Python ：数据结构

LearnPython ：数据结构

 

 

 

Python 数据结构基础¶

Ref: link

My questions:

• dictionary -- 字典 :
• array -- 数组
• list -- 列表
• sequence -- 序列？
• 元组 -- tuple

 

1. dictionary¶

In [ ]:

 

 

2. sequence¶

Python有6个序列的内置类型，但最多见的是列表和元组。 Sequence Types -- str, unicode, list, tuple, buffer, xrange ref

• 序列均可以进行的操做包括*索引，切片，加，乘，检查成员
• Python已经内置肯定序列的长度以及肯定最大和最小的元素的方法

 

2.1 list 列表¶

列表是最经常使用的Python数据类型，它能够做为一个方括号内的逗号分隔值出现。 列表的数据项不须要具备相同的类型. 例如：

In [2]:

#!/usr/bin/python3
 
list1 = ['Google', 'Runoob', 1997, 2000];
list2 = [1, 2, 3, 4, 5, 6, 7 ];
 
print ("list1[0]: ", list1[0])
print ("list2[1:5]: ", list2[1:5])

 

list1[0]:  Google
list2[1:5]:  [2, 3, 4, 5]

 

2.2 tuple 元组¶

ref

• Python 的元组与列表list相似，但，元素不可修改。

• 元组使用圆括号()，列表List使用方括号[]。

• 元组建立: 括号中添加元素,用逗号隔开便可。单元素元组tuple 要带一个 ， 逗号。

实例：

In [3]:

#!/usr/bin/python3

t = 12345, 54321, 'hello!'
tup1 = ('Google', 'Runoob', 1997, 2000)
tup2 = (1, 2, 3, 4, 5, 6, 7 )

print ("tup1[0]: ", tup1[0])
print ("tup2[1:5]: ", tup2[1:5])
print ("t:", t)

 

tup1[0]:  Google
tup2[1:5]:  (2, 3, 4, 5)
t: (12345, 54321, 'hello!')

 

2.3 String¶

字符串是 Python 中最经常使用的数据类型。咱们能够使用引号('或")来建立字符串。

建立字符串很简单，只要为变量分配一个值便可。例如：

var1 = 'Hello World!' var2 = "Runoob"

使用[]方括号来访问：

In [4]:

#!/usr/bin/python3
 
var1 = 'Hello World!'
var2 = "Runoob"
 
print ("var1[0]: ", var1[0])
print ("var2[1:5]: ", var2[1:5])

 

var1[0]:  H
var2[1:5]:  unoo

 

2.4 unicode, buffers, xrange¶

 

3.Array 对象¶

• array 是一个模型module，它定义了一个对象。

• 这个对象能够对基本的值（好比 characters, integers, floating_point）表示成一个array的形式。

• Arrays 是序列形式的，它的行为很像是列表list。除了一点不一样： array里的对象的类型是被限制constrained的。

• The type is specified at object creation time by using a type code, which is a single character.

Type code 及更多信息: https://docs.python.org/3/library/array.html

 

4.集合¶

集合是一个无序不重复元素的集。基本功能包括关系测试和消除重复元素。

能够用大括号({})建立集合。

注意：若是要建立一个空集合，你必须用 set() 而不是 {} ；后者建立一个空的字典，下一节咱们会介绍这个数据结构。

如下是一个简单的演示：

basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'} print(basket) # 删除重复的 {'orange', 'banana', 'pear', 'apple'}

In [ ]: