Python 入门(一) —— 数据结构

Python常见数据结构整理 Python中常见的数据结构可以统称为容器(container)。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器。 阅读详情

最近涉及到一些大模型相关的工作,因此也涉及到 Python 这个语言。而 Python 不论作为脚本语言,还是在人工智能时代的应用,都有十分重要的地位和学习价值。因此,我会整理几篇文章来介绍一下 Python。

准备工作

学习 Python 之前,我建议可以安装下 PyCharm 这个软件。 同时,如果是用的 Mac,应该系统默认自带安装了 python3,因此无需特殊准备环境。

同时,Python 与其他语言最大的区别就是,Python 的代码块不使用大括号 {} 来控制类,函数以及其他逻辑判断。而是用缩进来写模块。(因此,写 py 代码如果没有编辑器/插件辅助,得用尺子量了,开个玩笑…)

例如:

if True:
    print("647")
else:
    print("false")

下面,我们来介绍下 Python 几个重要的数据结构:数组、元组、字典。

一、数组

1.1 简单使用

  • 简单遍历:
arr = [6,4,7]
list = []

for n in arr:
    if n % 2 == 0: # 找偶数
        list.append(n)

print(list) # [6,4]

  • 截取
arr = [6, 4, 7]

# 提取第 1 个元素
print(arr[0]) # 6
# 提取倒数第 2 个元素
print(arr[-2]) # 4
# 提取第一个后面所有的元素
print(arr[1:]) # [4, 7]

1.2 数组函数

  • len(list):返回数组长度。
  • max(list):返回数组里最大的元素。
  • min(list):返回数组里最小的元素。
  • list(tup):将元组转成数组。(下面会介绍元组)

举例:

arr = [6, 4, 7]
tup = (1,2)
print(len(arr)) # 3
print(max(arr)) # 7
print(min(arr)) # 4
print(list(tup)) #[1,2]

1.3 数组方法

  • list.append(obj):在数组末尾追加新的元素。
  • list.count(obj):统计某个元素在数组中出现的次数。
  • list.extend(seq):在列表末尾一次性追加另一个数组。
  • list.index(obj):找到数组中这个元素的第一个索引。
  • list.insert(index,obj):在指定位置插入某个元素。
  • list.pop([index=-1]):移除数组中的最后一个元素,并返回该值。
  • list.remove(obj):移除数组中第一个匹配某个值的的元素。
  • list.reverrse():数组反转。
  • list.sort(key=None, reverse=False):对原列表排序。

举例:

list = [6, 4, 7]
list.append(6) # 在数组末尾追加新的元素。
print(list) # [6, 4, 7, 6]
print(list.count(6)) #统计某个元素在数组中出现的次数。
list.extend([4,7]) #在列表末尾一次性追加另一个数组。
print(list) # [6, 4, 7, 6, 4, 7]
print(list.index(4)) #找到数组中这个元素的第一个索引。
list.insert(0,5) #在指定位置插入某个元素。
print(list) # [5, 6, 4, 7, 6, 4, 7]
print(list.pop(0)) #移除数组中的最后一个元素,并返回该值。
print(list) # [6, 4, 7, 6, 4, 7]
list.remove(7) #移除数组中第一个匹配某个值的的元素。
print(list) # [6, 4, 6, 4, 7]
list.reverse() #数组反转。
print(list) # [7, 4, 6, 4, 6]
list.sort(key=None, reverse=False) #对原列表排序。
print(list) # [4, 4, 6, 6, 7]

1.4 列表推导

arr = [6,4,7]
list = [n for n in arr if n % 2 == 0]
print(list) # [6,4]

for in 也可以写多次,比如我们循环两次就会得到一个笛卡尔积。

signs = ['+', '-', 'x']
numbers = [6, 4, 7]

ascli = ['{s}{n}'.format(s=sign, n=number)
         for sign in signs for number in numbers]
print(ascli) # ['+6', '+4', '+7', '-6', '-4', '-7', 'x6', 'x4', 'x7']

