【Python】一文带你掌握数据容器之集合,字典

news2024/11/18 3:34:28

目录:

一、集合

思考:我们目前接触到了列表、元组、字符串三个数据容器了。基本满足大多数的使用场景为何又需要学习新的集合类型呢?

通过特性来分析:
(1)列表可修改、支持重复元素且有序
(2)元组、字符串不可修改、支持重复元素且有序

大家有没有看出一些局限?

局限就在于:它们都支持重复元素

如果场景需要对内容做去重处理,列表、元组、字符串就不方便了

而集合,最主要的特点就是:不支持元组的重复(自带去重功能)、并且内容无序


1.集合的定义

基本语法:

# 定义集合字面量
{元素,元素,......,元素}

# 定义集合变量
变量名称 = {元素,元素,......,元素}

# 定义空集合
变量名称 = set()

 和列表、元组、字符串等定义基本相同:

列表使用[  ]

元组使用( )

字符串使用"  "

集合使用{  }


 2.集合的常用操作

首先,因为集合是无序的,所以集合不支持:下标索引访问但是集合和列表一样,是允许修改的,所以我们来看看集合的修改方法

编号操作作用
1集合.add(元素)集合内添加一个元素
2集合remove(元素)移除集合内指定的元素
3集合.pop()从集合中随机取出一个元素
4集合.clear()将集合清空
5集合1.difference(集合2)得到一个新集合,内含2个集合的差集原有的2个集合内容不变
6集合1.differenceupdate(集合2)在集合1中,删除集合2中存在的元素集合1被修改,集合2不变
7集合1.union(集合2)得到1个新集合,内含2个集合的全部元素原有的2个集合内容不变
8len(集合)得到一个整数,记录了集合的元素数量
(1)添加新元素

语法:集合.add(元素)将指定元素,添加到集合内

结果:集合本身被修改,添加了新元素

my_set = {"Hello", "World"}
my_set.add("bite")
print(my_set)  # 结果:{'World', 'bite', 'Hello'}(顺序可能会变)
(2) 移除元素

语法:集合.remove(元素),将指定元素,从集合内移除

结果:集合本身被修改,移除了元素

my_set = {"Hello", "World"}
my_set.remove("World")
print(my_set)  # 结果:{'Hello'}
 (3) 从集合中随机取出元素

语法:集合.pop(),功能,从集合中随机取出一个元素

结果:会得到一个元素的结果。同时集合本身被修改,元素被移除

my_set = {"Hello", "World"}
element = my_set.pop()
print(my_set)  # 结果:{'Hello'}
print(element)  # 结果:World
(4) 清空集合

语法:集合.clear(),功能,清空集合

结果:集合本身被清空

my_set = {"Hello", "World"}
my_set.clear()
print(my_set)  # 结果:set()
 (5)取出2个集合的差集

语法:集合1.difference(集合2),功能: 取出集合1和集合2的差集 (集合1有而集合2没有的)

结果:得到一个新集合,集合1和集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set3 = set1.difference(set2)
print(set3)  # 结果:{2, 3}
print(set2)  # 结果:{1, 5, 6}
print(set1)  # 结果:{1, 2, 3}
(6) 消除2个集合的差集

语法:集合1.difference_update(集合2)

功能:对比集合1和集合2,在集合1内,删除和集合2相同的元素

结果:集合1被修改,集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set1.difference_update(set2)
print(set1)  # 结果:{2, 3}
print(set2)  # 结果:{1, 5, 6}
(7) 2个集合合并

语法:集合1.union(集合2)

功能:将集合1和集合2组合成新集合

结果: 得到新集合,集合1和集合2不变

set1 = {1, 2, 3}
set2 = {1, 5, 6}
set3 = set1.union(set2)
print(set3)  # 结果:{1, 2, 3, 5, 6}
print(set1)  # 结果:{1, 2, 3}
print(set2)  # 结果:{1, 5, 6}

二、字典

思考:老师有一份名单,记录了学生的姓名和考试总成绩,现在需要将其通过Python录入至程序中,并可以通过学生姓名检索学生的成绩,由此引入了字典,使用字典可以用key取出 Value的操作

