python各数据类型特点

chuntian_tester

已于 2022-07-19 23:52:08 修改

阅读量3.2k

点赞数 2

分类专栏： Python细节文章标签： python

于 2022-02-10 22:53:17 首次发布

本文链接：https://blog.csdn.net/qq_40132294/article/details/122869283

版权

Python细节专栏收录该内容

11 篇文章 2 订阅

订阅专栏

本文介绍了Python的三种主要数据类型：数值、序列（如字符串、列表、元组）和散列（如字典、集合）。性能上，集合最快，字典次之，元组再次，列表最慢。内存占用则相反。元组用于不可变数据，列表用于可变数据。字典和集合内部通过哈希表实现，字典以键为哈希对象，集合直接操作元素。此外，文章还探讨了列表和字典推导式、迭代器和生成器的概念与用法。

摘要由CSDN通过智能技术生成

python3种数据类型：

1.数值：1，2，3

2.序列：字符串，列表，元祖

3.散列：字典，集合。⭐️内部元素是无序的。

性能排序：

从消耗时间上比较：集合<字典<元祖<列表

从占用内存上比较：字典>集合>列表>元祖

一。元组与列表

list与tuple(列表与元组）性能：

pip install ipython(ipython可以分析函数的执行时间）

ipython

对比得出，在内存中创建元组比创建列表快了很多。所以，数据会增减变化的用列表，不会变化的尽量用元组。

命名元祖：

二。字典和集合{ }

字典和集合的原理及应用：

dict与set实现原理是一样的，都是将实际的值放入list中，唯一不同在于hash函数操作的对象；对于dict,hash函数操作的是其key；对于set，hash函数直接操作其元素，假设操作内容为x,其作为因变量放入hash函数，通过运算后取list的余数，转化为一个list的下标，此下标位置对于set而言用来放其本身，而对于dict而言，则是创建了两个list,一个list存放该下标key,另一个list存放该下标对应的value。其中，我们把实现set的方式叫做HashSet.实现dict的方式叫做Hash Map/Table（map就是指通过key来寻找value的过程）。

集合：se = set()或者se = {}.集合可自动去重

字典：dic = {'name':'chuntian'}

三。推导式：可推导出列表和字典

1.列表推导式：[ ]

list1 = [i**2 for i in range(10)]
print(list1)

输出：
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

2.字典推导式：{ }

dict1 = {i: i+1 for i in range(10)}
print(dict1)
输出：
{0: 1, 1: 2, 2: 3, 3: 4, 4: 5, 5: 6, 6: 7, 7: 8, 8: 9, 9: 10}


a = ['a', 'b', 'c', 'd']
dict1 = {}
for i, j in enumerate(a):
    dict1[i] = j
print(dict1)
输出：
{0: 'a', 1: 'b', 2: 'c', 3: 'd'}


list1 = ["cook_str='sdgdssgk gjkjdg'", "pstm='但是风蛋糕跟'", "adg='sfs gg"]
dict1 = {i.split('=')[0]: i.split('=')[1] for i in list1}
print(dict1)
输出：
{'cook_str': "'sdgdssgk gjkjdg'", 'pstm': "'但是风蛋糕跟'", 'adg': "'sfs gg"}

四。迭代器和生成器

迭代器：只要能通过next()从里面取值的，都叫迭代器（生成器属于迭代器的一种）；只要是能够通过for循环进行遍历的，都是可迭代对象。iter()函数可以将一个可迭代对象转换成一个迭代器。

# 可以使用iter()方法将可迭代对象转化为一个迭代器
list1 = [1, 2, 3, 4]
print(next(list1))  # TypeError: 'list' object is not an iterator

输出：
TypeError: 'list' object is not an iterator

# 可以使用iter()方法将可迭代对象转化为一个迭代器
list1 = [1, 2, 3, 4]
list_iter = iter(list1)
print(next(list_iter))
print(next(list_iter))

输出：
1
2

生成器：（）节约内存，提升性能。

yield关键字只能用在函数中。

使用next（）取值

# （）生成器表达式
iter1 = (i for i in range(5))
print(next(iter1))
print(next(iter1))
print(next(iter1))
print(next(iter1))
print(next(iter1))
print(next(iter1))
输出：
0
1
2
3
4
Traceback (most recent call last):
  File "/Users/jeanettian/PycharmProjects/demo/dataType/生成器.py", line 8, in <module>
    print(next(iter1))
StopIteration

函数内中使用yield关键字实现生成器

def func():
    yield 100
    print("hello,world")
    yield 200
    yield 300


res = func()
print(next(res))  # 100
print(next(res))  # hello,world  200
print(next(res))  # 300
print(next(res))  # 300

send()方法可往生成器内添加数据，next()方法可以从生成器中取出数据。

ge.send()示例：


def func():
    for i in range(1, 5):
        res = yield i
        print('res的值为：', res)


ge = func()  # ge是生成器对象
print(next(ge))  # 从生成器取值
print(ge.send(100))  # 往生成器中添加数据，会在yield暂停后，将值赋值给res接收
print(next(ge))

输出：
1
res的值为： 100
2
res的值为： None
3