Python数据分析系列（三）：python数据类型—字符串、列表、元组、字典与集合

---

前言

本文主要介绍python标准数据类型（字符串、列表、元组、字典与集合）的使用。

---

一、认识序列

序列是python 中最基本的数据结构 ，python中有5种常见序列，包含字符串、列表、元组、字典、集合是最常见的序列，序列中每个元素都有一个跟位置相关的序号，也称为索引 ，对于一个序列来说，第一个元素从索引0开始，最后一个元素的索引就是N-1，也可以从最后一个元素开始计数，那么第一个元素就是-N。

python中的序列是可以迭代的，也就是说可以遍历对象的内部元素。序列对象的迭代需要用到它的索引。

• 元素是从0开始通过下标偏移量访问
• 一次可访问一个或多个元素

通过索引访问序列，一次可以访问一个或多个元素，也叫切片。

参考文章：python相关序列

二、序列的相关操作

1、标准类型运算符

• 值比较
• 对象身份比较
• 布尔运算

• • 值比较

<	>
<=	>=
==	!=

示例：

'apple' < 'banana' # 比较字符串大小

[1,3,5] != [2,4,6] # 比较列表元素一样

aTuple = ('BA', 'The Boeing Company', '184.76')

bTuple = aTuple
bTuple

• • 对象身份比较

is	is not

示例：

bTuple is not aTuple

• • 布尔运算

not	and	or

示例：

('86.40' < '122.64') and ('apple' > 'banana')

2、序列类型运算符

• 获取：切片（s[i]、|s[i:j]、s[i:j:k]）
• 重复：s*n,n*s
• 连接：s+t
• 判断：x in s、x not in s

示例：

week = ['Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday', 'Saturday', 'Sunday']
print(week[1], week[-2], '\n', week[1:4], '\n', week[:6], '\n', week[::-1])

'apple' * 3

'pine' + 'apple' 

'BA' in ('BA', 'The Boeing Company', '184.76')

参考文章：切片的使用

3、内建函数

序列类型转换内建函数

• list(seq)：将序列seq转换为列表
• str(seq)：将序列seq转换为str
• tuple(seq)：将序列seq转换为元组

示例：

list('Hello, World!') # 将字符串转换成列表
tuple('Hello, World!') # 将字符串转换成元组

其他常用内建函数

• enumerate() ：返回一个enumerate对象，对象是由元素的索引和值构成的一个个元组，类似(0,‘1’),在要遍历索引又要遍历元素的时候非常方便。
• len() ：求序列的长度
• max() ：求序列里面的最大值
• min() ：求序列里面的最小值
• reversed() ：逆序
• sorted() ：对序列进行排序
• sum() ：对序列求和
• zip() ：由一系列可迭代的对象作为参数，它把对象对应的元素打包成一个一个元组。
• hash(object)：返回对象(字符串或者数值等)的hash值。

示例1：len()、sorted()

aStr='Hello, World!' # 字符串
alst=[1,2,3]         # 列表
aTuple=(3,5,4,2)     # 元组
adict={
   "id":"l100","name":"cooc"}  # 字典

len(aStr) # 输出：13
len(alst) # 输出：3
len(aTuple) # 输出：4
len(adict) # 输出：2


sorted(aStr) # 输出：[' ', '!', ',', 'H', 'W', 'd', 'e', 'l', 'l', 'l', 'o', 'o', 'r']
sorted(alst) # 输出：[1, 2, 3]
sorted(aTuple) # 输出：[2, 3, 4, 5]，aTuple 原元组序列没有改变：(3, 5, 4, 2)
sorted(adict) # 输出：['id', 'name']，将字典直接传入到sorted()中，sorted()会默认根据字典的键keys的内容排序，并且只取字典键的内容，并以列表的形式返回。

示例2：enumerate()

#当a为一个字符串
a='hello'
for i,j in enumerate(a):
	print(i,j)
# 输出：
# 0 h
# 1 e
# 2 l
# 3 l
# 4 o

