Python的四种基本数据类型(面试题)

一、背景介绍

        无论是学习python编程还是面试与python相关的岗位,可能都会涉及python的四种基本数据类型,这四种基本数据类型分别是List(队列)、Tuple(元组)、Set(集合)和Dict(字典)。

List:可更改的数据集合,允许有重复成员,以[elem,……]表示,如:[1, 2, 5, 3, 1];

Tuple:不可更改的数据集合,允许有重复成员,以(elem,……)表示,如:(1, 2, 5, 3, 1);

Set:可更改的数据集合,不允许有重复成员,以{elem,……}表示,如:{1, 2, 5, 3};

Dict:可更改的数据集合,由键值对组成,建(key)不允许重复,值(value)允许重复,以{key: value}表示,如:{1: "小红", 2: "小蓝"}。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
当涉及到数据清洗的高频面试题时,以下是一些常见的问题和答案: 1. 什么是数据清洗? 数据清洗是指对原始数据进行处理和转换,以去除错误、不完整、重复或不必要的数据,以确保数据的准确性和一致性。 2. 如何处理缺失值? 处理缺失值的常见方法包括删除包含缺失值的行或列、用均值或中位数填充缺失值、使用插值方法填充缺失值等。 3. 如何处理重复值? 处理重复值的方法包括删除重复值、保留第一个或最后一个重复值、标记重复值等。 4. 如何处理异常值? 处理异常值的方法包括删除异常值、替换为缺失值、使用统计方法进行修正等。 5. 如何处理不一致的数据格式? 处理不一致的数据格式可以使用字符串操作函数(如strip、lower、replace等)进行格式化,或者使用正则表达式进行匹配和替换。 6. 如何处理数据类型转换? 可以使用Python的内置函数(如int、float、str等)进行数据类型转换,或者使用pandas库中的astype函数进行批量转换。 7. 如何处理日期和时间数据? 可以使用Python的datetime模块进行日期和时间数据的解析、格式化和计算,或者使用pandas库中的to_datetime函数进行批量转换。 8. 如何处理文本数据? 处理文本数据的方法包括去除特殊字符、分词、去除停用词、词干提取、词向量化等。 9. 如何处理数据集合的合并和拆分? 可以使用pandas库中的merge函数进行数据集合的合并,使用split函数进行数据集合的拆分。 10. 如何处理数据集中的异常值和离群点? 可以使用统计方法(如均值、标准差)进行异常值和离群点的检测和修正,或者使用可视化工具(如箱线图、散点图)进行可视化分析。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值