《利用Python进行数据分析》-3-数据结构、函数和文件

一、 数据结构和序列

元组tuple

创建

• 长度固定、不可改变，但是元组中的对象可能是可变对象
• 创建方式：直接用英文逗号隔开，带上圆括号
• 若元组中只有一个元素，最后必须带上英文逗号
• 元组中元素的访问，索引从0开始

tuple2 = ((1,2,3),4, [1,3,9])
tuple2
((1, 2, 3), 4, [1, 3, 9])

tuple3 = (2,)   # 单个元素带上英文逗号
tuple3
(2,)

image.png

迭代器转成元组

tuples()是一个函数，可以将任意的序列（比如字符串、列表等）转成元组形式

tuple([1,3,4])  # 将列表转成元组
(1, 3, 4)

tuple("python")  # 将字符串转成元组
('p', 'y', 't', 'h', 'o', 'n')

image.png

元组操作

tuple2[2]  # 访问元组中的元素
[1, 3, 9]

tuple2[2].append(8)  # 元组中的列表进行增添元素操作
tuple2
((1, 2, 3), 4, [1, 3, 9, 8])

("python", "java") + (0, 9) + ([1,2,3], "php")   # 多个元组相加
('python', 'java', 0, 9, [1, 2, 3], 'php')

("python", 2) * 4   # 复制串联功能
('python', 2, 'python', 2, 'python', 2, 'python', 2)

拆分元组

如果想将元组赋值给类似元组的变量，Python会拆分等号两边的值

>>tuple5 = (1, "python", [2,1,4])
>>a, b, c = tuple5
>>c
[2, 1, 4]

image.png

>>tuple6 = (6, "python", (9, 3))
>>a, b, (c, d) = tuple6    # 左边变量的个数要和元组的len相同
>>c
9

Python中的变量互换

image.png

变量拆分用来迭代元组或者列表序

seq = [(1,2,3), (4,5,6), (7,8,9)]
for a,b,c in seq:
    print("a={0} b={1} c={2}".format(a,b,c))

image.png

高级拆分功能

在Python3中新增了高级的拆分功能，通过特殊语法*rest来表示，多用于抓取任意长度列表的位置参数:

• *rest获取剩下所有的元组元素
• rest获取到的元素是列表形式
• rest部分是想舍弃的部分，名字不重要，许多程序员用下划线表示*_

values = 1, 3, 9, 8, 4
a, b, *rest = values   # 利用三个参数分配所有的元组对象
a, b  # 每个变量一个元组对象
(1, 3)

rest  # 剩下的全部是rest的，是列表形式
[9, 8, 4]

image.png

tuple7 = (1,2,3,5,1,3,8,3)
tuple7.count(3)     # 统计某个对象出现的次数

3

• 按下tab键能够查看对象的方法：index()和count()
  image.png

---

列表list

特点

• 长度可变、内容可修改
• 用[]表示，或者通过list()函数直接生成
• 通过list()函数将元组转成列表：tuple--->list

list1 = [1,3,[1,0,4], "python"]   # 列表里面的对象是任意的数据类型

list2 = list((1,2,3,4))   # 将元组转成列表通过list()函数

list3 = list(range(5))  # 将range函数生成的对象通过list()函数转成列表

image.png

list操作

在笔者第一篇札记中有详细的list知识，请参考Python札记1_list列表

• append()：末尾追加元素
• insert(i, object)：指定位置索引为i追加；消耗计算量大
• pop(i)：参数是索引，返回指定位置的元素
• remove(object)：删掉找到的第一个对象

• extend()：追加多个元素，单个添加

  
  image.png

image.png

attention注意：在列表中查找比字典和集合中要慢

• 列表是线性搜索查找
• 字典和集合在同样的时间内可以查找其他项，例如：哈希表

---

extend的方法比串联（使用+）的方法要快：将所有的元素追加到一个大的列表中

list1 = []
list2 = [[4,8,9],["shenzhen","suzhou"],["python","java"]]
for i in list2:
    list1.extend(i)    #extend方法，快
print(list1)

list1 = []
list2 = [[4,8,9],["shenzhen","suzhou"],["python","java"]]
for i in list2:
    list1 = list1 + i   # +串联方法，慢
print(list1)

结果：

[4, 8, 9, 'shenzhen', 'suzhou', 'python', 'java']

• list.sort()：原地排序，不生成新的列表
• sorted(list)：生成新的对象

list3 = [1,9,3,2,5]
list3.sort()
list3

list4 = sorted(list3)  # 默认从小到大，reverse=True：改成从大到小
list4

结果
[1, 2, 3, 5, 9]