1.5 数组切片

arr[{start_index}: {end_index}, {step}],第一个代表开始的索引,第二个代表结束的索引,step 代表步长。如果不指定step,默认是 1。注意这里的区间是 [start, end),也就是左闭右开。

比如:

slice = 'hello,world'
print(slice[0:3:2]) # hl,表示从第 0 个到第 3 个[0,3) 且步长为 2。

s[0:5]  # 不写 step 默认就是 1,因此得到 'hello'
s[1:]   # 不写 end 默认到结尾,因此还是得到 'ello,world'
s[n:]   # 获取 s 的最后 len(s) - n 个元素
s[:2]   # 不写 start 默认从 0 开始,因此得到 'he'
s[:n]   # 获取 s 的前 n 个元素
s[:-1]  # 负数表示倒过来数,因此这会刨除最后一个字符,得到 'hello,worl'
s[-2:]  # 同上,表示获取最后两个字符,得到 'ld'
s[::-1] # 获取字符串的倒序排列,相当于 reverse 函数

二、元组(tup)

元组可以理解成不可变的数组,没有 append、del等方法,一旦创建无法新增或删除元素。但元素内部(比如元组里有个数组,这个数组是可以变的)。

2.1 简单使用

举个例子:

tup = (1, [6, 4])
tup[0] = 2 # TypeError: 'tuple' object does not support item assignment
tup[1].append(7)
print(tup) # (1,[6, 4, 7])

一些小技巧:

  • 两个元组是可以相加的。
tup = (6, ) + (4, 7)
print(tup) # (6, 4, 7)

  • 元组本身也是可以做乘法的。
tup = (6, 4, 7) * 3
print(tup) # (6, 4, 7, 6, 4, 7, 6, 4, 7)

  • 快速解析元组:
tup = (6, 4, 7)
a, b, _ = (6, 4, 7)
print(a, b) # 6 4

如果元组比较长,也可以这么写:

tup = (6, 4, 7, 6, 4, 7)
first, *middle, last = tup
print(first) # 6
print(middle) # [4, 7, 6, 4]
print(last) # 7

  • 具名元组:像一个简化版的类,不能定义方法,但能提供友好的数据展示。
people = collections.namedtuple('people', ['name', 'age'])
p = people('647', '26')
print(p.name) # 647

2.2 元组函数

  • len(tuple):返回元组元素个数。
  • max(tuple):返回元组中所有元素的最大值。
  • min(tuple):返回元组中所有元素的最小值。
  • tuple(seq):把数组转成元组。
tup = (6, 4, 7)
print(len(tup))# 3
print(max(tup))# 7
print(min(tup))# 4
list = [6, 4, 7]
print(tuple(list))# (6, 4, 7)

三、字典(Dictionary)

3.1 简单使用

最简单的创建一个字典的方式就是使用字面量:

d = {'a': 6, 'b': 4, 'c': 7}
print(d['a'], d['b'], d['c']) # 6 4 7

遍历字典:

d = {'a': 6, 'b': 4, 'c': 7}
for i in d:
    print(i, d[i])

3.2 字典函数:

  • dict.clear():删除字典内所有元素

  • dict.copy():浅拷贝出一个字典

  • dict.set(key, default=None):如果键不存在,则会添加键并将值设置为 default。

  • dict.get(key, default=None):返回指定 key 的键值。如果不存在则返回 default 值。

  • dict.has_key(key):判断字典里有无这个 key。

  • dict.items():以列表返回可遍历的元组。

  • dict.keys():以列表返回一个字典里的所有键。

  • dict.values():以列表返回一个字典里的所有值。

  • dict.update(dict2):把字典 dict2 的键值更新到 dict。

  • pop(key):删除字典 key 所对应的值,返回被删除的值。

  • popitem():删除字典中最后一对键值。

---------------------------END---------------------------

感兴趣的小伙伴,赠送全套Python学习资料,包含面试题、简历资料等具体看下方。

👉优快云大礼包🎁:全网最全《Python学习资料》免费赠送🆓!(安全链接,放心点击)