1.字典的定义

字典的定义,同样使用{ },不过存储的元素是一个个的 : 键值对,如下语法:

# 定义字典字面量
{key: value, key: value, ......, key: value}

# 定义字典变量
 my_dict = {key: value, key: value, ......, key: valuel}

# 定义空字典
my_dict = {}    # 空字典定义方式1
my_dict = dict()  # 空字典定义方式2

注意: 字典内Key不允许重复,重复添加等同于覆盖原有数据

# 定义重复Key的宇典
my_dict1 = {"王力鸿": 99,"王力鸿": 88,"林俊节": 77}
print(f"重复key的字典的内容是:{my_dict1}")

# 结果:重复key的字典的内容是:{'王力鸿':88,林俊节':77}

2.字典数据的获取

字典同集合一样,不可以使用下标索升

但是字典可以通过Key值来取得对应的Value

# 语法,字典[Key]可以取到对应的value
stu_score = {"李四": 99, "张三": 88,"王二麻子": 77}
print(stu_score["李四"])   # 结果:99
print(stu_score["张三"])   # 结果:88
print(stu_score["王二麻子"])  # 结果:77

3.字典的嵌套

字典的Key和Value可以是任意数据类型(Key不可为字典)

那么,就表明,字典是可以嵌套的

需求如下: 记录学生各科的考试信息

stu_score_dict = {
    "王力鸿": {
        "语文": 77,
        "数学": 66,
        "英语": 33
    }, "周杰轮": {
        "语文": 88,
        "数学": 86,
        "英语": 55
    }, "林俊节": {
        "语文": 99,
        "数学": 96,
        "英语": 66
    }
}
print(f"学生的考试信息是:{stu_score_dict}")

# 结果:学生的考试信息是:{'王力鸿': {'语文': 77, '数学': 66, '英语': 33}, '周杰轮': {'语文': 88, '数学': 86, '英语': 55}, '林俊节': {'语文': 99, '数学': 96, '英语': 66}}

从嵌套字典中获取数据:

score = stu_score_dict["周杰轮"]["语文"]
print(f"周杰轮的语文分数是:{score}")

# 结果:周杰轮的语文分数是:88

4.字典的常用操作

编号操作作用
1字典[Key]获取指定Key对应的Value值
2字典[Key]= Value添加或更新键值对
3字典.pop(Key)取出Key对应的Value并在字典内删除此Key的键值对
4字典.clear()清空字典
5字典.keys()获取字典的全部Key,可用于for循环遍历字典
6len(字典)计算字典内的元素数量
(1)新增元素

语法:字典[Key] =Value,结果:字典被修改,新增了元素

my_dict1 = {"王力鸿": 88, "林俊节": 77}
# 新增,张学油的考试成绩
my_dict1['张学油'] = 66
print(my_dict1)

# 结果:{'王力鸿': 88, '林俊节': 77, '张学油': 66}
(2)更新元素

语法:字典[Key]=Value,结果:字典被修改,元素被更新

注意: 字典Key不可以重复,所以对已存在的Key执行上述操作,就是更新Value值

my_dict1 = {"王力鸿": 88, "林俊节": 77}
my_dict1['王力鸿'] = 66
print(my_dict1)

# 结果:{'王力鸿': 66, '林俊节': 77}
(3)删除元素

语法: 字典.pop(Key),结果:获得指定Key的Value,同时字典被修改,指定Key的数据被删除

my_dict1 = {"王力鸿": 88, "林俊节": 77}
value = my_dict1.pop("王力鸿")
print(value)   # 结果:88
print(my_dict1)  # 结果:{'林俊节': 77}
(4)清空字典

语法:字典.clear(),结果:字典被修改,元素被清空

my_dict1 = {"王力鸿": 88, "林俊节": 77}
my_dict1.clear()
print(my_dict1)

# 结果:{}
(5)获取字典的全部Key

语法:字典.keys(),可用于for循环遍历字典

# 获取全部的key
my_dict = {"周杰轮": 99, "王力鸿": 88, "林俊节": 77}
keys = my_dict.keys()
print(f"字典的全部keys是:{keys}")  # 结果:字典的全部keys是:dict_keys(['周杰轮', '王力鸿', '林俊节'])

