Python语法之元组与字典

本文详细介绍了Python中的元组,包括元组的定义、创建和解包,接着讨论了可变对象的概念,最后重点阐述了字典的基础知识及实际应用技巧。

1、元组

1、1什么是元组

			元组 (tuple),元组是一个不可变序列
			我们什么时候用列表?什么时候用元组呢?
			一般来说希望数据不变的情况下用元组,其他情况下都用序列

1、2如何创建元组

		用()来创建元组
		my_tuple = ()  创建一个空元组
		my_tuple = (1,2,3,4,5,6,7)
		如果想修改元组一个元素将会报错
		my_tuple[1] = 15    SyntaxError: invalid syntax
		元组的元素创建以后就不允许修改。
		my_tuple = 10  和 my_tuple = 10, 是相同吗?
		进过测试发现第一个为整理类型,第二个为元组类型
		因此,元组如果不为空那么元组里面只是有一个逗号,同时元组不为空的时候括号可以省略。

1、3元组的解包

		数据存储于元组中我们如何获取对应的元组数据呢,这个过程叫解包,解包就是指将元组当中的每个元素都赋值给变量比如: my_tuple1 = 10,20,30,40
		a,b,c,d = my_tuple1
		print('a = ',a)
		print('b = ',b)
		print('c = ',c)
		print('d = ',d)
		a =  10
		b =  20
		c =  30
		d =  40
		但当元组太多,我只取前两位,或后两位该如何操作呢比如上面例子 my_tuple1 = 10,20,30,40 
		a,b = my_tuple1 
		ValueError: too many values to unpack (expected 2)
		表示元组太多无法进行解包,如果这种情况改如何操作呢
		在元组解包过程中,变量的数量必须和元组中的元素一一对应,其实如果变量和元素不对等的时候可以用 * 赋值给另一个变量,这样变量将会获取剩余元组的元素以列表的形式返回  比如a,b ,*c = my_tuple1
		print('c = ',c)  c 获取剩下的元组生一个列表
		c =  [30, 40]
		*a,b,c = my_tuple1  最后两位与元组最后两位对应,剩余的数据已列表形式返回给 变量a
		print('a = ',a)
		a =  [10, 20]

2.可变对象

		可变对象指的是我们可以对对象里的value进行改变
		列表是一个可变变量,操作时可以通过变量去修改对象的值,
		在Python中数值型,字符型,元组类型都是不可变变量类型
		列表(list),字典(dict),集合(set)都是可变类型,可变类型都存储了三个数据 id(标识)、type(类型),value(值)
		a = [1,2,3]
		b = a
		b[0] = 10
		print('a',a,id(a))
		print('b',b,id(b))

		a [10, 2, 3] 30102088
		b [10, 2, 3] 30102088
		改对象的值会影响索引指向该对象的值
		
		a = [1,2,3]
		b = a
		b = [10,2,3]
		print('a',a,id(a))
		print('b',b,id(b)
		a [1, 2, 3] 31183496
		b [10, 2, 3] 30102088
		为一个变量重新赋值,不会影响其他的变量

3.字典

3.1字典的基本介绍

		字典的值可以是任意对象
		字典的key可以是任意不可变的对象(int,str,tuple,tool。。。)
		d = {'name':'葫芦娃','age':7,'gender':'男'}
		字典的key不能重复,如果出现重复,最后边会替换前面的值
		d = {'name':'葫芦娃','age':7,'gender':'男','name':'钢铁侠'}
		print(d)
		{'name': '钢铁侠', 'age': 7, 'gender': '男'} 

3.2字典的使用

		dict()函数来创建字典
		get(key[,default])根据键来获取字典的值,第二个参数可以指定默认值,当获取不到值的时候会返回默认值
		update(),将其他字典的key-value添加到当前字典中
		del 删除字典中的key-value
		popitem()删除字典最后一个key-value,并返回删除值
		pop(key[,default]),根据key删除定义中的value
【电动汽车充电站有序充电调度的分散式优化】基于蒙特卡诺和拉格朗日的电动汽车优化调度(分时电价调度)(Matlab代码实现)内容概要:本文介绍了基于蒙特卡洛和拉格朗日方法的电动汽车充电站有序充电调度优化方案,重点在于采用分散式优化策略应对分时电价机制下的充电需求管理。通过构建数学模型,结合不确定性因素如用户充电行为和电网负荷波动,利用蒙特卡洛模拟生成大量场景,并运用拉格朗日松弛法对复杂问题进行分解求解,从而实现全局最优或近似最优的充电调度计划。该方法有效降低了电网峰值负荷压力,提升了充电站运营效率经济效益,同时兼顾用户充电便利性。 适合人群:具备一定电力系统、优化算法和Matlab编程基础的高校研究生、科研人员及从事智能电网、电动汽车相关领域的工程技术人员。 使用场景及目标:①应用于电动汽车充电站的日常运营管理,优化充电负荷分布;②服务于城市智能交通系统规划,提升电网交通系统的协同水平;③作为学术研究案例,用于验证分散式优化算法在复杂能源系统中的有效性。 阅读建议:建议读者结合Matlab代码实现部分,深入理解蒙特卡洛模拟拉格朗日松弛法的具体实施步骤,重点关注场景生成、约束处理迭代收敛过程,以便在实际项目中灵活应用改进。
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