【python教程入门学习】python入门基础简单数据类型

2 组合数据类型

2.1 集合类型

集合的定义及操作

~集合用大括号{}表示，元素间用逗号分隔；

~建立集合类型用{}或set();

~建立空集合类型，必须用set();

~集合元素之间无序；

~集合中每个元素唯一，不存在相同元素

>>> A = {"python",'666',("wenwei-blog",666)}
{'python', '666', ('wenwei-blog', 666)} >>> B = set("pypy")
{'y', 'p'} >>> C = {"python",123,"python",123}
{'python', 123}

集合操作符

6个操作符

4个增强操作符

** 集合操作方法**

集合应用场景

包含关系比较；数据去重。

2.1 序列类型定义

~序列是具有先后关系的一组元素

~序列是一个基类类型（基本数据类型）

~序列类型分为字符串、列表、元组类型

2.2 序列类型之列表

列表由一系列按特定顺序排列的元素组成，用方括号[]来表示列表。

列表的增删改查相关操作


对列表数字执行简单统计计算

>>> digits = [1,23,434,55,44,67] >>> min(digits) 1
>>> max(digits) 434
>>> sum(digits) 624

** 列表相关练习**

练习1：创建一个列表，其中包含数字1-100并打印出来然后计算列表数字的总值。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

>>> digits = [value for value in range(1,101)];sum(digits) 5050

练习2：求1-20的奇数

>>> for i in range(1,21,2): print(i) 1
3
5
7
9
11
13
15
17
19

练习3： 输出3-30以内能被3整除的数字

>>> lists = [n for n in range(3,31)] >>> lists
>>> for i in lists: if i % 3 == 0: print(i) 

2.3 序列类型之元组

元组其实跟列表差不多，也是存一组数据，只不过它一旦创建便不能修改，所以又叫只读列表

它只有两个方法，一个是count（统计元组某个元素出现的次数tuple.count(‘str’)），一个是index（查看某个元素的索引号tuple.index(‘str’)）

>>> names = ('zhiwenwei','zhouyouxian') >>> names.index('zhiwenwei')
0 >>> names.count('zhiwenwei') 1

元组练习题

有如下变量，请实现要求的功能

tu = (“alex”, [11, 22, {“k1”: ‘v1’, “k2”: [“age”, “name”], “k3”: (11,22,33)}, 44])

a. 请问tu变量中的第一个元素 “alex” 是否可被修改？

元组不可直接被修改，需要转换成列表或字典

b. 请问tu变量中的"k2"对应的值是什么类型？是否可以被修改？如果可以，请在其中添加一个元素 “Seven”

k2是字典的键，对应的值是列表可修改：tu[1][2][‘k2’]=‘Seven’

c. 请问tu变量中的"k3"对应的值是什么类型？是否可以被修改？如果可以，请在其中添加一个元素 “Seven”

k3是字典的键，对应的值是元组不可修改

2.4 字典类型

字典是包含0个或多个键值对的集合，没有长度限制，可以根据键索引值的内容。最后，如果你的时间不是很紧张，并且又想快速的提高，最重要的是不怕吃苦，建议你可以联系维：762459510 ，那个真的很不错，很多人进步都很快，需要你不怕吃苦哦！大家可以去添加上看一下~

Python语言中通过字典实现映射，通过大括号{}建立，建立模型如下：

{键1：值1，键2：值2，…}

>>> city = {'中国':'北京','美国':'纽约','法国':'巴黎'} >>> city
{'中国': '北京', '美国': '纽约', '法国': '巴黎'}

拓展：字典是无序的。python语言中，字符串、列表、元组都是采用数字索引，字典采用字符索引。

字典的函数和方法

字典的基本原则

字典是一个键值对的集合，该集合以键为索引，一个键对应一个值信息

字典中的元素以键信息为索引访问

字典长度是可变的，可以通过对键信息赋值实现增加或修改键值对。

2.5 jieba库基本介绍

jieba库提供三种分词模式，最简单只需要掌握一个函数；

jieba是优秀的中文分词第三方库，需额外安装

jieba库的安装方法

pip install jieba

jieba分词的三种模式

精确模式：把文本精确切分，不存冗余单词

>>> word1 = jieba.lcut("python无所不能！除了生不出孩子,我们应该学习使用它！")
Building prefix dict from the default dictionary ...
Dumping model to file cache /tmp/jieba.cache
Loading model cost 1.832 seconds.
Prefix dict has been built succesfully. >>> print(word1,type(word1))
['python', '无所不能', '！', '除了', '生不出', '孩子', ',', '我们', '应该', '学习', '使用', '它', '！'] 

2.6 实例：文本词频统计

英文文本：hamlet，统计出现最多的英文单词

https://python123.io/resources/pye/hamlet.txt

代码实现：

#Hamlet词频统计
def getText():
    txt = open("hamlet",'r').read()
    txt = txt.lower() #大写字母转换小写
    for word in '~!@#$%^&*()_+-={}[],./:";<>?':
        txt = txt.replace(word," ")#把多余符号转换为空格
    return txt
hamletTxt = getText()
words = hamletTxt.split() #以空格拆分为列表
counts = {} for word in words:
    counts[word] = counts.get(word,0) + 1 #以每个词为键，值默认0，,每出现一次累加1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True) #[1]按照第二维排序，reverse=True表示降序
for i in range(10):
    word,count = items[i] print("{0:<10}{1:5}".format(word,count))

中文文本：三国，分析人物

https://python123.io/resources/pye/threekingdoms.txt

import jieba
txt = open("Threekingdoms", 'r', encoding="utf-8").read()
excludes = {'将军','却说','荆州','二人','不可','不能','如此'}
words = jieba.lcut(txt)
counts = {} for word in words: if len(word) == 1: continue
    #书中同一人物多个名字统一改为一个名字
    elif word == '诸葛亮' or word == '空明日':
        rword = "孔明"
    elif word == '关公' or word == '云长':
        rword = "关羽"
    elif word == '玄德' or word == '玄德日':
        rword = "刘备"
    elif word == '孟德' or word == '丞相':
        rword = "曹操"
    else:
        rword = word
    counts[word] = counts.get(word, 0) + 1
for word in excludes: del counts[word]  #去重
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))