# 遍历字典
# 方式一:通过获取到全部的key来完成遍历
for key in keys:
    print(f"字典的key是:{key}")
    print(f"字典的value是: {my_dict[key]}")

# 方式二:直接对字典进行for循环,每一次循环都是直接得到key
for key in my_dict:
    print(f"字典的key是:{key}")
    print(f"字典的value是: {my_dict[key]}")

5.字典的特点

经过上述对字典的学习,可以总结出字典有如下特点:

(1)可以容纳多个数据

(2)可以容纳不同类型的数据

(3)每一份数据是KeyValue键值对

(4)可以通过Key获取到Value,Key不可重复 (重复会覆盖)

(5)不支持下标索引

(6)可以修改(增加或删除更新元素等)

(7)支持for循环,不支持while循环


本次内容就到此啦,欢迎评论区或者私信交流,觉得笔者写的还可以,或者自己有些许收获的,麻烦铁汁们动动小手,给俺来个一键三连,万分感谢 !  

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/1211124.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

解决k8s通过traefik暴露域名失败并报错:Connection Refused的问题

我敢说本篇文章是网上为数不多的解决traefik暴露域名失败问题的正确文章。 我看了网上太多讲述traefik夸夸其谈的文章了,包含一大堆复制粘贴的水文和还有什么所谓“阿里技术专家”的文章,讲的全都是错的!基本没有一个能说到点子上去&#xf…

用LLM生成反驳:首先洞察审稿人的心理,再巧妙回应!

深度学习自然语言处理 原创作者:Winnie 在科研领域,同行评审(review-rebuttal)是保证学术质量的关键环节。这一过程中的辩论和反驳非常具有挑战性。传统的同行评审生成任务通常集中在表面层面的推理。 研究人员发现,考虑论点背后的态度根源和…

aliyun Rest ful api V3版本身份验证构造

aliyun Rest ful api V3版本身份验证构造 参考官网:https://help.aliyun.com/zh/sdk/product-overview/v3-request-structure-and-signature?spma2c4g.11186623.0.0.787951e7lHcjZb 构造代码 :使用GET请求进行构造,算法使用sha256 使用postm…

多维时序 | MATLAB实现PSO-BiLSTM-Attention粒子群优化双向长短期记忆神经网络融合注意力机制的多变量时间序列预测

多维时序 | MATLAB实现PSO-BiLSTM-Attention粒子群优化双向长短期记忆神经网络融合注意力机制的多变量时间序列预测 目录 多维时序 | MATLAB实现PSO-BiLSTM-Attention粒子群优化双向长短期记忆神经网络融合注意力机制的多变量时间序列预测预测效果基本介绍模型描述程序设计参考…

Python安装第三方库出错完美解决方法

错误 Could not find a version that satisfies the requirement PIL (from versions: none) ERROR: No matching distribution found for PILTry to run this command from the system terminal. Make sure that you use the correct version of pip installed for your Pyth…

Linux:给openlab搭建web网站

httpd服务器建立综合练习 建立网站需求: 1.基于域名 www.openlab.com 可以访问网站内容为 welcome to openlab!!! 2.给该公司创建三个子界面分别显示学生信息,教学资料和缴费网站, (1)、基于 www.openlab.com/stud…

使用Pandas进行数据读写的简易教程

Pandas是一个功能强大且广泛使用的Python库。它提供了一种简单而灵活的方式来读取和写入各种数据格式,包括CSV、Excel、SQL数据库等。本文将介绍如何使用Pandas进行数据的读取和写入操作,帮助你快速上手并高效地处理数据。 一、安装和导入pandas 首先&…

Linux软硬链接

文章目录 🐋1. 建立软硬链接现象🐠2. 软硬链接🪸2.1 软链接🪸2.2 硬链接 🐦3. 应用场景🪹3.1 软链接应用场景🪹3.2 硬链接应用场景 🐋1. 建立软硬链接现象 我们这里给file.txt建立软…

