)get(),按照键值进行查询,如果键值不存在会返回None。也可以设定默认返回值,如下面代码:
value = some_dic.get(key, default_value)
5)删除元素或弹出元素。
删除元素使用del()函数。参数为字典的某个key值。如果key不存在,则会报KeyError。
弹出使用pop()函数。参数为字典的某个key值。如果key不存在,则会报KeyError。key存在,则pop()会返回弹出元素对象。
6)判断字典中是否含有某个key。
7)keys()、values()是字典的键和值的迭代器方法。虽然键值对没有顺序,这两个方法可以返回相同的顺序的键和值。
8)update()合并另一个字典。
udpate()方法是原地改变字典,因此传递给update()的键如果与已有键值重复,则原值会被覆盖。
9)setdefault()用于获取指定键的值。
- 如果键存在于字典中,则返回键对应的值;
- 如果键不存在,则插入指定的键值对,并返回默认值。
10)defaultdict,collections模块中的defaultdict继承自内置的dict类型,它可以在访问不存在的键时自动提供默认值,这一特性使得处理复杂的数据结构变得更加简单和直观。
- defaultdict(int):基本用法,defaultdict(int) 创建了一个 defaultdict 对象,其中 int 是一个工厂函数,返回 0。访问已存在的键时,defaultdict 会返回对应的值。访问不存在的键时,defaultdict 会调用 int() 函数,返回默认值 0。
- 使用其他工厂函数:defaultdict 可以使用各种工厂函数来生成默认值。例如,可以使用 list 工厂函数来创建一个默认值为列表的 defaultdict。
有效的键类型
字典的值可以是任意Python类型,键通常是不可变的标量类型(整数、浮点型、字符串)或元组(元组中的对象必须是不可变的)。这种规定被称为“可哈希性”。
可以用hash()函数检测一个对象是否可哈希。
集合
集合是无序的不可重复的元素计划。类似字典,但没有键只有值。创建集合的方法有2种:
- set()函数
- 使用{}的set语句
1)集合的合并,使用union()函数或者"|"运算符。
2)取集合的交集,使用intersection()函数或者“&”运算符。
函数 | 替代语法 | 说明 |
a.add(x) | - | 将元素x添加到集合a |
a.clear() | - | 将集合元素清空 |
a.remove(x) | - | 将元素x从集合a除去 |
a.pop() | - | 从集合a去除任意元素,如果集合为空,则抛出KeyError |
a.union(b) | a | b | 集合a和b中的所有不重复元素 |
a.update(b) | a |= b | 设定集合a中的元素为a与b的合并 |
a.intersection(b) | a & b | a和b中交叉的元素 |
a.intersection_update(b) | a &= b | 设定计划a中的元素为a与b的交叉 |
a.difference(b) | a - b | 存在于a但不存在于b的元素 |
a.difference_update(b) | a -= b | 设定计划a中的元素为a与b的差 |
a.symmetric_difference(b) | a ^ b | 只在a或只在b的元素 |
a.symmetric_difference_update(b) | a ^= b | 集合a中的元素为只在a或只在b的元素 |
a.issubset(b) | - | 如果a中的元素全部属于b,则为True |
a.issuperset(b) | - | 如果b中的元素全部属于a,则为True |
a.isdisjoint(b) | - | 如果a和b无共同元素,则为True |
序列函数
enumerate()函数
Python内建了enumerate()函数,可以返回(i, value)元组序列。
sorted()函数
sorted()函数可以从任意序列的元素返回一个新的排好序的列表。
与sort()函数相同,也可以接收key、reverse参数。
zip()函数
zip可以将多个列表、元组或其他序列成对组会成一个元组列表。
zip可以出来任意多个序列,元素的个数取决于最短的序列。
由于seq3只有两个元素,因此seq_mix序列也只有2个元素。
综合zip()与enumerate()函数的实例:
对于一个zip()函数“压缩”过的序列,可以通过zip(*sequence)的语法,对序列进行“解压”。
reversed()函数
reversed()函数可以从后向前迭代一个序列。reversed()是一个迭代器,只有实体化(即有列表或for循环)之后才能创建反转序列。
reversed()是一个生成器,只有实体化(即有列表或for循环)之后才能创建反转序列。如下图所示,直接使用则只会返回一个迭代器。
推导式
列表、集合和字典推导式
列表推导式允许用户方便的从一个集合过滤元素,形成列表,在传递参数过程中还可以修改元素。形式如下:
[expr for val in collection if condition]
它等价于:
result = [] for val in collection: if condition: result.append(expr)
案例:
字典推导式的表达式:
dict_comp = {key-expr: value-expr for value in collection if condition}
集合推导式的表达式:
set_comp = {expr for value in collection if condition}
嵌套列表推导式
案例:
使用嵌套列表推导式的方案:
应用场景:将整数元组列表扁平化。
虽然推导式可以以任意层级嵌套,不过超过三层的嵌套就需要考虑代码可读性问题。
- 上一篇:Python菜鸟笔记-字典
- 下一篇:Python之字典常用的方法一
相关推荐
- GANs为何引爆机器学习?这篇基于TensorFlow的实例教程为你解惑!
-
「机器人圈导览」:生成对抗网络无疑是机器学习领域近三年来最火爆的研究领域,相关论文层出不求,各种领域的应用层出不穷。那么,GAN到底如何实践?本文编译自Medium,该文作者以一朵玫瑰花为例,详细阐...
- 高丽大学等机构联合发布StarGAN:可自定义表情和面部特征
-
原文来源:arXiv、GitHub作者:YunjeyChoi、MinjeChoi、MunyoungKim、Jung-WooHa、SungKim、JaegulChoo「雷克世界」编译:嗯~...
