专栏首页python3python集合常用方法

python集合常用方法

一、列表

新建:list = []

不要求内部元素类型相同

查、改:下标索引:list[0]、list[-1]

多维列表:list[axis1_index,axis2_index],通过不同轴上的坐标获取

删:删除指定下标元素:del(list[1])

删:删除并返回指定下标的元素: list.pop(index)

删:删除列表中此value的第一个匹配项:list.remove(value)

拼接两个列表中的"元素"(最外层括号下一级的元素):[1,2]  + [3,4]  or [[1,2]] + [[3,4]] or [1,2] + [[3,4]]

重复列表中的“元素”(最外层括号下一级的元素):[1,2]*3  or [[1,2]]*3  or  [(1,2)]*3

元素是否在列表中(最外层括号的下一级元素):1 in [1,2,3]   or  [1,2] in [[1,2],1,2,3]  true or [1,2] in [[2,1],1,2,3]  false

增:列表追加一个or多个元素:list.append(elem)   or   list.extend(list2)

排序:list.sort()

二、元组

元组的元素无法修改;元组的元素的元素可以修改

新建:tuple = () or tuple1 = (1,2,3) or tuple2 = (1,[1,2],3)

增:不能

删:不能

改:不能  tuple1[1] = 5 错 , tuple2[1][0] = 5 正确

查:下标索引:tuple(index)

拼接 :(1,2) + (3,4)

重复:(1,2)*4

三、字典

新建:dict = {} or dict = {key:value,.....}   key类型:string、tuple、frozenset、数字;value类型;任何类型

增:dict[key] = value

批量增(or批量改同key对应的value值):dict.update(dict2)

删:del(dict[key])

查:dict[key]  or dict.get(key,default= value)

改:dict[key] = value

判断是否在字典的键中:dict.has_key(key)

列表形式返回字典的键or值:dict.keys() or dict.values()

列表形式返回字典的(key,value)元祖:dict.items()

四、set集合

新建:set1 = set() or set1 = {1,2,3}  value类型:string、tuple、frozenset、数字等不可变类型;

增:set1.add(5)  

增加多个:set.update([5,6,7,8])

删:set1.remove(1)

查:无法通过下标索引

改:不可变类型无法修改元素

与操作:set1 & set2

或操作:set1 | set2

与非操作:set1 ^ set2

减:set1 - set2

判断是否是子集or超集:set1.issubset(set2)  or set1.issubset(set2)

转变成list or tuple: list(set1) or tuple(set1)

五、array数组

新建:arr = array([1,2,3,4])  传入序列即可

查:1、通过下标获取arr[1];2、通过下标范围获取,arr2=arr1[0:2],共享变量空间;3、通过下标列表、下标数组获取arr[[1,2,3]]、arr[array([0,1,2])],新生成arr和原来的不共享变量空间;4、通过布尔数组获取arr[array([True,False,True])],把布尔数组中True元素对应的下标组成的序列list作为输入,只获取arr中对应list指定位置的元素,不共享变量空间;5、通过布尔列表获取arr[[True,False,True]],把True当成1、False当中0,获取arr中的元素,不共享空间;无意义

注意:

1、通过下标范围获取时list和array的差异:

list只能通过下标or下标返回获取,通过下标范围获取新列表 L2 = L1[0:2],L1和L2不共享变量空间,修改L2中值不改变L1中的值;

array中通过下标范围获取新列表arr2=arr1[0:2],arr1和arr2共享变量空间,修改arr2中值时arr1中的值也改变;

2、多维数组

arr[axis1_index,axis2_index]或者arr[axis1_sequence,axis2_sequence2] or arr[ [axis1_sequence,axis2_sequence2] ]获取,返回元素的结构和axis1_sequence结构相同。

运算:

