四、Python的数据结构

一、Python的字符串

Python本身作为一个擅长数据处理、文本处理的语言，开发中需要大量的处理字符串字符串可以从前端用户输入、日志文件读取、数据库查询、网络爬取，然后进行各种处理变换和利用

Python的字符串
类型：str

• 知识点1：单引号、双引号、三引号
  字符串可以使用单引号、双引号、三引号包括起来的内容
  单引号和双引号都可以包含字符串
  "hello"和'hello'是一样的
  单引号中可以直接放双引号，不用转义
  'hello "python" world'
  双引号中可以直接放单引号，不用转义
  "hello 'python' world"
  单引号中放单引号，需要用\转义
  'hello \'python\'world'
  双引号中放双引号，需要用\转义
  "hello \"python" world"
  三个双引号，或者三个单引号，可以包含多行数据，并且里面可以随便包含双引号和单引号

sql = """
select * 
from table
where name like '%li%'
order by id desc
"""

print(sql)

• 知识点2：获取子串

使用数字下标，可以直接访问某个字符，“abc”[0] == “a”

数字下标可以从-1开始，代表从字符串最后开始数，“abc”[-1] == “c”

可以使用切片，获取子字符串

str[2:4]，获取2~4的子字符串，包括第2个元素，不包括第4个元素

str[:4]，获取从开头0到第4个元素(不包括)的子串，“2018-09-24”[:4]

str[4:]，获取从第4个元素(包括)开始，到最后的子字符串

• 知识点3：字符串的格式化

当将数据返回给客户端、写出到文件、存入到数据库的时候
经常需要对外输出一个字符串，这个字符串是很多个变量和字符串的拼接格式化

方法1：用加号拼接字符串和字符串，“hello” + s

方法2：使用百分号格式化符号，“buy %s, count %d, price %f.”%(“apple”, 10, 99.9)

方法3：使用format函数，"{vara} and {varb}".format(vara=“liming”, varb=“xiaomei”)

方法4：使用py3.6新的format方法，f"buy {name}, count is {count}"

方法5：使用join函数，"\t".join([‘a’,‘b’,‘c’])

• 知识点4：字符串的常用方法

字符串支持的常用方法列表

len(“abc”) 字符串的长度

str(12), str(1.2), str([1,2,3]把对象变成字符串

str.endswith(".txt")，判断是否已某个字符串结尾

str.startswith(“test_”)，判断是否以某个字符串开头

str.replace(old, new)，将旧字符串替换为新字符串

str.split(",")，使用字符串分割字符串得到一个list

str.strip()，去除字符串两边的空格

str.isnumeric()，判断字符串是不是数字

二、Python的列表list

Python的列表list是一种保存有序项集合、可变的数据结构（可以增加和删除项）

创建一个空列表：data = []

创建一个有值列表：data = [1,2,3,4]

Python的列表
类型：list

• 知识点1：列表的索引和切片

  索引：list[idx]，访问某个元素，idx>=0 and idx <= len(list)-1

  索引： idx可以是负数，从-1往前数

  切片：list[begin:end]，获取切片List，从begin开始，到end结束(不包括end)

  索引和切片对应的值都是可以修改的（字符串不可以）

• 知识点2：列表的常用方法

  list.append(item)，在列表末尾新增一个元素

  list.extend(list)，在列表末尾新增一个列表

  list + list，返回一个新的List合并的list

  list.clear()，清空列表中的所有元素

  len(list)，返回列表的元素个数

  for i in list: print(i)，按顺序遍历列表

  for idx,value in enumerate(list): print(idx, value)，用下标和数值遍历列表

  for idx in range(len(list)): print(idx, list[idx]) ，用下标和数值遍历列表

  list.sort(key=None, reverse=False)，对list进行排序

  list.reverse()，翻转list自身

• 知识点3：方便的列表推导式

  列表推导式（又称列表解析式）提供了一种简明扼要的方法来创建列表。

         squares = [  x*x   for x in list   if x%2==0   ]

例子：问题：计算10以内的所有偶数的平方，存入一个列表
如果不用列表推导式：

squares = []
for x in range(10):
    if x%2 == 0:
        squares.append(x*x)

如果使用列表推导式：

squares = [x*x for x in range(10) if x %2 == 0]

实际例子1：将文件每一行的第一列放到一个列表

ids = [line.strip().split("\t")[0] for line in fin if len(line.strip())>0]

实际例子2：怎样使用str.join函数处理List

datas = [1,2,3,4,5]
print("\t".join([str(x) for x in datas]))

三、Python的元组tuple

元组tuple
一种类似列表的数据序列类型

不可变，不可以添加、删除、更新元素

用两个小括号包括，元素之间用逗号分隔

索引和切片：

元组和列表一样支持索引和切片，但是不能更改元素
#得到单个元素
tup[idx]

得到切片，类型也是元组

tup[begin:end]

给元素赋值将会报错

student[0] = 1002 会报错
创建方式：
student = (1001, ‘xiaoming’, 20)

元组的括号可以省略：

tup = “a”, “b”, “c”, “d”

创建空元组和单个元素元组的方式：

tup = ()
tup = (50,)

