【数据分析之道-基础知识(三)】元组

专栏导读

✍ 作者简介：i阿极，CSDN Python领域新星创作者，专注于分享python领域知识。

✍ 本文录入于《数据分析之道》，本专栏针对大学生、初级数据分析工程师精心打造，对python基础知识点逐一击破，不断学习，提升自我。
✍ 订阅后，可以阅读《数据分析之道》中全部文章内容，包含python基础语法、数据结构和文件操作，numpy科学计算，panda实现文件内容操作，matplotlib实现数据可视化。
✍ 还可以订阅进阶篇《数据分析之术》，其包含数据分析方法论、数据挖掘算法原理、业务分析实战。
✍ 其他专栏：《数据分析案例》 ，《机器学习案例》

大家好，我是阿极。上一章我们讲解了列表基本操作，不清楚的小伙伴，可以回顾一下，温故而知新。

1、元组简介

在Python中，元组是一种不可变序列数据类型，它可以存储多个元素，与列表类似，不同之处在于元组的元素不能修改。

元组使用小括号 ( )，列表使用方括号 [ ]。

元组创建很简单，只需要在括号中添加元素，并使用逗号隔开即可。

2、元组创建

直接使用逗号分隔符和一对圆括号创建元组

my_tuple = (1, 2, 3, 4, 5)

使用内置的tuple()函数来创建元组

my_tuple = tuple([1, 2, 3, 4, 5])

或者

my_tuple = tuple("hello")

上面的两个例子分别使用列表和字符串作为输入来创建元组。

使用解包操作符（*）来创建元组

my_tuple = 1, 2, 3, 4, 5

在这个例子中，我们省略了圆括号，但仍然可以将多个值打包成元组。

3、元组查找操作

元组是一种有序的数据类型，我们可以使用索引来访问其中的元素。例如，以下代码将返回元组中的第一个元素：

my_tuple = (1, 2, 3)
print(my_tuple[0]) 
 # 输出：1

我们也可以使用切片操作来获取元组的子集，例如：

my_tuple = (1, 2, 3, 4, 5)
print(my_tuple[1:4])  

4、元组删除操作

元组是不可变的，因此我们无法从元组中删除元素。如果我们想要删除元组中的某个元素，我们需要创建一个新的元组，其中不包含要删除的元素。

例如，以下代码将创建一个新的元组，其中不包含原始元组中的第一个元素：

my_tuple = (1, 2, 3)
new_tuple = my_tuple[1:]
print(new_tuple)  

5、元组修改操作

由于元组是不可变的，我们无法直接修改元组中的元素。如果我们想要修改元组中的元素，我们需要创建一个新的元组，其中包含要修改的元素。

例如，以下代码将创建一个新的元组，其中第一个元素被替换为新的值：

my_tuple = (1, 2, 3)
new_tuple = (4,) + my_tuple[1:]
print(new_tuple)

6、元组增加操作

由于元组是不可变的，我们无法直接向元组中添加元素。如果我们想要向元组中添加元素，我们需要创建一个新的元组，其中包含原始元组中的元素以及要添加的新元素。

例如，以下代码将创建一个新的元组，其中包含原始元组中的元素以及一个新的元素：

my_tuple = (1, 2, 3)
new_tuple = my_tuple + (4,)
print(new_tuple)

7、元组内置函数

函数	描述
count(x)	返回元组中值为 x 的元素个数
index(x)	返回元组中第一个值为 x 的元素的索引位置
len()	返回元组的长度（即包含的元素数量）
sorted()	返回一个将元组中所有元素排序后的新列表，原元组不受影响
tuple(iterable)	将可迭代系列转换为元组
max(tuple)	返回元组中元素最大值
min(tuple)	返回元组中元素最小值

#count()
my_tuple = (1, 2, 3, 3, 3, 4, 5)
print(my_tuple.count(3)) # 输出 3

#index()
my_tuple = (1, 2, 3, 3, 3, 4, 5)
print(my_tuple.index(3)) # 输出 2

#len()
my_tuple = (1, 2, 3, 4, 5)
print(len(my_tuple)) # 输出 5

#sorted()
my_tuple = (5, 2, 4, 1, 3)
sorted_list = sorted(my_tuple)
print(sorted_list) # 输出 [1, 2, 3, 4, 5]
print(my_tuple) # 输出 (5, 2, 4, 1, 3)

下一章讲解字典，欢迎关注专栏：《数据分析之道》

📢文章下方有交流学习区！一起学习进步！💪💪💪
📢创作不易，如果觉得文章不错，可以点赞👍收藏📁评论📒
📢你的支持和鼓励是我创作的动力❗❗❗