列表
列表是 Python 的主力數據類型。當提到 「 列表 」 時,您腦海中可
能會閃現「 必須進一步聲明大小的數組,只能包含同一類對象
「 等想法。千萬別這麼想。列表比那要酷得多。
☞ Python 中的列表相似 Perl 5 中的數組。在 Perl 5
中,存儲數組的變量老是以字符 @ 開頭;在 Python
中,變量可隨意命名,Python 僅在內部對數據類型
進行跟蹤。
☞ Python 中的列表更像 Java 中的數組(儘管能夠
把列表當作生命中所須要的一切來使用)。一個更好
的比喻多是 ArrayList 類,該類能夠容納任何對
象,並可在添加新元素時進行動態拓展。
建立列表
列表建立很是輕鬆:使用中括號包裹一系列以逗號分割的值即
可。
>>> a_list = ['a', 'b', 'mpilgrim', 'z', 'example'] ①
>>> a_list
['a', 'b', 'mpilgrim', 'z', 'example']
>>> a_list[0] ②
'a'
>>> a_list[4] ③
'example'
>>> a_list[ ‐1] ④
'example'
>>> a_list[ ‐3] ⑤
'mpilgrim'
1. 首先,建立一個包含 5 個元素的列表。要注意的是它們保持
了最初的順序。這並非偶然的。列表是元素的有序集合。
2. 列表可當作以零爲基點的數組使用。非空列表的首個元素始
終是 a_list[0] 。
3. 該 5 元素列表的最後一個元素是 a_list[4] ,由於列表(索
引)老是以零爲基點的。
4. 使用負索引值可從列表的尾部向前計數訪問元素。任何非空
列表的最後一個元素老是 a_list[ ‐1] 。
5. 若是負數令你混淆,可將其視爲以下方式: a_list[ ‐n] ==
a_list[len(a_list) ‐ n] 。所以在此列表中, a_list[ ‐3] ==
a_list[5 ‐ 3] == a_list[2] 。
列表切片
a_list[0] 是列表的第一個元素。
定義列表後,可從其中獲取任何部分做爲新列表。該技術稱爲
對列表進行 切片 。
>>> a_list
['a', 'b', 'mpilgrim', 'z', 'example']
>>> a_list[1:3] ①
['b', 'mpilgrim']
>>> a_list[1: ‐1] ②
['b', 'mpilgrim', 'z']
>>> a_list[0:3] ③
['a', 'b', 'mpilgrim']
>>> a_list[:3] ④
['a', 'b', 'mpilgrim']
>>> a_list[3:] ⑤
['z', 'example']
>>> a_list[:] ⑥
['a', 'b', 'mpilgrim', 'z', 'example']
1. 經過指定兩個索引值,能夠從列表中獲取稱做「 切片」 的某個
部分。返回值是一個新列表,它包含列表(??切片)中全部元素,
按順序從第一個切片索引開始(本例中爲 a_list[1] ),截止但
不包含第二個切片索引(本例中的 a_list[3] )。
2. 若是切片索引之一或二者均爲負數,切片操做仍可進行。如
果有幫助的話,您能夠這麼思考:自左向右讀取列表,第一個
切片索引指明瞭想要的第一個元素,第二個切片索引指明瞭第
一個不想要的元素。返回值是二者之間的任何值。 between.