- TensorFlow和PyTorch相继发布最新版,有何变化
-
原文来源:GitHub「机器人圈」编译:嗯~阿童木呀、多啦A亮Tensorflow主要特征和改进在Tensorflow库中添加封装评估量。所添加的评估量列表如下:1.深度神经网络分类器(DNNCl...
- 「2022 年」崔庆才 Python3 爬虫教程 - 深度学习识别滑动验证码缺口
-
上一节我们使用OpenCV识别了图形验证码躯壳欧。这时候就有朋友可能会说了,现在深度学习不是对图像识别很准吗?那深度学习可以用在识别滑动验证码缺口位置吗?当然也是可以的,本节我们就来了解下使用深度...
- 20K star!搞定 LLM 微调的开源利器
-
LLM(大语言模型)微调一直都是老大难问题,不仅因为微调需要大量的计算资源,而且微调的方法也很多,要去尝试每种方法的效果,需要安装大量的第三方库和依赖,甚至要接入一些框架,可能在还没开始微调就已经因为...
- 大模型DeepSeek本地部署后如何进行自定义调整?
-
1.理解模型架构a)查看深度求索官方文档或提供的源代码文件,了解模型的结构、输入输出格式以及支持的功能。模型是否为预训练权重?如果是,可以在预训练的基础上进行微调(Fine-tuning)。是否需要...
- 因配置不当,约5000个AI模型与数据集在公网暴露
-
除了可访问机器学习模型外,暴露的数据还可能包括训练数据集、超参数,甚至是用于构建模型的原始数据。前情回顾·人工智能安全动态向ChatGPT植入恶意“长期记忆”,持续窃取用户输入数据多模态大语言模型的致...
- 基于pytorch的深度学习人员重识别
-
基于pytorch的深度学习人员重识别Torchreid是一个库。基于pytorch的深度学习人员重识别。特点:支持多GPU训练支持图像的人员重识别与视频的人员重识别端到端的训练与评估简单的re...
- DeepSeek本地部署:轻松训练你的AI模型
-
引言:为什么选择本地部署?在AI技术飞速发展的今天,越来越多的企业和个人希望将AI技术应用于实际场景中。然而,对于一些对数据隐私和计算资源有特殊需求的用户来说,云端部署可能并不是最佳选择。此时,本地部...
- 谷歌今天又开源了,这次是Sketch-RNN
-
前不久,谷歌公布了一项最新技术,可以教机器画画。今天,谷歌开源了代码。在我们研究其代码之前,首先先按要求设置Magenta环境。(https://github.com/tensorflow/magen...
- Tensorflow 使用预训练模型训练的完整流程
-
前面已经介绍了深度学习框架Tensorflow的图像的标注和训练数据的准备工作,本文介绍一下使用预训练模型完成训练并导出训练的模型。1.选择预训练模型1.1下载预训练模型首先需要在Tensorf...
- 30天大模型调优学习计划(30分钟训练大模型)
-
30天大模型调优学习计划,结合Unsloth和Lora进行大模型微调,掌握大模型基础知识和调优方法,熟练应用。第1周:基础入门目标:了解大模型基础并熟悉Unsloth等工具的基本使用。Day1:大模...
- python爬取喜马拉雅音频,json参数解析
-
一.抓包分析json,获取加密方式1.抓包获取音频界面f12打开抓包工具,播放一个(非vip)视频,点击“媒体”单击打开可以复制URL,发现就是我们要的音频。复制“CKwRIJEEXn-cABa0Tg...
- 五、JSONPath使用(Python)(json数据python)
-
1.安装方法pipinstalljsonpath2.jsonpath与Xpath下面表格是jsonpath语法与Xpath的完整概述和比较。Xpathjsonpath概述/$根节点.@当前节点...
- Python网络爬虫的时候json=就是让你少写个json.dumps()
-
大家好,我是皮皮。一、前言前几天在Python白银交流群【空翼】问了一个Python网络爬虫的问题,提问截图如下:登录请求地址是这个:二、实现过程这里【甯同学】给了一个提示,如下所示:估计很多小伙伴和...
- 一周热门
-
-
Python实现人事自动打卡,再也不会被批评
-
Psutil + Flask + Pyecharts + Bootstrap 开发动态可视化系统监控
-
一个解决支持HTML/CSS/JS网页转PDF(高质量)的终极解决方案
-
再见Swagger UI 国人开源了一款超好用的 API 文档生成框架,真香
-
【验证码逆向专栏】vaptcha 手势验证码逆向分析
-
网页转成pdf文件的经验分享 网页转成pdf文件的经验分享怎么弄
-
C++ std::vector 简介
-
python使用fitz模块提取pdf中的图片
-
《人人译客》如何规划你的移动电商网站(2)
-
Jupyterhub安装教程 jupyter怎么安装包
-
- 最近发表
- 标签列表
-
- python判断字典是否为空 (50)
- crontab每周一执行 (48)
- aes和des区别 (43)
- bash脚本和shell脚本的区别 (35)
- canvas库 (33)
- dataframe筛选满足条件的行 (35)
- gitlab日志 (33)
- lua xpcall (36)
- blob转json (33)
- python判断是否在列表中 (34)
- python html转pdf (36)
- 安装指定版本npm (37)
- idea搜索jar包内容 (33)
- css鼠标悬停出现隐藏的文字 (34)
- linux nacos启动命令 (33)
- gitlab 日志 (36)
- adb pull (37)
- table.render (33)
- uniapp textarea (33)
- python判断元素在不在列表里 (34)
- python 字典删除元素 (34)
- react-admin (33)
- vscode切换git分支 (35)
- vscode美化代码 (33)
- python bytes转16进制 (35)