本节内容
- 列表、元组操作
- 数字操作
- 字符串操作
- 字典操作
- 集合操作
- 文件操作
- 字符编码与转码
1. 列表、元组操作
列表是我们最以后最常用的数据类型之一,通过列表可以对数据实现最方便的存储、修改等操作
定义列表:
names1 = ['Alex',"Tenglan",'Eric']
names2 = list(['Alex',"Tenglan",'Eric'])
判断是不是列表:
>>> type(names) is list
True
对列表的操作
通过下标访问列表中的元素,下标从0开始计数
>>> names[0]
'Alex'
>>> names[2]
'Eric'
>>> names[-1]
'Eric'
>>> names[-2] #还可以倒着取
'Tenglan'
切片:取多个元素
>>> name ['yhy', 'cfp', 'lk'] >>> name[1:] ['cfp', 'lk'] ##从索引1的位置切片到最后面 >>> name[0:1] ##从索引0到索引1的位置 ['yhy'] >>> name[0::1] ##从索引0到最后 步进为1 ['yhy', 'cfp', 'lk'] >>> >>> name2 = name [1:] >>> id(name) 42726728 >>> id(name2) 42715272 >>> ###切片后的列表是一个新的列表
追加
>>> name.append('zs') >>> name ['yhy', 'cfp', 'lk', 'zs']
插入
##指定索引位置,进行插入 >>> name.insert(0,'yhy1') >>> name ['yhy1', 'yhy', 'cfp', 'lk', 'zs'] >>>
修改
##索引进行重新赋值操作就是修改 >>> name[0] = 'yhy2' >>> name ['yhy2', 'yhy', 'cfp', 'lk', 'zs']
删除
##指定索引删除 >>> del name[0] >>> name ['yhy', 'cfp', 'lk', 'zs'] ###指定元素删除 >>> name.remove('zs') >>> name ['yhy', 'cfp', 'lk'] ###pop 删除最后一个元素,并且返回删除的元素 >>> name.pop() 'lk' >>> name ['yhy', 'cfp'] >>>
清空
>>> name ['yhy', 'cfp', 1, 2, 3] >>> name.clear() >>> name []
扩展
####extend 指定一个列表进行扩展 >>> name ['yhy', 'cfp'] >>> l1 = [1,2,3] >>> name ['yhy', 'cfp'] >>> name.extend(l1) >>> name ['yhy', 'cfp', 1, 2, 3] >>>
拷贝
####进行赋值操作就可以 >>> name ['yhy', 'cfp', 1, 2, 3] >>> name1 = name >>> name1 ['yhy', 'cfp', 1, 2, 3] ####调用列表的方法进行复制 >>> name2= name.copy() >>> name2 ['yhy', 'cfp', 1, 2, 3] >>>
copy真的这么简单么?那我还讲个屁!!。。。
统计
###统计name里面元素1的个数是多少 >>> name ['yhy', 'cfp', 1, 2, 3] >>> name.count(1) 1
排序&翻转
>>> num = [1,22,44,55,2] >>> num.sort() >>> num [1, 2, 22, 44, 55] >>> num.reverse() >>> num [55, 44, 22, 2, 1] >>>
获取下标
###index获取指定元素的下标 >>> num [55, 44, 22, 2, 1] >>> num.index(2) 3
元组
元组其实跟列表差不多,也是存一组数,只不是它一旦创建,便不能再修改,所以又叫只读列表
语法
names = ("alex","jack","eric")
它只有2个方法,一个是count,一个是index,完毕。
2.数字
int 有长整形和短整形 python3中统一为int python2中有区分 基本的加减乘除这边就不写出来了 ### 将 a 转为整形,而a的base=16 代表了,a是16进制 >>> a = 'b' >>> int(a,base=16) 11 >>> >>> r = 4 >>> bin(4) ###将4变成2进行 '0b100' >>> r.bit_length() ##当前数字的二进制,至少用n位表示 3 >>>
3. 字符串操作
创建字符串:
1 >>> name1 = 'crik' ###创建字符串单引号和双引号没区别 2 >>> type(name1) 注意:三个单引号和三个双引号 也可以表示字符串,且可以是多行 3 <class 'str'> 4 >>> name2 = 'yhy' 5 >>> type(name2) 6 <class 'str'>
对字符串的操作:
重复输出: >>> print('h'*3) hhh 通过索引获取字符串字符,和切片一样 >>> name1 'crik' >>> name1[1] 'r' 关键字 in >>> name1 'crik' >>> 'c' in name1 True >>> 格式化输出 >>> name1 'crik' >>> print("%s is good teacher."%name1) crik is good teacher. 注意:%s是字符串 %d 是数字 %f是浮点数 字符串拼接: >>> name1 'crik' >>> msg = "is teacher" >>> name1 + msg 'crikis teacher' 这样的方式效率非常的低。 最好的方式采用join的方法 重要!!!join是把一个可迭代对象变成了字符串 >>> ''.join([name1,msg]) 'crikis teacher'
str = "src.plugins.ss" a = str.rsplit(".",maxsplit=1) ##从右边切割,且就切割一次 print(a) ###['src.plugins', 'ss']
字符串的内置方法:特别的多 差不多20个吧:
4. 字典操作
字典一种key - value 的数据类型,使用就像我们上学用的字典,通过笔划、字母来查对应页的详细内容。
创建的方式:{ },用逗号分隔一组键值对
键必须是唯一的,所以他一定是不可变类型:
- 不可变类型:整型,字符串,元组
- 可变类型:列表,字典
值可以是任意的类型:
语法:
info = { 'stu1101': "TengLan Wu", 'stu1102': "LongZe Luola", 'stu1103': "XiaoZe Maliya", }
字典的特性:
- dict是无序的
- key必须是唯一的,so 天生去重
增加:
删除:
修改:
查:
创建初始化字典:
#通过一个列表生成默认dict,有个没办法解释的坑,少用吧这 >>> info = dict.fromkeys(['s1','s2','s3'],'test') >>> info {'s3': 'test', 's2': 'test', 's1': 'test'} >>>
多级字典嵌套及操作
字典的sorted方法:返回一个有序字典所有key的列表:
1 >>> info 2 {'s3': 'test', 's2': 'test', 's1' 3 >>> info.keys() 4 dict_keys(['s3', 's2', 's1']) 5 >>> sorted(info.keys()) 6 ['s1', 's2', 's3']
字典的遍历:很重要!!!!
