Python二级（08）——组合数据类型

一、知识导图

二、 组合数据类型的基本概念

1、 组合数据类型
I、Python语言中最常用的组合数据类型有3大类， 分别是$集合类型、序列类型和映射类型。$
II、集合类型是一个具体的数据类型名称，而序列类型和映射类型是一类数据类型的总称。
①集合类型是一个元素集合，元素之间无序，相同元素在 集合中唯一存在。
②序列类型是一个元素向量，元素之间存在先后关系，通 过序号访问，元素之间不排他。序列类型的典型代表是 字符串类型和列表类型。
③映射类型是“键-值”数据项的组合，每个元素是一个键 值对，表示为(key, value)。映射类型的典型代表是字典 类型。

2、 集合类型概述
I、Python语言中的集合类型与数学中的集合概念 一致，即包含0个或多个数据项的无序组合。
II、集合是无序组合，用大括号({})表示，它没有 索引和位置的概念，集合中元素可以动态增加或 删除。
III、集合中元素$不可重复$，元素类型只能是固定数据类型， 例如:整数、浮点数、字符串、元组等，列表、字典和 集合类型本身都是可变数据类型，不能作为集合的元素 出现。

>>>s = {1010, "1010", 78.9}
>>>print(type(s))
<class 'set'>
>>>print(len(s))
3
>>>print(s)
{1010, 78.9, '1010'}

IV、需要注意，由于集合元素是无序的，集合的打印效果与 定义顺序可以不一致。由于集合元素独一无二，使用集 合类型能够过滤掉重复元素。

>>>T = {1010, "1010", 12.3, 1010, 1010}
>>>print(T)

{1010, 12.3, '1010'}

V、集合类型有4个操作符，交集(&)、并集(|)、差集 (-)、补集(^)，操作逻辑与数学定义相同。

S = {1010, "1010", 78.9}

T = {1010, "1010", 12.3, 1010, 1010}

>>>print(S - T)
{78.9}
>>>print(S | T)
{1010, 12.3, 78.9, '1010'}
>>>print(S & T)
{1010, '1010'}
>>>print(S ^ T)
{12.3, 78.9}

VI、集合类型有一些常用的操作函数或方法

VII、集合类型主要用于元素去重，适合于任何组合数 据类型。

>>>s = set('知之为不知')
>>>print(s)
{'为', '知', '不', '之'}

3、序列类型概述
I、序列类型是一维元素向量，元素之间存在先后关 系，通过序号访问。
II、由于元素之间存在顺序关系，所以序列中可以存 在相同数值但位置不同的元素。Python语言中 有很多数据类型都是序列类型，其中比较重要的 是：字符串类型和列表类型，此外还包括元组类型。
III、字符串类型可以看成是单一字符的有序组合，属于序列 类型。列表则是一个可以使用多种类型元素的序列类型。 序列类型使用相同的索引体系，即正向递增序号和反向 递减序号。

IV、序列类型有一些通用的操作符和函数

4、映射类型概述
I、映射类型是$“键-值”$数据项的组合，每个元素是一个键值对，即元素是(key, value)，元素之间是无序的。键值 对是一种二元关系，源于属性和值的映射关系;

II、映射类型是序列类型的一种扩展。在序列类型中，采用 从0开始的正向递增序号进行具体元素值的索引。而映射 类型则由用户来定义序号，即键，用其去索引具体的值。
III、键（key）表示一个属性，也可以理解为一个类别或项目， 值（value）是属性的内容，键值对刻画了一个属性和它 的值。键值对将映射关系结构化，用于存储和表达。

三、列表类型

1、列表的定义
I、列表是包含0个或多个对象引用组成的有序序列，属 于序列类型。列表可以元素进行增加、删除、替 换、查找等操作。列表没有长度限制，元素类型 可以不同，不需要预定义长度。
II、列表类型用中括号（[]）表示，也可以通过list(x) 函数将集合或字符串类型转换成列表类型。

ls = [1010, '1010', [1010, '1010'], 1010]
print(ls)
print(list("列表可以由字符串生成"))
print(list())

[1010, '1010', [1010, '1010'], 1010]
['列', '表', '可', '以', '由', '字', '符', '串', '生', '成']
[]