#当a为一个元组时
a=('hello','world')
for i,j in enumerate(a):
	print(i,j)	
# 输出：
# 0 hello
# 1 world

#当a为一个列表时
a=['hello','world']
for i,j in enumerate(a):
	print(i,j)
# 输出：
# 0 hello
# 1 world


#当a为一个字典时
a={
   'a':'hello','b':'world'}
for i,j in enumerate(a):
	print(i,j)
# 输出：
# 0 a
# 1 b

示例3：zip()

a=[1,2,3]
b=[4,5,6]
c=[4,5,6,7,8]
zipped=zip(a,b) #返回一个对象

list(zipped)
# 输出：
# [(1, 4), (2, 5), (3, 6)]

list(zip(a,c))  # 元素个数与最短的列表一致
# 输出：
# [(1, 4), (2, 5), (3, 6)]

a1,a2=zip(*zip(a,b)) #与zip相反，zip(*)可以理解为解压，返回二维矩阵。
a1 # 输出：(1, 2, 3)
a2 # 输出：(4, 5, 6)

#同时遍历多个字典
dict_one = {
   'a': 'John', 'b': 'Doe', 'c': 'Python Consultant'}
dict_two = {
   'a': 'Jane', 'b': 'Doe', 'c': 'Community Manager'}

for (k1,v1),(k2,v2) in zip(dict_one.items(), dict_two.items()):
	print(k1,"=",v1)
	print(k2,"=",v2)

# 输出：
# a = John
# a = Jane
# b = Doe
# b = Doe
# c = Python Consultant
# c = Community Manager

#对多个元素同时进行排序
names=['lily','mary','jack']
scores=[90,88,100]
data=list(zip(names,scores))
data.sort()
data

# 输出：
# [('jack', 100), ('lily', 90), ('mary', 88)]

#将数据成对进行计算
total_sales=[52000.00, 51000.00, 48000.00]
prod_cost=[46800.00, 45900.00, 43200.00]
for sales,costs in zip(total_sales,prod_cost):
	profit=sales-costs
	print('Total profit: {}'.format(profit))

# 输出：
# Total profit: 5200.0
# Total profit: 5100.0
# Total profit: 4800.0

#构建字典
dict1=dict(zip(names,scores))

# 输出：
# {'lily': 90, 'mary': 88, 'jack': 100}

示例4：hash(object)

hash('test')            # 字符串
# 输出：-398426669482169457
hash(1)                 # 数字
# 输出：1
hash(str([1,2,3]))      # 集合
# 输出：-3006469042971424525
hash(str({
   'name':"zoey"}))  # 字典
# 输出：4439473790715533587

三、常见的序列

1、字符串

字符串的不同表现形式

单引号（ ‘’ ）、双引号（ " " ）、三引号（ ‘’’ ‘’’ ）都可以表示字符串
对于一些带’的英文语句，用""更加方便
对于要换行的英文语句，用’‘’ ‘’'更加方便

示例：

astr="i'm mila"
bstr='''my 
name
'''

print(astr,bstr)