元组支持的方法：

len(tup)，得到元素个数

tup1+tup2，合并两个元组，得到一个新的元组

e in tup，判断元素是否在元组中

for x in tup: print(x)，用for循环遍历元组

tuple(list)，把一个列表变成元组

x,y,z=tuple，将tuple的元素挨个拆包赋值给x,y,z

Python的元组和列表的区别

区别项	元组tuple	列表list	说明
内容区别	异质、不同类型	同质，相同类型	用一个元组表示一个人的信息people(id、name、age) 用一个列表表示很多人的信息列表[p1,p2,p3]
使用区别	pack和unpack	循环遍历	元组pack和unpack：编写函数pack：get_info(): return id,name,age 调用函unpack：id,name,age = get_info() 列表循环遍历：for s in students: print(s)
是否可变	不可变	可变	元组的不可变性质：代码更安全，如果是一个元组就放心的使用，不怕被更改 有些场景需要不可变的列表，比如字典的KEY要求不可变对象

四、Python的字典dict – 基础语法

字典dict

字典dict是一种KEY：VALUE的数据结构，可以根据KEY设置和获取对应的VALUE
语法： dict = {key1:value1, key2:value2}
举例： d = {“id”:123, “name”:“liming”}

字典dict和列表list的对比

列表用顺序数字做索引，字典用Key做索引，相当于给每个元素进行了命名（"3号学生"和"xm同学"的区别）
如果有一个数据列表：[(11, A), (12, B), (13, C)]，要在其中查找B这个条目，需要遍历列表查找；
如果使用字典{A:11, B:12, C:13}，直接使用get(B)取出，字典具有超级快的按KEY查找速度；

创建方式：
d = {“id”:123, “name”:“liming”, “age”:20}
创建空列表：d = {}

获取数据：
print(d[“id”], d[“name”])
如果key不存在就报错，比如d[“xx”]报错

新增修改数据：
d[“id”] = 456
如果"id"这个key不存在，就新增一个键值对
如果"id"这个key已经存在，就修改"id"对应的值
知识：
字典的KEY一定不会重复的
字典的Key要求不可变，可用数字、字符串、元组，不能是可变的列表

Python的字典dict – 常用方法

字典的常用方法：

len(dict) 字典的key/value对个数，也等于key的个数

str(dict) 字典的字符串形式

type(dict) 字典的类型，输出dict

dict.clear() 清空字典的所有内容

dict.get(key, default) 获取key的内容，如果key不存在，返回默认值default

key in dict 判断key是否在dict的键中

dict1.update(dict2) 将dict2的所有键值对，更新到dict1

{x:x*x for x in range(10)} 字典推导式

以下三个方法常常用于字典的遍历：

dict.items() 以列表返回可遍历的(键, 值) 元组数组，常常用于for遍历

dict.keys() 以列表返回字典所有的键

dict.values() 以列表返回字典的所有的值

五、Python的集合set

集合set：
集合set是一组无序并且没有重复元素的KEY集合
set跟dict的key类似，区别在于set没有value
KEY无序，所以set不支持数字索引和切片(dict也不支持)

使用场景：
使用场景1：判断某个元素是否在集合set中（set比list速度快）；
使用场景2：消除输入数据的重复元素；

创建方式：
创建一个空集合：s = set()
创建一个初始化集合方法1：s = {1,2,2,3}
创建一个初始化集合方法2：s = set([1,2,2,3])
这里的参数可以是列表、元组、字符串
创建空集合不能用s = {}，因为这创建了dict字典

注意：

和dict一样，set的key只能是数字、字符串、元组等不可变对象，不能是列表等可变对象

set支持的方法：

len(set) 集合的元素个数
for x in set 集合的遍历
set.add(key) 新增一个KEY，如果有重复会自动去重
set.remove(key) 删除一个KEY
set.clear() 清空set
x in set 判断元素是否在set集合中
s1 & s2或者s1.intersection(s2) 求两个集合的交集
s1 | s2或者s1.union(s2) 求两个集合的并集
s1 - s2或者s1.difference(s2) 求两个集合的差集
s1.update(s2) 将s2的所有key更新到s1，会去除重复
集合推导式：s = {x for x in ‘abcd’ if x not in ‘bc’}

Python高级数据结构的对比

类型	可变	序列有序	常量举例	基本运算符和函数	常用方法	主要特性	场景
字符串str	否	是	‘abc’ “abc” “”“abc”"" ‘’'abc"""	in + [] [:]len() str() int() float()	replacesplit strip format join	索引、切片	文本表示
列表list	是	是	[] [1,2,3]	in + [] [:] len()	append extend sort	索引、切片	同类对象集合
元组tuple	否	是	() (1,)(1,2,3)	in + [] [:] len()	tuple(list)	索引、切片	不同类型属性打包和拆包
字典dict	是	否	{} {“a”:1,“b”:2}	in [] len()	get update items values keys	无序 按KEY查找VALUE	快速按KEY查找VALUE
集合set	是	否	set() {1,2,3}	in len() & | -	add,remove update	无序 不会重复	去除重复 快速查找KEY
文件file	否	是		open(path) open(path,“w”)	read write close	持久化	程序输入获取 程序输出保存