根据长度key进行排序

list5 = ["python", "java", "c", "javascript", "html", "c++"]
list5.sort(key=len)  # 根据长度排序
list5

结果：

['c', 'c++', 'java', 'html', 'python', 'javascript']

二分搜索bisect

bisect模块支持二分查找，和向已知排序的列表插入值。

• bisect.bisect可以找到插⼊值后仍保证排序的位置；参数是插入值，返回值是索引值
• bisect.insort是向这个位置插⼊值：参数是插入值也是索引值

import bisect
list6 = [1,2,2,2,3,6,7,9]
bisect.bisect(list6,2)   # 插入元素2，按照顺序排列。如果有2，排序最后，返回的是索引值   # 结果4

bisect.bisect(list6,8)  # 插入8，返回的是索引值  #结果7

bisect.insort(list6,5)   # 索引值为5的位置插入5
list6

[1, 2, 2, 2, 3, 5, 6, 7, 9]  

列表切片

切片的基本形式为[start:stop:step]

• 包含start，不包含stop
• 步长左边默认是1，右边默认是-1
• 左边索引值是从0开始，右边从-1开始
• start和stop可以省略，省略之后默认是头部和尾部
• 如果start或者stop是负数，表示右边开始切片
• [::-1]：表示反转列表

image.png

序列函数

https://www.cnblogs.com/sesshoumaru/p/6140987.html，这位博主对于内置函数的总结非常棒！感兴趣的去学习下。在Python有常见的序列函数：

• sorted：默认是从小到大排序
• enumerate：返回序列的索引值和元素
• zip：多个序列的合并，通过list显示
• reversed：从大到小排序，reversed是一个生成器，必须实例化之后才能进行翻转。

---

• sorted：从任意序列的元素中返回一个排好序的列表，得到的是列表list

sorted([1,4,2,9,5,8])
[1, 2, 4, 5, 8, 9]

image.png image.png

• enumerate：返回的是(i, value)元组序列

list7 = ["python", "java", "html", "Ruby"]
dict1 = { }
for k, v in enumerate(list7):
    dict1[v] = k
print(dict1)

{'python': 0, 'java': 1, 'html': 2, 'Ruby': 3}

image.png

• zip：将多个元组、列表或者序列组合成一个新的元组。sequence--->tuple。生成的长度取决于最短的序列长度。

list9 = ["python", "java", "html"]
list10 = ["shenzhen", "suzhou","zhuhai"]
zipped = zip(list9, list10)   # 得到zip对象
list(zipped)   # 通过列表进行展示

[('python', 'shenzhen'), ('java', 'suzhou'), ('html', 'zhuhai')]

image.png

zipped2 = zip(list1,tuple2,seq)   # 生成新序列的长度取决于最短的序列。seq长度为2
list(zipped2)

[(1, 9, False), (9, 8, True)]

image.png

zip和enumerate联用

list1 = ["python","java","html"]
list2 = [9,6,2]
for a, (b,c) in enumerate(zip(list1, list2)):  # 先zip合并，再enumerate同时取索引和元素
    print("{0}:{1} {2}".format(a, b, c))

结果：
0:python 9
1:java 6
2:html 2

image.png

zip进行解压
zip函数有一种类似于zip的功能，用来解压序列。

list3 = [("python", 0), ("html", 1), ("java", 2), ("javascript", 3)]
vlaues, numbers = zip(*list3)
values

结果
('python', 'html', 'java', 'javascript')

image.png

• reversed
  reversed()从后向前迭代一个序列，从大到小

list(reversed(range(10)))   # 进行翻转

[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

---

字典dictionary

特点

• 也称之为哈希映射或者关联数据表
• 键值对是可变集合
• 键、值都是Python对象
• { }表示，用冒号隔开键和值

操作方法

• 创建{}
• 访问\增加：dict[key] = value，有则访问，无则增加
• del dict[key] ：删除键值对
• dict.pop(key)：删除键值对、返回值是value
• dict1.update(dict2)：将两个字典合并

• keys()、values()、items()：访问字典中的键、值或者键值对

  
  image.png

image.png image.png

多种创建方法

字典的创建是非常灵活的，方式多种多样：

• {}大括号直接创建

dict1 = {"python": "shenzhen", "html":"shanghai", "java":"beijing","zhuhai":[1,2,6]}
dict1  # 创建字典

• 通过序列创建

keys = ["python", "java", "html"]
values = (1,4,6)
dict3 = {}
for key, value in zip(keys, values):
    dict3[key] = value
print(dict3)

• 字典本质上是2元元组的集合，接受2元元组的列表：

dict4 = dict(zip(list(range(5)),reversed(range(5))))
dict4

{0: 4, 1: 3, 2: 2, 3: 1, 4: 0}