一、Python所有方向的学习路线

Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照下面的知识点去找对应的学习资源,保证自己学得较为全面。

img
img

二、Python必备开发工具

工具都帮大家整理好了,安装就可直接上手!img

三、最新Python学习笔记

当我学到一定基础,有自己的理解能力的时候,会去阅读一些前辈整理的书籍或者手写的笔记资料,这些笔记详细记载了他们对一些技术点的理解,这些理解是比较独到,可以学到不一样的思路。

img

四、Python视频合集

观看全面零基础学习视频,看视频学习是最快捷也是最有效果的方式,跟着视频中老师的思路,从基础到深入,还是很容易入门的。

img

五、实战案例

纸上得来终觉浅,要学会跟着视频一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。img

六、面试宝典

在这里插入图片描述

在这里插入图片描述

简历模板在这里插入图片描述
数据结构与算法(python)(数据结构) 整理了数据结构的基础内容,包括列表、栈和队列、链表、哈希表和树的相关知识点 阅读详情

相关推荐

Python教程:一文了解10种数据结构在Python中的实现方法

数据结构是计算机科学中非常重要的概念,它用于组织和存储数据,使得数据可以高效地被访问和操作。在编程中,选择合适的数据结构对于解决问题和提高程序性能至关重要。

旦莫的博客 3348

python 数据结构篇

python中的数据结构实现:数组、链表(单链表、双向链表、双向循环链表)、队列(FIFO、LIFO/栈、优先级队列、双端队列)、树(二叉树、堆、树、森林)、图

qq_62047219的博客 2万+

【阶段一】Python快速入门02篇:数据结构-列表

数据结构-列表

张陈亚的博客 297

Python常用数据结构

Python常用数据结构

zy0412326的专栏 4493

论文阅读4——一种宽频带圆极化微带天线的设计

论文阅读——一种宽频带圆极化微带天线的设计(现在才觉得开始弄懂了一点,懂了一点之后又更糊涂了……)

weixin_64612422的博客 2319

人工智能AI在软件测试和质量效能中的实际应用

人工智能在软件测试中应用,介绍chatGPT在测试中的应用,还有多个AI驱动的测试工具。

lindafang72的博客 1万+

python 入门一(数据结构)

通过几天的学习了解了一下python,发现python很多同能使用很方便,这篇文章作为python入门的一篇介绍文章,里面涉及到的具体内容会在之后的文章会进行深入学习,下面就来看看python 因为语法很多语言很相似,所以这里就不说语法了,只看所支持的数据结构、类、方法、变量、多线程、多进程、python数据库操作、python文件操作、python网络爬虫 一、python支持的数据结构:

bit-cafe 684

41-dify案例分享-基于database插件实现Text2sql的数据库查询图表工作流

本文介绍基于 Text2SQL 的 Dify 工作流实现过程。先阐述 Text2SQL 概念、步骤及应用领域。接着说明工作流制作,包括用 chatflow 加开场白、获取系统时间,配置 LLM 生成 SQL,用 SQL Execute 工具查询,经 LLM 汇总结果,代码生成 ECharts 数据,条件分支判断图表类型输出。最后介绍验证测试、提供体验地址,还提及借助工具生成建表和初始化数据 SQL 语句。