1、基本数值运算: arr1 +/-  arr2 两数组对应位置元素相减, arr1 *// arr2 两数组对应位置元素相乘除, arr1+-*/2 数组中所有元素加减乘除2,arr**2 数组中所有元素取平方,arr>10 数组中元素大于10对应位置返回True,否则返回False;  2、对某一坐标方向运算 如:arr1.sum(axis=0),axis.min(axis=0),实际使用时,先将维度有物理意义的数据映射到对应的多维的array中,你知道哪个维度对应array哪个axis,因此你要对哪个维度进行操作时,axis赋值对应维度就行。 难点:

a、如何用多维array来表示多维数据; 通过类似“切片”的方法来表示,选取多维数据中一个维度作为arr的第一坐标轴,观察数据在这个维度的下标范围,有m个下标就有m个“切片”,即把下标取某个值index时的所有数据作为arr在坐标axis0下的对应坐标index的数组元素,如维度一有m个index取值,对应index的数据取值为arr0、arr1、,,,、arrm,则arr[arr0_axis0,arr1_axis0,...,arrm_axis0];然后依次循环其它维度,直到取完所有维度的数据。 b、直接对多维array在某一axis上操作,大脑不容易直观给出结果; 数字映射到2维平面or3维空间中,就可以感性的观察到数据的结构,从而大脑进行相应的计算,得出结果。但是,用arr表示时,其空间结构不直接、明了;当然若果是直接由实际数据映射过来的,想对哪个维度操作直接选择对应维度的axis就行。如果只是观察到了多维arr,则需要变换下思维。 对sum(axis=m)求和,即在第m维度上求和,那么实际物理意义是求和的数据在其它维度坐标下的index都相同,但是对应到arr这种括号表示的数据中,则需要从最外层往内部寻找,找到axis=m对应的括号[],然后对[]内部的元素arr1、arr2、...、arrm进行相应的操作,返回一个同结构的元素arr_res;(1)求和:把同结构的arri加起来,合成一个arr_res;(2)求最大、最小值:把所有同结构的元素arri进行比较,找出每个位置的最大、最小值,返回一个arr_res。

六、matrix矩阵

新建:m = matrix(arr1/list1) or m = matrix(arr2/list2) 传入一维or二维数组/列表,生成的矩阵永远是二维的;

查:1、下标获取值m[i,j]; 2、下标范围获取m[0:2,0:2],返回一个矩阵;(共享空间)  3、下标序列获取m[[0,1],[0,1]],返回矩阵;(不共享空间)4、通过布尔数组来获取;5、通过布尔列表来获取;

运算:

m+-*/value都是对矩阵中每个元素操作;m1+-m2 对两个矩阵对应元素操作;m1*m2 矩阵乘法;multiply(m1,m2),两个矩阵对应元素相乘;

七、相互转换

matrix<——list<——>array<——>matrix,matrix转换成list,需要先转换成二维array再转换成二维list,list可以直接转换成matrix;

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • python中list的使用

    举例:listClassName = ['Jack','Tom','Mark']                   

    py3study
  • Python学习笔记(1)---列表和元

    py3study
  • Python学习之迭代器和生成器

    在Python如果一个对象可被循环(遍历)该对象中每一个元素的过程叫做迭代。例如 ,字典、字符串、列表、元祖、集合等。他们可被迭代的原因是,都有一个共同的内置函...

    py3study
  • python笔记

    在python中列表用[]来表示,逗号分隔元素, 例如cars = [1,2,3]

    blankmiss
  • 「资深前端工程师总结」前端面试知识点大全—CSS篇

    display:none使用后,元素的宽度,高度都会丢失,视为不存在不加载;元素原来占据的空间位置不保留;产生回流和重绘;

    用户5997198
  • jquery教程之查找筛选函数

    三、children 取得一个包含匹配的元素集合中每一个元素的所有子元素的元素集合。

    老雷PHP全栈开发
  • 如何使用python进行web抓取?

    本文摘要自Web Scraping with Python – 2015 书籍下载地址:https://bitbucket.org/xurongzhong/py...

    CDA数据分析师
  • css选择器

    下面是一张取自w3cschool的css选择器表 链接地址:http://www.w3school.com.cn/cssref/css_selectors.as...

    lonelydawn
  • JavaWeb(八)JQuery

    jQuery 市场用得比较多两个框架: jQuery 比较适合做一些互联网 的应用(12306.com,蘑菇街,美丽说,聚美) extjs 比较适合做后台管理系...

    二十三年蝉
  • CSS——定位

    Html5知典

扫码关注云+社区

领取腾讯云代金券