III、列表属于序列类型，所以列表类型支持序列类型 对应的操作
2、列表的索引
I、索引是列表的基本操作，用于获得列表的一个元 素。使用中括号作为索引操作符。

>>>ls = [1010, "1010", [1010, "1010"], 1010]
>>>print(ls[3])
1010
>>>print(ls[-2])
[1010, '1010']
>>>print(ls[5])
Traceback (most recent call last):
  File "/工作/pyDemo/src/Test.py", line 143, in <module>
    print(ls[5])
IndexError: list index out of range

II、可以使用遍历循环对列表类型的元素进行遍历操 作，基本使用方式如下:

>>>ls = [1010, "1010", [1010, "1010"], 1010]
>>>for s in ls:
        print(s * 2)
2020
10101010
[1010, '1010', 1010, '1010']
2020

3、 列表的切片
I、切片是列表的基本操作，用于获得列表的一个片 段，即获得一个或多个元素。切片后的结果也是 列表类型。切片有两种使用方式:

II、切片获取列表类型从N到M(不包含M)的元素组成新 的列表。当K存在时，切片获取列表类型从N到M(不包 含M)以K为步长所对应元素组成的列表。

ls = [1010, "1010", [1010, "1010"], 1010]
print(ls[1:4])
print(ls[-1:-3])
print(ls[-3:-1])
print(ls[0:4:2])

['1010', [1010, '1010'], 1010]
[]
['1010', [1010, '1010']]
[1010, [1010, '1010']]

四、列表类型的操作

1、列表操作函数
I、列表类型继承序列类型特点，有一些通用的操作函数

ls = [1010, "1010", [1010, "1010"], 1010]
print(len(ls))
lt = ["Python", ["1010", 1010, [1010, "Python"]]]
print(len(lt))

4
2

II、min(ls)和max(ls)分别返回一个列表的最小或最大元素， 使用这两个函数的前提是列表中各元素类型可以进行比较。

ls = [1010, 10.10, 0x1010]
print(min(ls))
print(max(ls))
lt = ["1010", "10.10", "Python"]
print(max(lt))
ls = ls + lt
print(ls)
print(max(ls))

10.1
Traceback (most recent call last):
4112
Python
  File "/工作/pyDemo/src/Test.py", line 165, in <module>
[1010, 10.1, 4112, '1010', '10.10', 'Python']
    print(max(ls))
TypeError: '>' not supported between instances of 'str' and 'int'

III、list(x)将变量x转变成列表类型，其中x可以是字符串类型， 也可以是字典类型。

print(list("python"))
print(list({"小明", "小红", "小白", "小新"}))
print(list({"201801": "小明", "201802": "小红", "201803": "小白"}))

['p', 'y', 't', 'h', 'o', 'n']
['小新', '小红', '小白', '小明']
['201801', '201802', '201803']

IV、列表类型存在一些操作方法，使用语法形式是:


①ls.append(x)在列表ls最后增加一个元素x。

lt = ["1010", "10.10", "Python"]
lt.append(1010)
print(lt)
lt.append([1010, 0x1010])
print(lt)

['1010', '10.10', 'Python', 1010]
['1010', '10.10', 'Python', 1010, [1010, 4112]]

ls.append(x)仅用于在列表中增加一个元素，如 果希望增加多个元素，可以使用加号，将两个列 表合并。

lt = ["1010", "10.10", "Python"]
ls = [1010, [1010, 0x1010]]
ls += lt
print(ls)

[1010, [1010, 4112], '1010', '10.10', 'Python']

②ls.insert(i, x)在列表ls中序号i位置上增加元素x，序号i之 后的元素序号依次增加。

>>>lt = ["1010", "10.10", "Python"] 
>>>lt.insert(1, 1010)
>>>print(lt)
['1010', 1010, '10.10', 'Python']

③ls.clear()将列表ls的所有元素删除，清空列表。

>>>lt = ["1010", "10.10", "Python"] 
>>>lt.clear()
>>>print(lt)
[]

④ls.pop(i)将返回列表ls中第i位元素，并将该元素从列表 中删除。

>>>lt = ["1010", "10.10", "Python"] 
>>>print(lt.pop(1))
10.10
>>>print(lt)
["1010", "Python"]

⑤ls.remove(x)将删除列表ls中第一个出现的x元素。

>>>lt = ["1010", "10.10", "Python"] 
>>>lt.remove("10.10")
>>>print(lt)
["1010", "Python"]