个人技术 1万+

Python数据结构与算法系列一:入门

算法1. 算法定义1.1 算法的五大特征2. 时间复杂度与大O表示法2.1 时间复杂度2.2 时间复杂度的基本计算规则2.3 常见时间复杂度及其大小关系2.3.1 常见时间复杂度2.3.2 常见时间复杂度大小关系 1. 算法定义 算法是独立存在的一种解决问题的方法和思想。 1.1 算法的五大特征 输入:算法具有0个或多个输入 输出:算法至少又一个或多个输出 有穷性:算法在有限的步骤后自动结束而不会无限循环,并且每一个步骤可以在可接受的时间内完成 确定性:算法中的每一步都有确定的含义,不会出现二义性 可

weixin_46964639的博客 609

【NIPS 2022】时序精选论文07|Non-stationary Transformers: 引入非平稳性信息的平稳化序列预测模型(代码解读附源码)

整体代码框架基本上与传统 Transformer 类似,基本上只有在内嵌的注意力机制模块有区别,因此这里只对关键部分进行讲解,代码整体框架可参考 Transformer。非平稳时序很难预测,尤其对模型泛化性影响很大,试想下推理阶段的数据分布变了,模型很难适应这种变化。,比如很早以前的差分就是一种平稳化操作。序列平稳化能增强数据的可预测性,但这时也会带来一个问题,叫。,通过MLP层进行定义,使得参数可学习,以便于更好的融合到注意力网络中。代码中整体注意力的计算方式与原生Transformer类似,

ViolenceTemper的博客 1495

【制作100个unity实战之2】实现一款简单的FPS游戏

你将学到: fps武器脚本 基础瞄准功能 僵尸敌人AI 巡逻范围 攻击间 搜寻半径 追击 枪声吸引周围的僵尸 击中僵直效果

向宇的博客,专注php/web全栈 unity游戏开发,欢迎大家评论纠错 3555

【入门系列一:Python数据分析基础之数据结构篇】

Python数据分析的第一步是了解Python的数据结构及对应的数据常规操作。本节主要讲述数据基本结构及其常规操作。

致力于成为一名data scientist 的奋斗者 976

ESP32设备驱动-MLX90393磁场传感器驱动

MLX90393 磁场传感器可以在运行时重新编程为不同的模式和不同的设置。 该传感器使用 Melexis 专有的 Triaxis® 技术提供与沿 XYZ 轴感应的磁通密度成比例的 16 位输出,还提供温度输出信号。 这些数字值可通过 I2C 和 SPI 获得,其中 MLX90393 是总线上的从设备。

视觉与物联智能 2358

02-15.python入门基础一数据结构(列表)

Python 作为一种广泛应用的编程语言,在数据分析、爬虫、人工智能等领域发挥着重要作用。

xiaohuoche的博客 490

【实战】小红书笔记爬虫终极指南:模拟滑动加载,抓取图文(2026最新版)

小红书作为国内最大的生活方式分享社区,每天产生海量的图文笔记。对于数据分析、市场调研、竞品分析等需求,爬取小红书公开笔记成为一项常见任务。然而,小红书的反爬机制日益升级——接口加密、动态Token、滑动验证、设备指纹……本文将深入剖析小红书Web端和App端的爬取技术,手把手教你用Python实现模拟滑动加载、自动抓取图文笔记的完整爬虫系统。全文包含大量代码、原理分析和排坑经验,适合有一定爬虫基础的读者进阶学习。目录前言一、小红书反爬机制概览二、环境准备2.1 Python环境2.2 浏览器驱动。

2201_76125261的博客 772

基于多模态融合的反无人机视觉跟踪算法研究

本研究提出了一种基于多模态融合的反无人机视觉跟踪算法,通过整合可见光、红外、深度等多种视觉信息源,提高了对无人机的跟踪精度和可靠性。设计并实现了多模态特征提取方法,针对不同模态图像的特点提取了有效的特征信息,为多模态融合提供了基础。研究了多种多模态融合策略,包括特征级融合、决策级融合和混合融合,并通过实验对比分析了它们的优缺点,确定了适合反无人机视觉跟踪的融合方法。选择并改进了跟踪算法,将多模态融合信息融入到跟踪过程中,提高了算法对复杂环境和无人机运动变化的适应性。

