第3章 内建数据结构、函数及文件

元组：固定长度，不可变的Python对象序列。

tup = 4,5,6 //创建元组最简单的办法

可以通过tuple函数将任意序列或迭代器转换为元组。

tuple([4,0,2]) // (4,0,2)
tuple('string') // ('s','t','r','i','n','g')

如果元组中的一个对象是可变的，例如列表，则你可以在它内部进行修改。

可以使用+连接元组，生成更长的元组。

将元组乘以整数，可以生成含有多份拷贝的元组。

• 元组拆包
  如果你想将元组类型的表达式赋给变量，则Python会对等号右边的元组进行拆包。

  tup = 4,5,6
  a,b,c = tup // a = 4,b = 5, c = 6
  tup = 4,5,(6,7)
  a,b,(c,d) = tup // a = 4,b = 5,c = 6, d = 7
  

  一个常用的场景：遍历元组或列表组成的序列。

  seq = [(1,2,3),(4,5,6),(7,8,9)]
  for a,b,c in seq:
      print(a,b,c)  
  # 1 2 3
    4 5 6
    7 8 9
  

  一个更高级的拆包方法：*

  val = 1,2,3,4,5
  a,b,*rest = val // a = 1,b = 2,rest = (3,4,5)
  

• 元组方法
  由于元组内容和长度无法改变，所以实例方法很少，一个常见的方法count，计算某个数值在元组中出现的次数。

  a = (1,2,3,1,1)
  a.count(1) // 3
  

列表：长度可变，内容可修改。
list函数，在数据处理中常用于将迭代器或者生成器转化为列表。

gen = range(10) //生成一个range(0,10)的对象
list(gen) // [0,1,2,3,4,5,6,7,8,9]

• 增加和移除元素
  append：将元素添加到列表尾部。
  insert：将元素插入到指定位置。
  pop：将特定位置的元素移除并返回。
  remove：定位第一个符合要求的值并移除。
  in：检查一个值是否在列表中。

• 连接和联合列表

  1. 可以使用+号连接。
  2. 如果有一个已经定义的列表，可以使用extend添加多个元素。
     请注意：通过添加内容来连接列表是一种相对高代价的操作，因为连接过程中创建了新列表，并且还要复制对象，使用extend将元素添加到已经存在的列表中是更好的方式，尤其是在需要构建一个大型列表时。

     everything = []
     for chunk in list_of_lists:
         everything.extend(chunk)
     

     上述实现比下述更快。

     everything = []
     for chunk in list_of_lists: 
         everything = everything + chunk
     

• 排序
  sort方法：列表内部进行排序（无需新建一个对象）。
  bisect模块：实现了二分搜索和已排序列表的插值。

  import bisect
  c = [1,2,2,2,3,4,7]
  bisect.bisect(c,2) // 返回 4,表示2应该插入列表c中第4个位置。
  bisect.insort(c,6) // c = [1,2,2,2,3,4,6,7]
  

• 切片
  将序列赋值给变量：

  seq = [1,2,3,4]
  seq[4:5] = [5,6] // seq [1,2,3,4,5,6]
  

  步进值可以在第二个冒号后面使用，当需要对列表或元组进行翻转时，可以向步进传值-1。

• 内建序列函数

  • enumerate:遍历一个序列会同时返回当前元素的索引。
    用法：for i,value in enumerate(collection):

  • sorted：函数返回一个根据任意序列中的元素新建的已排序列表。

    sorted([7,1,2,6,0,3,2]) // [0,1,2,2,3,6,7]
    sorted('horse race') // [' ','a','c','e','e','h','o','r','r','s']
    

  • zip：将列表、元组或其他序列的元素配对，新建一个元组构成的列表。

    seq1 = ['foo','bar','baz']
    seq2 = ['one','two','three']
    zipped = zip(seq1,seq2)
    list(zipped) # [('foo','one'),('bar','two'),('baz','three')]
    

    zip可以处理任意长度的序列，生成列表的长度由最短的序列决定。

    seq3 = [False,True]
    list(zipped(seq1,seq2,seq3)) # [('foo','one',False),('bar','two','True)]
    

    常用的场景：同时遍历多个序列，有时候会和enumerate同时使用：

    for i,(a,b) in enumerate(zip(seq1,seq2)):
        print('{0}:{1},{2}'.format(i,a,b)) 
        # 0:foo,one
        # 1:bar,two
        # 2:baz,three
    

    给定一个已经配对的序列时，zip函数可以将其拆分。

    pitchers = [('Nolan','Ryan'),('Roger','Clemens'),('Schilling','Curt')]
    firstname,lastname = zip(*pitchers) 
    #firstname:('Nolan', 'Roger', 'Schilling')
    #lastname:('Ryan', 'Clemens', 'Curt')
    