d={'name':'alex','age':40,'hobby':'girl'} for i in d: print(i) d={'name':'alex','age':40,'hobby':'girl'} for i in d: print(i,d[i]) 默认推荐第一种方式:效率高
for i,v in d.items(): 第二种有一个转换的过程 print(i,v)
5.集合操作
回顾:
创建列表的时候有两种,元组也是两种,而集合只有一种就是set方法 列表:1:[] 2:list(序列) 序列:就是有索引的;如:字符串,列表,元组 元组:1:() 2:tumple(序列) 集合: set(可哈希对象) 可哈希对象可以理解成 如:列表,字符串 ,元组 注意1:虽然是由可哈希对象组成的集合,但是集合本身是不可哈希的 注意2:字典的键对象可以是( 整型 ,字符串 ,元组) 不可改变的对象:
集合是一个无序的,不重复的数据组合,它的主要作用如下:
1:去重,把一个列表变成集合,就自动去重了 2:关系测试,测试两组数据之前的交集、差集、并集等关系
常用关系操作:
1 并集: 2 s1=set([1,2,3,4]) 3 s2=set((4,5,6,7)) 4 print(s1.union(s2)) 5 print(s1 | s2) 6 7 交集: 8 s1=set([1,2,3,4]) 9 s2=set((4,5,6,7)) 10 print(s1.intersection(s2)) 11 print(s1 & s2 ) 12 13 差集: 只在s1中的元数 14 s1=set([1,2,3,4]) 15 s2=set((4,5,6,7)) 16 print(s1.difference(s2)) 17 print(s1 - s2 ) 18 19 对称差集:(项在t或s中,但不会同时出现在二者中) 20 s1=set([1,2,3,4]) 21 s2=set((4,5,6,7)) 22 print(s1.symmetric_difference(s2)) #{1, 2, 3, 5, 6, 7} 23 print(s1 ^ s2 ) #{1, 2, 3, 5, 6, 7} 24 25 超级;子集 26 s1=set([1,2,3,4]) 27 s2=set((4,2,3)) 28 print(s1.issuperset(s2)) #True s1 > s2 判断s1是不是s2的超级 29 print(s1.issubset(s2) ) # True s1 < s2 判断s1是不是s2的子集
基本操作:
基本操作: t.add('x') # 添加一项 s.update([10,37,42]) # 在s中添加多项 使用remove()可以删除一项: t.remove('H') len(s) set 的长度
不可变集合:跟列表与元组的关系差不多
1 s=set('charr') 2 s1=frozenset('charr') 3 print(s) 4 print(s1) 5 6 {'c', 'h', 'a', 'r'} 8 frozenset({'c', 'h', 'a', 'r'})
6. 文件操作
对文件操作流程
- 打开文件,得到文件句柄并赋值给一个变量
- 通过句柄对文件进行操作
- 关闭文件
打开文件的模式有:
r 只读不能写
w 删除再写不能读
a 追加不能读
r+ 从头开始w 光标写的字最后
w+ 先删除再写 光标在最后
a+ 追加写,光标在最后
还有rb 和 wb 的模式: 那么b代表什么? rb指的就是以字节读取,wb以字节写入. 我们知道在传送文件的时候,默认在硬盘保存的是字节,而我们要是以unicode去传输,还需要 进行decode下才可以;等到传送文件成功的时候,对方又需要将unicode进行decode放到硬盘中去 这样的话。速度就单纯的比用字节传输慢的多多了,多个道decode 和 encode的工序。 所以默认进行网络传输的时候必须为字节码。存到硬盘的数据也必须是字节。 这就是字节存在的意义,除此之外,字节毛无意义。 知识点:将unicode转成字节的方式:1: 内置的bytes函数 2:字符串自身的encode方法 >>> name = '搜索' >>> bytes(name) >>> bytes(name,'utf8') ###指定要解码的对象,和解码方式 b'\xe6\x90\x9c\xe7\xb4\xa2' >>> name.encode('utf8') b'\xe6\x90\x9c\xe7\xb4\xa2' >>>
基本操作
截断truncate,你加参数就是截断全部