AI的内部世界的博客 1354

02-17.python入门基础一数据结构(集合)

Python 作为一种广泛应用的编程语言,在数据分析、爬虫、人工智能等领域发挥着重要作用。

xiaohuoche的博客 362

TMS_WebGMaps_1.9.8.0_Full_Source

TMS_WebGMaps_1.9.8.0_Full_Source 全源码 delphi cbuilder

百日筑基篇——常用数据结构与类型介绍(python入门一)

Python支持以下数据结构:列表,字典,元组,集合。何时使用字典:当您需要键:值对之间的逻辑关联时。当您需要基于自定义密钥快速查找数据时。当你的数据不断修改时。请记住,字典是可变的。何时使用其他类型:如果您有一些不需要随机访问的数据集合,请使用列表。当你需要一个简单的,可迭代的频繁修改的集合可以使用列表。如果你需要元素的唯一性,使用集合;当数据无法更改时使用元组。 天下兴亡,匹夫有责。 -2023-7-5 筑基篇

2301_78630677的博客 242

ET2012新版免狗免安装绿色软件

ET2012新版免狗免安祖昂绿色软件。,新界面,新视觉,

jre9下载 jdk9

(Java SE Runtime Environment 9.0) 9.0u175 官方最新版 【x86|x64】

python版数据结构与算法 -概念入门(一)

python版算法 数据结构的概念以及复杂度的理解

lemeifei的博客 236

老版QQ原生表情gif动态

这是老版的QQ表情,不过全是动态的的,Windows照片查看器是不会动的,可以右击用浏览器打开查看,再说一遍是老版的,只是分享给宁愿用老版也要动态的人。

Python零基础入门之第二章 Python数据结构(一.列表 )

本篇文章主要讲列表的定义以及对应一些常用的函数、方法,看起来简单易懂,但是还是要上机练习才会印象深刻

weixin_42816663的博客 2671

【Python入门基础】常用数据结构(一)——列表及生成器

数据结构 列表 数值类型是标量类型,也就是说这种类型的对象没有可以访问的内部结构,而字符串类型是一种结构化的、非标量类型,所以才会有一系列的属性和方法。列表(list)也是结构化、非标量类型,它是值的有序序列,每个值都可以通过索引进行标识,定义列表可以将列表的元素放在'[ ]'中,多个元素用' , '进行分隔,可以使用'for'循环对列表元素进行遍历,也可以使用'[ ]'或'[:]...

ZoomToday 944

胖姑姑讲python入门--pandas数据结构serise与dataframe(一)

胖姑姑讲python入门之Serise and Dataframe。

YINGYING599的博客 398

python数据分析pandas包入门学习(一)pandas数据结构介绍

本文参考《利用python进行数据分析》的第五章 pandas入门 1 pandas数据结构介绍 pandas有两种主要的数据结构:series和DataFrame Series:一种类似于一维数组的对象,由一组数据(各种Numpy数据类型)以及一组与之对应的数据标签(索引)组成。 第一列为索引,从0开始,第二列为数据值。 可以通过values属性获取数组的表示形式,通过

helen1313的专栏 4939

有哪些用 Python 语言讲算法和数据结构的书?

不会进收藏夹吃灰的推荐来了。 1. 这本书是数据分析入门必读书,主要介绍了Python3个库numpy(数组),pandas(数据分析)和matplotlib(绘图)的学习。 中文译本被很多人诟病翻译太烂,不推荐。基于python3的英文版已经出第二版了,建议大家去下载英文开源的电子版,以下是网站指路 https://github.com/wesm/pydata-book​github.com https://github.com/BrambleXu/pydata-notebook​github.com

九章算法的博客 2251
上一篇: 2023必学的10大顶级Python库
下一篇: 亲戚大学生暑假在家没事干?教他用Python写一个简单的贪吃蛇游戏,你想学吗?
Python_P叔
博客等级 码龄3年 5455粉丝 827原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
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
实付元
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