3. 列表是以零爲起點的,所以 a_list[0:3] 返回列表的頭三個
元素,從 a_list[0] 開始,截止到但不包括 a_list[3] 。
4. 若是左切片索引爲零,能夠將其留空而將零隱去。所以
a_list[:3] 與 a_list[0:3] 是徹底相同的,由於起點 0 被隱去
了。
5. 一樣,若是右切片索引爲列表的長度,也能夠將其留空。因
此 a_list[3:] 與 a_list[3:5] 是徹底相同的,由於該列表有五
個元素。此處有個好玩的對稱現象。在這個五元素列表中,
a_list[:3] 返回頭三個元素,而 a_list[3:] 返回最後兩個元
素。事實上,不管列表的長度是多少, a_list[:n] 將返回頭 n 個
元素,而 a_list[ n:] 返回其他部分。
6. 若是兩個切片索引都留空,那麼將包括列表全部的元素。但
該返回值與最初的 a_list 變量並不同。它是一個新列表,只
不過剛好擁有徹底相同的元素而已。a_list[:] 是對列表進行復
制的一條捷徑。
向列表中新增項
有四種方法可用於向列表中增長元素。
>>> a_list = ['a']
>>> a_list = a_list + [2.0, 3] ①
>>> a_list ②
['a', 2.0, 3]
>>> a_list.append(True) ③
>>> a_list
['a', 2.0, 3, True]
>>> a_list.extend(['four', 'Ω']) ④
>>> a_list
['a', 2.0, 3, True, 'four', 'Ω']
>>> a_list.insert(0, 'Ω') ⑤
>>> a_list
['Ω', 'a', 2.0, 3, True, 'four', 'Ω']
1. + 運算符鏈接列表以建立一個新列表。列表可包含任何數量
的元素;沒有大小限制(除了可用內存的限制)。然而,若是
內存是個問題,那就必須知道在進行鏈接操做時,將在內存中
建立第二個列表。在該狀況下,新列表將會當即被賦值給已有
變量 a_list 。所以,實際上該行代碼包含兩個步驟 — 鏈接而後
賦值 — 當處理大型列表時,該操做可能(暫時)消耗大量內
存。
2. 列表可包含任何數據類型的元素,單個列表中的元素無須全
爲同一類型。下面的列表中包含一個字符串、一個浮點數和一
個整數。
3. append() 方法向列表的尾部添加一個新的元素。(如今列表
中有 四種 不一樣數據類型!)
4. 列表是以類的形式實現的。「 建立」 列表其實是將一個類實
例化。所以,列表有多種方法能夠操做。extend() 方法只接受
一個列表做爲參數,並將該參數的每一個元素都添加到原有的列
表中。
5. insert() 方法將單個元素插入到列表中。第一個參數是列表
中將被頂離原位的第一個元素的位置索引。列表中的元素並不
必定要是惟一的;好比說:現有兩個各自獨立的元素,其值均
爲 'Ω':,第一個元素 a_list[0] 以及最後一個元素 a_list[6] 。
☞a_list.insert(0, value ) 就像是 Perl 中的
unshift() 函數。它將一個元素添加到列表的頭
部,全部其它的元素都被頂理原先的位置以騰出空
間。
讓咱們進一步看看 append() 和 extend() 的區別。
>>> a_list = ['a', 'b', 'c']
>>> a_list.extend(['d', 'e', 'f']) ①
>>> a_list
['a', 'b', 'c', 'd', 'e', 'f']
>>> len(a_list) ②
6
>>> a_list[ ‐1]
'f'
>>> a_list.append(['g', 'h', 'i']) ③
>>> a_list
['a', 'b', 'c', 'd', 'e', 'f', ['g', 'h', 'i']]
>>> len(a_list) ④
7
>>> a_list[ ‐1]
['g', 'h', 'i']
1. extend() 方法只接受一個參數,而該參數老是一個列表,並
將列表 a_list 中全部的元素都添加到該列表中。
2. 若是開始有個 3 元素列表,而後將它與另外一個 3 元素列表進
行 extend 操做,結果是將得到一個 6 元素列表。
3. 另外一方面, append() 方法只接受一個參數,但能夠是任何數
據類型。在此,對一個 3 元素列表調用 append() 方法。
4. 若是開始的時候有個 6 元素列表,而後將一個列表 append
[添加]上去,結果就會……獲得一個 7 元素列表。爲何是 7
個?由於最後一個元素(剛剛 append[添加] 的元素) 自己