CH12_处理继承关系

函数上移(Pull Up Method) 反向重构:函数下移(Push Down Method) class Employee {/*...*/} class Salesman extends Employee {get name() {/*...*/} } class Engineer extends Employee {get name() {/*...*/} }cla…

AI数字员工创新工作模式丨市女协走进实在智能,沉浸体验RPA Agent智能魅力

11月10日,杭州市女企业家协会组织走进副会长张军燕企业——杭州实在智能科技有限公司,开展“领跑AI时代,做先进企业”人工智能沙龙活动。 本次沙龙是一场真正关注最前沿AI大模型与RPA自动化技术、寻找企业确定性增长的科技盛宴,也…

《深入浅出.NET框架设计与实现》阅读笔记(四)

静态文件系统 通过ASP.NET Core 提供的静态文件模块和静态文件中间件,可以轻松的让应用程序拥有访问静态文件的功能,同时可以基于IFileProvider对象来自定义文件系统,如基于Redis做扩展文件系统 启动静态文件服务 在Program.cs 类中&#x…

Fedora Linux 39 正式版官宣 11 月 发布

导读Fedora Linux 39 正式版此前宣布将于 10 月底发布,不过这款 Linux 发行版面临了一些延期,今天开发团队声称,Fedora Linux 39 正式版将于 11 月 7 日发布。 过查询得知,在近日的 "Go / No-Go" 会议上,开…

国产企业级低代码开发哪个最好?这一款超好用

低代码开发平台(Low-code Development Platform)正在迅速崛起,成为未来软件技术发展的主导趋势。通过使用低代码开发平台,企业能够显著提高开发效率,降低对专业开发人员的依赖,并实现更快速的软件交付和使用…

【从删库到跑路】MySQL数据库 | 全局锁 | 表级锁 | 行级锁

文章目录 🌹简述🎄全局锁⭐数据备份🎈设置全局锁🎈对表进行备份🎈释放锁 🎄表级锁🛸表锁⭐读锁⭐写锁 🛸元数据锁🛸意向锁⭐意向共享锁⭐意向排他锁 🎄行级锁…

某头部通信企业:SDLC+模糊测试,保障数实融合安全发展

某头部通信企业是全球领先的综合通信信息解决方案提供商,为全球电信运营商、政企客户和消费者提供创新的技术与产品解决方案。该企业持续关注核心技术攻关,深入打造系列化标杆项目和价值场景,加强数字化平台的推广应用,加快共建开…

蓝桥杯每日一题2023.11.15

题目描述 此处的快速排序有一个思想:以一个数x来判定这l至r区间的数的大小,如果a[l]小于x就与右侧的a[r]交换,最后x可以将这个区间的数进行一分为二。填空出就是已经将x移动到左部分和右部分之间,来确定二分的一个界点 答案&…

大模型在数据分析场景下的能力评测|进阶篇

做数据分析,什么大模型比较合适? 如何调优大模型,来更好地做数据计算和洞察分析? 如何降低整体成本,同时保障分析体验?10月25日,我们发布了数据分析场景下的大模型能力评测框架(点击…

NovelD: A Simple yet Effective Exploration Criterion论文笔记

NovelD:一种简单而有效的探索准则 1、Motivation 针对稀疏奖励环境下的智能体探索问题,许多工作中采用各种内在奖励(Intrinsic Reward)设计来指导困难探索环境中的探索 ,例如: ICM:基于前向动力学模型的好奇心驱动探索RND&…

外贸客户管理系统是什么?推荐的管理软件?

外贸客户管理系统哪个好用?海洋建站如何选管理系统? 外贸客户管理系统,是一款专为外贸企业设计的客户关系管理系统,旨在帮助外贸企业建立与维护客户关系,提高客户满意度和忠诚度,提升企业业绩。海洋建站将…

机器学习-搜索技术:从技术发展到应用实战的全面指南

在本文中,我们全面探讨了人工智能中搜索技术的发展,从基础算法如DFS和BFS,到高级搜索技术如CSP和优化问题的解决方案,进而探索了机器学习与搜索的融合,最后展望了未来的趋势和挑战,提供了对AI搜索技术深刻的…