除了上述方法，还可以使用Python保留字del对列表元素 或片段进行删除，使用方法如下:
del <列表变量>[<索引序号>] 或
del <列表变量>[<索引起始>: <索引结束>]

>>>lt = ["1010", "10.10", "Python"] 
>>>del lt[1]
>>>print(lt)
["1010", "Python"]
>>>lt = ["1010", "10.10", "Python"] 
>>>del lt[1:]
>>>print(lt)
["1010"]

⑥ls.reverse()将列表ls中元素进行逆序反转。

>>>lt = ["1010", "10.10", "Python"] 
>>>print(lt.reverse())
['Python', '10.10', '1010']

⑦ls.copy() 复制ls中所有元素生成一个新列表。

>>>lt = ["1010", "10.10", "Python"] 
>>>ls = lt.copy()
>>>lt.clear() # 清空lt 
>>>print(ls)
["1010", "10.10", "Python"]

由上例看出，一个列表lt使用.copy()方法复制后赋值给 变量ls，将lt元素清空不影响新生成的变量ls。
需要注意，对于基本的数据类型，如整数或字符串，可 以通过等号实现元素赋值。但对于列表类型，使用等号 无法实现真正的赋值。其中，ls = lt语句并不是拷贝lt中 元素给变量ls，而是新关联了一个引用，即ls和lt所指向 的是同一套内容。

>>>lt = ["1010", "10.10", "Python"] 
>>>ls = lt # 仅使用等号 
>>>lt.clear()
>>>print(ls)
[]

⑧使用索引配合等号(=)可以对列表元素进行修改。

>>>lt = ["1010", "10.10", "Python"] 
>>>lt[1] = 1010
>>>print(lt)
["1010", 1010, "Python"]

列表是一个十分灵活的数据结构，它具有处理任意长度、 混合类型的能力，并提供了丰富的基础操作符和方法。 当程序需要使用组合数据类型管理批量数据时，请尽量 使用列表类型。
#五、字典类型
1、字典的定义
I、“键值对”是组织数据的一种重要方式，广泛应 用在Web系统中。键值对的基本思想是将“值” 信息关联一个“键”信息，进而通过键信息查找 对应值信息，这个过程叫映射。Python语言中 通过字典类型实现映射。
II、Python语言中的字典使用大括号{}建立，每个元 素是一个键值对，使用方式如下:

III、其中，键和值通过冒号连接，不同键值对通过逗 号隔开。字典类型也具有和集合类似的性质，即 键值对之间没有顺序且不能重复
IV、变量d可以看作是“学号”与“姓名”的映射关 系。需要注意，字典各个元素并没有顺序之分。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"}
>>>print(d)
{'201801': '小明', '201802': '小红', '201803': '小白'}

2、字典的索引
I、列表类型采用元素顺序的位置进行索引。由于字 典元素“键值对”中键是值的索引，因此，可以 直接利用键值对关系索引元素。
典中键值对的索引模式如下，采用中括号格式:
$<值>=<字典变量>[<键>]$

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>print(d["201802"])
小红

II、利用索引和赋值(=)配合，可以对字典中每个 元素进行修改。

>>>d["201802"] = '新小红' 
>>>print(d)
{'201801': '小明', '201803': '小白', '201802': '新小红'}

III、使用大括号可以创建字典。通过索引和赋值配合， 可以向字典中增加元素。

>>>t = {} 
>>>t["201804"] = "小新" 
>>>print(d)
{'201804': '小新'}

IV、字典是存储可变数量键值对的数据结构，键和值 可以是任意数据类型，通过键索引值，并可以通 过键修改值。

六、字典类型的操作

1、字典的操作函数
I、字典类型有一些通用的操作函数

①len(d)给出字典d的元素个数，也称为长度。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>len(d)
3

②min(d)和max(d)分别返回字典d中最小或最大索引值

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>min(d)
'201801'
>>>max(d)
'201803'

③dict()函数用于生成一个空字典，作用和{}一致。

>>>d = dict() 
>>>print(d)
{}

2、 字典的操作方法
I、字典类型存在一些操作方法，使用语法形式是:
$<字典变量>.<方法名称>(<方法参数>)$

①d.keys()返回字典中的所有键信息，返回结果是Python 的一种内部数据类型dict_keys，专用于表示字典的键。 如果希望更好的使用返回结果，可以将其转换为列表类 型。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.keys()
dict_keys(['201801', '201802', '201803']) 
>>>type(d.keys())
<class 'dict_keys'>
>>>list(d.keys())
['201801', '201802', '201803']