是個列表 。列表可包含任何類型的數據,包括其它列表。這可
能是你所須要的結果,也許不是。但若是這就是你想要的,那
這就是你所獲得的。
在列表中檢索值
>>> a_list = ['a', 'b', 'new', 'mpilgrim', 'new']
>>> a_list.count('new') ①
2
>>> 'new' in a_list ②
True
>>> 'c' in a_list
False
>>> a_list.index('mpilgrim') ③
3
>>> a_list.index('new') ④
2
>>> a_list.index('c') ⑤
Traceback (innermost last):
File "<interactive input>", line 1, in ?ValueError:
list.index(x): x not in list
1. 如你所指望, count() 方法返回了列表中某個特定值出現的
次數。
2. 若是你想知道的是某個值是否出如今列表中, in 運算符將會
比使用 count() 方法要略快一些。in 運算符老是返回 True 或
False ;它不會告訴你該值出如今什麼位置。
3. 若是想知道某個值在列表中的精確位置,可調用 index() 方
法。儘管能夠經過第二個參數(以 0 爲基點的)索引值來指定
起點,經過第三個參數(以 0 基點的)索引來指定搜索終點,
但缺省狀況下它將搜索整個列表,
4. index() 方法將查找某值在列表中的第一次出現。在該狀況
下,'new' 在列表中出現了兩次,分別爲 a_list[2] 和
a_list[4] ,但 index() 方法將只返回第一次出現的位置索引
值。
5. 可能 出乎 您的預期,若是在列表中沒有找到該值,index()
方法將會引起一個例外。
等等,什麼?是這樣的:若是沒有在列表中找到該值, index()
方法將會引起一個例外。這是 Python 語言最顯著不一樣之處,其
它多數語言將會返回一些無效的索引值(像是 ‐1)。固然,一
開始這一點看起來比較討厭,但我想您會逐漸欣賞它。這意味
着您的程序將會在問題的源頭處崩潰,而不是以後奇怪地、默
默地崩潰。請記住, ‐1 是合法的列表索引值。若是 index() 方
法返回 ‐1,可能會致使調整過程變得不那麼有趣!
從列表中刪除元素
列表永遠不會有縫隙。
列表能夠自動拓展或者收縮。您已經看到了拓展部分。也有幾
種方法可從列表中刪除元素。
>>> a_list = ['a', 'b', 'new', 'mpilgrim', 'new']
>>> a_list[1]
'b'
>>> del a_list[1] ①
>>> a_list
['a', 'new', 'mpilgrim', 'new']
>>> a_list[1] ②
'new'
1. 可以使用 del 語句從列表中刪除某個特定元素。
2. 刪除索引 1 以後再訪問索引 1 將 不會 致使錯誤。被刪除元素
以後的全部元素將移動它們的位置以「 填補」 被刪除元素所產生
的「 縫隙」 。
不知道位置索引?這不成問題,您能夠經過值而不是索引刪除
元素。
>>> a_list.remove('new') ①
>>> a_list
['a', 'mpilgrim', 'new']
>>> a_list.remove('new') ②
>>> a_list
['a', 'mpilgrim']
>>> a_list.remove('new')
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
ValueError: list.remove(x): x not in list
1. 還能夠經過 remove() 方法從列表中刪除某個元素。remove()
方法接受一個 value 參數,並刪除列表中該值的第一次出現。同
樣,被刪除元素以後的全部元素將會將索引位置下移,以「 填補
縫隙」 。列表永遠不會有「 縫隙」 。
2. 您能夠盡情地調用 remove() 方法,但若是試圖刪除列表中不
存在的元素,它將引起一個例外。
R EMOVING I TEMS FROM A LIST : BONUS
R OUND
另外一有趣的列表方法是 pop() 。pop() 方法是從列表刪除元素的
另外一方法,但有點變化。
>>> a_list = ['a', 'b', 'new', 'mpilgrim']
>>> a_list.pop() ①
'mpilgrim'
>>> a_list
['a', 'b', 'new']
>>> a_list.pop(1) ②
'b'
>>> a_list
['a', 'new']