字符串常用方法

• str.captalize()：将字符串的第一个字母变大写，其他字母变小写。
• str.center()：返回一个指定宽度居中的字符串。
• str.count()：统计字符串里某个字符出现的次数。
• str.encode()：以指定的编码格式编码字符串。
• str.endswith()：判断字符串是否以指定后缀结尾，如果以指定后缀结尾返回 True，否则返回 False。
• str.find()：从左开始检测字符串中是否包含子字符串 str， 如果指定范围内如果包含指定索引值，返回的是索引值在字符串中的起始位置。如果不包含索引值，返回 -1。
• str.format()：字符串与输出形式，可以参考：https://blog.youkuaiyun.com/sodaloveer/article/details/134133286
• str.index()：从左开始检测字符串中是否包含子字符串 str，与 find() 方法一样，只不过如果str不在 string中会报一个异常。
• str.isalnum()：检测字符串是否由字母和数字组成。
• str.isalpha()：检测字符串是否只由字母或文字组成。
• str.isdigit()：检测字符串是否只由数字组成。
• str.islower()：检测字符串是否只由小写字母组成。
• str.isspace()：检测字符串是否只由空白字符组成。
• str.istitle()：检测字符串是否首个字母都为大写，其余字母均为小写。
• str.isupper()：检测字符串是只由大写字母组成。
• str.join()：用于序列中的元素以指定的字符连接生成一个新的字符串。
• str.ljust()：返回一个原字符串左对齐并使用指定字符填充（默认为空格）至指定长度的新字符串，如果指定长度小于原字符串的长度则返回原字符串。
• str.lower()：转换字符串中所有大写字符为小写（符号和数字将被忽略）。
• str.lstrip()：用于删除字符串左边的指定字符(默认为空格)，包括空格、换行符、回车符、制表符，或字符序列。
• str.maketrans()：用于创建字符映射的转换表，对于接受两个参数的最简单的调用方式，第一个参数是字符串，表示需要转换的字符，第二个参数也是字符串表示转换的目标。
• str.partition()：搜索指定的字符串，并将该字符串拆分为包含三个元素的元组。第一个元素包含指定字符串之前的部分，第二个元素包含指定字符串，第三个元素包含字符串后面的部分。
• str.replace()：把字符串中的old(旧字符串)替换成new(新字符串)，如果指定第三个参数max，则替换不超过max次。
• str.rfind()：从右开始检测并返回字符串最后出现的位置，如果没有匹配项则返回 -1 。
• str.rindex()：从右开始检测并返回字符串 str 在字符串中最后出现的位置，与 rfind() 方法一样，只不过如果没有匹配的字符串会报异常。
• str.rjust()：返回一个原字符串右对齐并使用指定字符填充（默认为空格）至长度的新字符串，如果指定长度小于原字符串的长度则返回原字符串。
• str.rpartition()：搜索指定字符串的最后一次出现，并将该字符串拆分为包含三个元素的元组。第一个元素包含指定字符串之前的部分，第二个元素包含指定字符串，第三个元素包含字符串之后的部分。
• str.rstrip()：用于删除字符串末尾的指定字符(默认为空格)，包括空格、换行符、回车符、制表符，或字符序列。
• str.split()：通过指定分隔符（默认为空白字符）从左侧对字符串进行切片成列表，如果第二个参数num有指定值，则分割为num+1个子字符串。
• str.splitlines()：按照行(‘\r’, ‘\r\n’, \n’)分隔，返回一个包含各行作为元素的列表，如果参数 keepends 为 False，不包含换行符，如果为 True，则保留换行符。
• str.startswith()：判断字符串是否以指定字符串开头，如果是则返回 True，否则返回 False。
• str.strip()：用于删除字符串头尾指定字符(默认为空格)，包括空格、换行符、回车符、制表符，或字符序列。
• str.swapcase()： 用于对字符串的大小写字母进行转换，即将大写字母转换为小写字母，小写字母会转换为大写字母。
• str.title()：返回"标题化"的字符串,就是说所有单词的首个字母转化为大写，其余字母均为小写。
• str.translate()： 返回被转换的字符串。
• str.upper()：将字符串中的小写字母转为大写字母（符号和数字将被忽略）。
• str.zfill()：返回指定长度的字符串，原字符串右对齐，前面填充0。

示例：

song="blowing in the wind"
song.find("the") # 输出：11

song.find("the",8,12) # 输出：-1
song.upper() # 输出：'BLOWING IN THE WIND'
song.split() # 输出：['blowing', 'in', 'the', 'wind']
song.replace("the","that") # 输出：'blowing in that wind'

alist=["hello","world"]
' '.join(alist) # 输出：'hello world'

y="你好"
z=y.encode("utf-8") # 输出：b'\xe4\xbd\xa0\xe5\xa5\xbd'
t=z.decode() # 输出：'你好'

