Python入门笔记06 | 组合数据类型

Python入门笔记06 | 组合数据类型

一、主要组合数据类型

1. 集合类型
2. 序列类型
3. 字典类型

二、集合类型及操作
1.集合类型的定义：多个元素的无序组合

1）集合元素之间无序，每个元素唯一，不存在相同元素
2）集合中的元素要求是不可变数据类型（列表类型是可变的数据类型）

2. 集合的表示：用{}表示，元素间用逗号分隔
3.集合的建立：
（1）建立集合类型用{}或set（）函数
（2）建立空集合必须用set（）函数
（3）示例

A = {"python",123,("yuyu",123)} #使用{}建立集合
#集合为{123,"python",("yuyu",123)}
B = set("yuyu123") #使用set()建立集合
#集合为{"y","u","1","3","2"}

4. 集合操作符
（1）6个操作符

（2）4个增强操作符 – 实现对集合的更新

（3）操作符实例

5. 集合处理方法
（1）


（2）方法实例

A = {"p","y",123}
try:
    while True:
        print(A.pop(),end="")
except:
    pass

for…in… 与 while 方式都能遍历集合类型

6.集合类型应用场景
（1）包含关系比较

（2）数据去重
（利用集合中所有元素不能重复的特点，对一组数据中的重复元素进行删除）

#eg:将列表中的重复元素去除并仍以列表形式输出
ls = ["p","p","y","y",123]
A = set(ls)
lt = list(A) #将集合转换为列表
print(lt)

二、 序列类型及操作
1. 序列类型的定义：具有先后关系的一组元素

1）一维元素向量，元素类型可以不同，元素之间可以相同
2）类似于数学元素序列：s0,s1,s2,…sn-1
3）元素间由序号引导，通过下标访问序列的特定元素

2. 序列类型的衍生
（1）字符串类型
（2）元组类型
（3）列表类型

3. 序列处理函数及方法
（1）6个操作符

（2）操作符实例

#逆序输出列表内元素
ls = ["python","yuyu",123]
print(ls[::-1])

（3）5个函数和方法

4. 元组类型及操作

1）元组是一种序列类型，一旦创建就不能被修改
2）使用小括号（）或tuple（）创建，元素间用逗号分隔
3）可以使用或不使用小括号

5. 列表类型及操作

1）列表是一种序列类型，创建后可以随意被修改
2）使用方括号[]或list()创建，元素间用逗号分隔
3）列表中各元素类型可以不同，无长度限制

（1）操作函数及方法

（2）实例

（3）修改列表 – 增删改查

（4）实例

6. 序列类型应用场景

最主要作用：表示一组有序数据，进而操作它们
–元组用于元素不改变的应用场景，更多用于固定搭配场景
–列表更加灵活，它是最常用的序列类型

（1）元素遍历

（2）数据保护

如果不希望数据被程序改变，转换为元组类型

• 实例9：基本统计值计算

• 需求：给出一组数，对它们有个概要理解
  –总个数、求和、平均值、方差、中位数

• 问题分析
  

• 代码

#分析数据
def getNum(): #得到用户输入的数据
    nums = []
    numstr = input("输入数字（回车退出）：")
    while numstr != "":
        nums.append(eval(numstr))
        numstr = input("输入数字（回车退出）：")
    return nums
def mean(numbers): #计算平均值
    s = 0.0
    for num in numbers:
        s += num
    return s / len(numbers)
def dev(numbers,mean):#计算方差
    s = 0.0
    for num in numbers:
        s += (num-mean)**2
    return pow(s / (len(numbers)-1),0.5)
def median(numbers): #计算中位数
    sorted(numbers) #python内部排序函数
    if len(numbers)%2==0:
        return (numbers[len(numbers)//2-1]+numbers[len(numbers)//2] / 2)
    else:
        return numbers[len(numbers)//2]
n = getNum()
m = mean(n)
print("这组数据的平均值为{:.2f},方差为{:.2f},中位数为{}".format(m,dev(n,m),median(n)))

• 结果展示
  
  三、 字典类型及操作
  1. 字典类型定义
  （1）映射：一种键（索引）和值（数据）的对应关系
  （2）字典类型是映射的体现

1）键值对：键是数据索引的扩展 key->value
2）字典是键值对的集合，键值对之间无序
3）采用{}和dict()创建，键值对用冒号表示

（3）实例

（4）特殊点：{}方式默认生成字典类型，而不是集合类型

2. 字典处理函数及方法


3. 应用场景
映射的表达–表达键值对数据，进而操作它们

四、 jieba库的使用

jieba是优秀的中文分词第三方库

1. 原理：
（1）利用一个中文词库，确定汉字之间的关联概率
（2）汉字间概率大的组成词组，形成分词结果

2. jieba分词的三种模式
（1）精确模式：把文本精确切分开，不存在冗余单词
（2）全模式：把文本中所有可能的词语都扫描出来，有冗余
（3）搜索引擎模式：在精确模式基础上，对长词再次切分

3. 常用函数

• 实例10：文本词频特辑

• 需求分析：一篇文章出现了哪些词？哪些词出现得最多？（中文？英文？）

• 英文 Hamlet

#CalHamletV1.py
#归一化处理
def getText():
    txt = open("hamlet.txt","r").read()
    txt = txt.lower()
    for c in '!"#$()*+,-./:;<=>?@[\\]^_`{|}~':
        txt = txt.replace(c," ")
    return txt
hamletTxt = getText()
words = hamletTxt.split() #以列表形式返回
counts = {}
for word in words:
    counts[word] = counts.get(word,0)+1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
#lamdba指定使用哪一个多元选项的列作为排序列，排列顺序从大到小
for i in range(10):
    word,count = items[i]
    print("{0:<10}{1:>5}".format(word,count))
    

• 中文 《三国演义》

#CalThreeKingdomsV1.py
import jieba
txt = open("三国演义.txt","r",encoding="utf-8").read()
words = jieba.lcut(txt)
counts = {}
for word in words:
    if len(word) == 1:
        continue
    else:
        counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range(15):
    word,count = items[i]
    print("{0:<10}{1:>5}".format(word,count))

• 结果
  
• 升级版 统计人物出场顺序

#CalThreeKingdomsV2.py
import jieba
txt = open("三国演义.txt","r",encoding="utf-8").read()
excludes = {"将军","却说","荆州","二人","不可","不能","如此","商议","如何","主公","军士","左右","军马","次日","引兵","大喜","天下","东吴","于是","今日","不敢","魏兵","陛下","一人","都督","人马","不知"}
words = jieba.lcut(txt)
counts = {}
for word in words:
    if len(word) == 1:
        continue
    elif word == "诸葛亮" or word == "孔明曰":
        rword = "孔明"
    elif word == "关公" or word == "云长":
        rword = "关羽"
    elif word == "玄德" or word == "玄德曰":
        rword = "刘备"
    elif word == "孟德" or word == "丞相":
        rword = "曹操"
    else:
        rword = word
    counts[rword] = counts.get(rword,0) + 1
for word in excludes:
    del counts[word]
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))

• 结果
  

注：笔记内容根据慕课：Python语言程序设计（北京理工大学 嵩天、黄天羽、礼欣）授课内容整理