>>> a_list.pop()
'new'
>>> a_list.pop()
'a'
>>> a_list.pop() ③
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: pop from empty list
1. 若是不帶參數調用, pop() 列表方法將刪除列表中最後的元
素,並返回所刪除的值。
2. 能夠從列表中 pop [彈出]任何元素。只需傳給 pop() 方法
一個位置索引值。它將刪除該元素,將其後全部元素移位以「 填
補縫隙」, 而後返回它刪除的值。
3. 對空列表調用 pop() 將會引起一個例外。
☞不帶參數調用的 pop() 列表方法就像 Perl 中的
pop() 函數。它從列表中刪除最後一個元素並返回
所刪除元素的值。Perl 還有另外一個函數 shift() ,
可用於刪除第一個元素並返回其值;在 Python
中,該函數至關於 a_list.pop(0) 。
布爾上下文環境中的列表
空列表爲假;其它全部列表爲真。
能夠在 if 這樣的 布爾類型上下文環境中 使用列表。
>>> def is_it_true(anything):
... if anything:
... print("yes, it's true")
... else:
... print("no, it's false")
...
>>> is_it_true([]) ①
no, it's false
>>> is_it_true(['a']) ②
yes, it's true
>>> is_it_true([False]) ③
yes, it's true
1. 在布爾類型上下文環境中,空列表爲假值。
2. 任何至少包含一個上元素的列表爲真值。
3. 任何至少包含一個上元素的列表爲真值。元素的值無關緊
要。
⁂
元組
元素 是不可變的列表。一旦建立以後,用任何方法都不能夠修
改元素。
>>> a_tuple = ("a", "b", "mpilgrim", "z", "example") ①
>>> a_tuple
('a', 'b', 'mpilgrim', 'z', 'example')
>>> a_tuple[0] ②
'a'
>>> a_tuple[‐1] ③
'example'
>>> a_tuple[1:3] ④
('b', 'mpilgrim')
1. 元組的定義方式和列表相同,除了整個元素的集合都用圓括
號,而不是方括號閉合。
2. 和列表同樣,元組的元素都有肯定的順序。元組的索引也是
以零爲基點的,和列表同樣,所以非空元組的第一個元素老是
a_tuple[0] 。
3. 負的索引從元組的尾部開始計數,這和列表也是同樣的。
4. 和列表同樣,元組也能夠進行切片操做。對列表切片能夠得
到新的列表;對元組切片能夠獲得新的元組。
元組和列表的主要區別是元組不能進行修改。用技術術語來
說,元組是 不可變動 的。從實踐的角度來講,沒有可用於修改
元組的方法。列表有像 append()、 extend()、 insert()、
remove() 和 pop() 這樣的方法。這些方法,元組都沒有。能夠
對元組進行切片操做(由於該方法建立一個新的元組),能夠
檢查元組是否包含了特定的值(由於該操做不修改元組),還
能夠……就那麼多了。
# continued from the previous example
>>> a_tuple
('a', 'b', 'mpilgrim', 'z', 'example')
>>> a_tuple.append("new") ①
Traceback (innermost last):
File "<interactive input>", line 1, in ?AttributeError:
'tuple' object has no attribute 'append'
>>> a_tuple.remove("z") ②
Traceback (innermost last):
File "<interactive input>", line 1, in ?AttributeError:
'tuple' object has no attribute 'remove'
>>> a_tuple.index("example") ③
4
>>> "z" in a_tuple ④
True
1. 沒法向元組添加元素。元組沒有 append() 或 extend() 方
法。
2. 不能從元組中刪除元素。元組沒有 remove() 或 pop() 方法。
3. 能夠 在元組中查找元素,因爲該操做不改變元組。
4. 還可使用 in 運算符檢查某元素是否存在於元組中。
那麼元組有什麼好處呢?