字符串的应用

示例1：将字符串“Hello,World!”中的“World”替换成“Python’并计算其包含的标点符号( 由逗号、句号、感叹号和问号组成 )的个数。

s="Hello,World!"
s=s[:6]+'Python!'
count=0
for i in s[:]:
	if i in ',.!?':
		count+=1
print(count)

# 输出：
# 2

示例2：字符串与输出形式：format_string.format()

print("there are %d punctuation marks." % (count))
print("there are {0:d} punctuation marks." .format(count))

# 输出：
# there are 2 punctuation marks.

age,height=21,1.6545
print("Age:{0:<5d}，Height:{1:5.2f}".format(age,height))

# 输出：
# Age:21   ，Height: 1.65

cCode = ['AXP' , 'BA' , 'CAT' , 'CSCO' , 'CVX' ]
cPrice = ['78.51' , '184.76' , '96.39' , '33.71' , '106.09' ]
for i in range(5):
	print('{:<8d}{:8s}{:8s}'.format(i, cCode[i], cPrice[i]))
	
# 输出：
# 0       AXP     78.51   
# 1       BA      184.76  
# 2       CAT     96.39   
# 3       CSCO    33.71   
# 4       CVX     106.09  

print("I get {:d}{
   {}}!".format(88))
# 输出：
# I get 88{}!

参考文章：format格式化函数的使用

示例3：有一个字符串“acdhdca”，判断字符串是否是回文串。

方法一：join()函数

astr="acdhdca"
if astr == ''.join(reversed(astr)):
	print("Yes")
else:
	print("No")

方法二：切片

astr="acdhdca"
if astr == astr[::-1]:
	print("Yes")
else:
	print("No")
# 输出：
# Yes

示例4：有一些从网络上下载类似如下形式的句子:What do you think of this saying “No pain,No gain”?对于句子中双引号中的内容，首先判断其是否满足标题格式，不管满足与否最终都将其转换为标题格式输出。

astr = 'What do you think of this saying "No pain,No gain"?'
lindex=astr.index('\"',0,len(astr))
rindex=astr.rindex('\"',0,len(astr))
tempStr=astr[lindex+1:rindex]
if tempStr.istitle():
	print('it is title format.')
else:
	print('it is not title format.')
print(tempStr.title())

# 输出：
# it is not title format.
# No Pain,No Gain

转义字符

字符	说明
\0	空字符
\a	响铃
\b	退格
\t	横向制表符
\n	换行
\v	纵向制表符
\f	换页
\r	回车
\e	转义
"	双引号
’	单引号
\	反斜杠
\(在行尾时)	续行符

参考文章：字符串str的的使用方法

练习题

题目1：

使用以下语句存储一个字符串:
string = ‘My moral standing is: 0.98765’
将其中的数字字符串转换成浮点数并输出。
(提示:可以使用find()方法和字符串切片或split()方法，提取出字符串中冒号后面的部分，然后使用float函数，将提取出来的字符串转换为浮点数)

string1 = 'My moral standing is: 0.98765'

# 方法一：
string2 = string1.split(": ")
string3 = float(string2[1])

# 方法二：
string2 = string1[22:]
string3 = float(string2[1])

题目2：

编程找出列表中不包含元音字母(包括大小写) 和数字的所有单词并按原始先后顺序输出
【测试数据与输出结果】
假设给定的字符串为(在程序中直接赋值) :
[‘HELLO’, ‘PH’, ‘Hi’, ‘read’, ‘tmp123’, ‘Our’, ‘vmr’]
输出:
PH
vmr

words=['HELLO', 'PH', 'Hi', 'read', 'tmp123', 'Our', 'vmr']
for item in words:
	item_temp=item.lower()
	for ch in item_temp:
		if ch in 'aeiou' or ch in '0123456789':
			break 	
	else:
		print(item)

2、列表

列表的不同表现形式

• 可扩展的容器对象
• 可以包含不同类型对象
• 一维列表、多维列表

示例：

alist=['action',1,2,3]
blist=['action','movie']
clist=[1,2,3]
list1=[1,2,3,4,5,6,7,8,9,10,11,12,<