• reversed：将序列元素倒序排列。

字典：也称为哈希表，键值对方式存在。

d1 = {} #创建字典  
d[1] = 'some value' # 向d中添加键值对
1 in d #检查d中是否存在键 1

del：按键删除值。
pop：按键删除值并返回。
keys():返回字典中的键。
value()：返回字典中的值。
update：将两个字典合并。

d1 = {1:2}
d2 = {3:4}
d1.update(d2) # d1 = {1:2,3:4}

• 默认值
  通常情况下，会有这样的代码逻辑，如果键key存在于字典中，那么令value等于它的值，否则令value等于其他值。

  if key in dict:
    value = dict[key]
  else:
    value = default_value
  

  上述代码可以简写为：value = dict.get(key,default_value)，如果不写参数default_value，key不存在时会返回None。

• setdefault
  可以用来设定字典默认值。
  dict.setdefault(key,value)

  • 一个例子：根据首字母分类为包含列表的字典。

    words = ['apple','bat','bar','atom','book']
    by_letter = {}
    for word in words:
        letter = word[0]
        if letter not in by_letter:
          by_letter[letter] = [word]
        else:
          by_letter[letter].append(word)
    

    setdefault方法就是为了这个目的而产生的，可以将上述代码写为：

    for word in words:
      letter = word[0]
      by_letter.setdefault(letter,[]).append(word)
    

集合
可以理解为只含有键的字典。

issubset：检查一个集合是否是另一个集合的子集。
例：{1,2,3}.issubset{1,2,3,4,5}

当两个集合内的内容一模一样时，两个集合才相等。
{1,2,3} == {3,2,1}

列表、集合和字典的推导式
列表推导式是最受欢迎的Python语言特性之一！
基本形式：[expr for val in collection if condition],其中if condition过滤条件可以忽略/
与下面for循环等价：

result = []
for val in collection:
  if condition:
  result.append(expr)

字典和集合推导式是列表推导式的拓展：
dict = {key-expr:value:expr for value in collection if condition}
set = {expr for value in collection if condition}
假设我们想要一个集合，集合里包含列表中字符串的长度，我们可以通过集合推导式实现：
unique_length = {len(x) for x in strings}
也可以使用map函数更函数化，更简洁的表达：
set(map(len,string))

嵌套列表推导式
假设有一个包含列表的列表：

all_data = [['John','Emily','Michael','Mary','Steven'],['Maria','Juan','Javier','Natalia','Pilar']]

我们想要一个列表包含所有含有2个以上字母'e'的名字，for循环写法如下：

names_of_interest = []
for names in all_data:
    enough_es = [name for name in names if name.count('e') >= 2]
    names_of_interest.extend(enough_es)

实际上更简洁的写法如下，用嵌套列表推导式：
result = [ name for names in all_data for name in names if name.count('e') >= 2]

lambda函数
例：lambda x,y:x+y，返回的是一个函数对象，返回x+y的值。
因为没有__name__属性，所以叫做匿名函数。

柯里化
现在我们有一个函数如下：

def add_nums(x,y):
    return x+y

使用这个函数衍生出一个新的函数：
add_five = lambda y:add_nums(5,y)
上述过程就叫做柯里化。

生成器
创建一个生成器，只需要将函数返回关键字return改为yield。

def squares(n=10):
    print('Generating squares from 1 to {0}'.format(n ** 2))
    for i in range(1,n+1):
        yield i ** 2

当你实际调用生成器时，它并不会立即执行。
直到你请求生成器的元素时，它才会执行代码。

gen = squares() // gen : <generator object squares at 0x11ea93a98> 显示是一个生成器
for x in gen:
    print(x)
// Generating square from 1 to 100
1
4
9
16
25
36
49
64
81
100

由上述可见，for循环后面可以跟一个生成器generator或者迭代器iterator，用来每次向循环中返回一个对象。

• 生成器表达式
  gen = ( x ** 2 for x in range(100))
  上述表达式与下面代码是等价的：

  def _make_gen():
      for x in range(100):
          yield x ** 2
  

  很多情况下生成器表达式作为函数参数用于替代列表表达式:

  sum(x ** 2 for x in range(100)) #328350
  dict((i,i ** 2) for i in range(5)) # {0:0,1:1,2:4,3:9,4:16,5:25}
  

文件与操作系统
打开文件进行读取或写入，使用内建函数open和绝对、相对路径。
f = open(path)
默认情况下文件是以只读模式r打开的。之后我们可以像处理列表一样处理文件中的内容。
当你使用open来创建文件对象时，结束操作后一定要显式的关闭文件。
f.close()

另一种更简单的方式：with open(path) as f:，文件会在with代码块后自动关闭。

• 一些操作句柄的方法：
  f.read() ：读取()个字符。
  f.tell()：给出当前句柄的位置。
  f.seek()：将句柄位置跳转到指定字节。