1 注意:的是truncate要需要写的权限: 2 >>> f= open('111.txt','r+',encoding='utf-8') 3 >>> s = f.truncate(2) ###整个文件就只保存头两个的字符 4 >>> f.read() 5 'ne' 6 >>>
其他的一些操作:
1 isatty()判断是否是终端 2 readable()判断是否可读
with语句:
就是专门对应那些会打开文件不会关闭文件的家伙。。。。。
1 正常文件对象: 2 f=open(‘log’,’r’) 3 f.read() 4 f.close() 5 6 with open(‘log’,’r’) as f: ### 这是与f=open(‘log’,’r’)相等的 7 f.read() 8 9 10 也可以拿到多个的句柄: 11 with open(‘log’,’r’) as f_read, open(‘log2’,’w’) as f_write: 12 pass
7. 字符编码与转码
字符编码:
机器只能识别二进制:
后来老美就发明了:ASCII码
- ASCII :只能存英文和拉丁字符;一个字符占1个字节,8位。
ASCII码一个字节可以存256个字符,但是没有都存满,这时候中国也想使用计算机啊,但是ASCII码不可以存中文,这时候中国就利用了ASCII码的最后几个字符中的一个去映射到一个更加大的字符集:
- gb2312:只能6700多个中文1980年
- gbk1.0:存了2万多个中文1995年
- gb18030:存了2万7千多个中文 2000年
但是呢,每个国家都要用计算机啊,但是ASCII码的映射方式也就那么剩下的几个,这时候问题就来了,那剩下的几个空字符给谁用?这时候老美的iso组织就出来了发明了一种万国码:Unicode
Unicode是一个标准:
- 早期的Unicode版本是utf-32:一个字符占4个字节;太浪费了
- 中期的Unicode版本是utf-16:一个字符占2个字节或2个字节以上,实在找不到就去utf-32去找,utf-16可以存65536个字符
有一个共性utf-32和utf-16是将各国的编码append的形式的,位置是不变的,such as 是可以兼容GBK的
- 后期的Unicode版本是utf-8:一个英文字符占1个字节,一个中文占3个字节
utf-8:采用了新的字符存放方式。位置变了
虽然有这个标准,大家就可以都使用这个了;但是中国奇葩说你就必须使用gb18030【当然每个国家都有自己的要求比如说:日本就必须要求支持JPK什么的】
(就如微软的系统在中国默认支持的gbk而不是utf-8)
注:可以在cmd 命令右键属性查看;可以采用 chcp 修改
2:在python的字符集
需知:
1 1.在python2默认编码是ASCII, python3里默认是unicode 2 2.unicode 分为 utf-32(占4个字节),utf-16(占两个字节),utf-8(占1-4个字节), so utf-16就是现在最常用的unicode版本, 3 不过在文件里存的还是utf-8,因为utf8省空间 4 3.在py3中encode,在转码的同时还会把string 变成bytes类型,decode在解码的同时还会把bytes变回string
in python2
默认是 ASCII码
in python3
默认是Unicode 【所以基本就不用做任何的转码】
【但是你非要没事干,要把Unicode转成GBK的话】
在encode的同时,会把数据转成了bytes类型
bytes是单独的数据类型:可以理解成[0-255]之间的纯数字类型
b=byte =字节类型
实验环境:
- Windows的 cmd GKB格式:
- 文件:111.txt
- 编译器 python3
1 111.txt文件: 2 3 s = "你是我的神奇" 4 print(s) 5 s_to_gbk = s.encode('gbk') 6 print(s_to_gbk) 7 s_to_unicode = s_to_gbk.decode('gbk') 8 print(s_to_unicode) 9 10 D:\>python3 111.txt 11 你是我的神奇 12 b'\xc4\xe3\xca\xc7\xce\xd2\xb5\xc4\xc9\xf1\xc6\xe6' 13 你是我的神奇
实验环境:
- Windows的 cmd GKB格式:
- 文件:字符编码python2.py
- 编译器 python2
1 文件: 2 3 s=’特斯拉’ 4 5 print(s)
执行:
错误:说 在这个文件中没有ASCII码的字符串且也没有定义采用的编码
修改:
文件:
执行:
解析:可以看到可以正确执行,但是是乱码,这是因为什么呢?
文件只是定义了文件的格式是utf-8,但是呢 cmd还是采用gbk的格式所以我们要修改cmd的编码 为utf-8