②d.values()返回字典中的所有值信息，返回结果是Python 的一种内部数据类型dict_values。如果希望更好的使用 返回结果，可以将其转换为列表类型。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.values()
dict_values(['小明', '小红', '小白'])
>>>type(d.values())
<class 'dict_values'>
>>>list(d.values())
['小明', '小红', '小白']

③d.items()返回字典中的所有键值对信息，返回结果是 Python的一种内部数据类型dict_items。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.items()
dict_items([('201801', '小明'), ('201802', '小红'), ('201803', '小白')])
>>>type(d.items())
<class 'dict_items'>
>>>list(d.items())
[('201801', '小明'), ('201802', '小红'), ('201803', '小白')]

④d.get(key, default)根据键信息查找并返回值信息，如果 key存在则返回相应值，否则返回默认值，第二个元素 default可以省略，如果省略则默认值为空。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.get('201802')
'小红'
>>>d.get('201804')
>>>d.get('201804', '不存在') 
'不存在'

⑤d.pop(key, default)根据键信息查找并取出值信息，如果 key存在则返回相应值，否则返回默认值，第二个元素 default可以省略，如果省略则默认值为空。相比d.get() 方法，d.pop()在取出相应值后，将从字典中删除对应的 键值对。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.pop('201802')
'小红'
>>>print(d)
{'201801': '小明', '201803': '小白'} 
>>>d.pop('201804', '不存在') 
'不存在'

⑥d.popitem()随机从字典中取出一个键值对，以元组(key, value)形式返回。取出后从字典中删除这个键值对

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>print(d.popitem())
('201803', '小白')
>>>d
{'201801': '小明', '201802': '小红'}

⑦d.clear()删除字典中所有键值对。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>d.clear()
>>>print(d)
{}

⑧此外，如果希望删除字典中某一个元素，可以使用 Python保留字del。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>del d["201801"]
>>>print(d)
{'201802': '小红', '201803': '小白'}

II、字典类型也支持保留字in，用来判断一个键是否在字典 中。如果在则返回True，否则返回False。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>"201801" in d
True
>>>"201804" in d
False

III、与其他组合类型一样，字典可以遍历循环对其元素进行 遍历，基本语法结构如下:

for循环返回的变量名是字典的索引值。如果需要获得键 对应的值，可以在语句块中通过get()方法获得。

>>>d = {"201801":"小明", "201802":"小红", "201803":"小白"} 
>>>for k in d:
        print("字典的键和值分别是:{}和{}".format(k, d.get(k)))

字典的键和值分别是:201801和小明 
字典的键和值分别是:201802和小红 
字典的键和值分别是:201803和小白

七、实例解析–文本词频统计

1、问题

在很多情况下，会遇到这样的问题:对于一篇给 定文章，希望统计其中多次出现的词语，进而概 要分析文章的内容。这个问题的解决可用于对网 络信息进行自动检索和归档。在信息爆炸时代，这种归档或分类十分有必要。 这就是“词频统计”问题。

2、实例
统计《哈姆雷特》英文词频
①第一步:分解并提取英文文章的单词
②第二步:对每个单词进行计数
③第三走:对单词的统计值从高到低进行排序
3、方案

def getText():
    # 打开并读取文本文件
    txt = open("hamlet.txt", "r").read()
    # 排除原文大 小写差异对词频统计的干扰
    txt = txt.lower()
    # 将各种特殊字符和标点符号使用txt.replace()方法 替换成空格，再提取单词
    for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
        txt = txt.replace(ch, " ")
    return txt

hamletTxt = getText()
words = hamletTxt.split()
counts = {}
for word in words:
    # 将文本中特殊字符替换为空格
    counts[word] = counts.get(word, 0) + 1
items = list(counts.items())
items.sort(key=lambda x: x[1], reverse=True)
for i in range(10):
    word, count = items[i]
    print("{0:<10}{1:>5}".format(word, count))

交流

如果你有更好的解法或者有不同的意见，大家可以畅所欲言，共同提高进步！
群主也是小白一枚，零基础学习python，要勇于提问，大家共同探讨，共同学习进步！

1、加入qq群一起交流学习：818757567

2、关注微信公众号：python大星

问君能有几多愁？恰似一江春水向东流。