• 元組的速度比列表更快。若是定義了一系列常量值,而所需
作的僅是對它進行遍歷,那麼請使用元組替代列表。
• 對不須要改變的數據進行「 寫保護」 將使得代碼更加安全。使
用元組替代列表就像是有一條隱含的 assert 語句顯示該數據是
常量,特別的想法(及特別的功能)必須重寫。(??)
• 一些元組可用做字典鍵(特別是包含字符串、數值和其它元
組這樣的不可變數據的元組)。列表永遠不能當作字典鍵使
用,由於列表不是不可變的。
☞元組可轉換成列表,反之亦然。內建
的 tuple() 函數接受一個列表參數,並返回
一個包含一樣元素的元組,而 list() 函數
接受一個元組參數並返回一個列表。從效
果上看, tuple() 凍結列表,而 list() 融
化元組。
布爾上下文環境中的元組
能夠在 if 這樣的 布爾類型上下文環境中 使用元組。
>>> def is_it_true(anything):
... if anything:
... print("yes, it's true")
... else:
... print("no, it's false")
...
>>> is_it_true(()) ①
no, it's false
>>> is_it_true(('a', 'b')) ②
yes, it's true
>>> is_it_true((False,)) ③
yes, it's true
>>> type((False)) ④
<class 'bool'>
>>> type((False,))
<class 'tuple'>
1. 在布爾類型上下文環境中,空元組爲假值。
2. 任何至少包含一個上元素的元組爲真值。
3. 任何至少包含一個上元素的元組爲真值。元素的值無關緊
要。不過此處的逗號起什麼做用呢?
4. 爲建立單元素元組,須要在值以後加上一個逗號。沒有逗
號,Python 會假定這只是一對額外的圓括號,雖然沒有害處,
但並不建立元組。
同時賦多個值
如下是一種很酷的編程捷徑:在 Python 中,可以使用元組來一次
賦多值。
>>> v = ('a', 2, True)
>>> (x, y, z) = v ①
>>> x
'a'
>>> y
2
>>> z
True
1. v 是一個三元素的元組,而 (x, y, z) 是包含三個變量的元
組。將其中一個賦值給另外一個將會把 v 中的每一個值按順序賦值
給每個變量。
該特性有多種用途。假設須要將某個名稱指定某個特定範圍的
值。可使用內建的 range() 函數進行多變量賦值以快速地進
行連續變量賦值。
>>> (MONDAY, TUESDAY, WEDNESDAY, THURSDAY, FRIDAY,
SATURDAY, SUNDAY) = range(7) ①
>>> MONDAY
②
0
>>> TUESDAY
1
>>> SUNDAY
6
1. 內建的 range() 函數構造了一個整數序列。(從技術上來
說, range() 函數返回的既不是列表也不是元組,而是一個 迭
代器,但稍後您將學到它們的區別。) MONDAY、 TUESDAY 、
WEDNESDAY 、 THURSDAY、 FRIDAY、 SATURDAY 和 SUNDAY 是您所定
義的變量。(本例來自於 calendar 模塊,該短小而有趣的模塊
打印日曆,有點像 UNIX 程序 cal 。該 calendar 模塊爲星期數
定義了整數常量。
2. 如今,每一個變量都有其值了: MONDAY 爲 0 , TUESDAY 爲 1,
如此類推。
還可使用多變量賦值建立返回多值的函數,只需返回一個包
含全部值的元組。調用者可將返回值視爲一個簡單的元組,或
將其賦值給不一樣的變量。許多標準 Python 類庫這麼幹,包括在
下一章將學到的 os 模塊。
⁂
集合
集合set 是裝有獨特值的無序「 袋子」 。一個簡單的集合能夠包含
任何數據類型的值。若是有兩個集合,則能夠執行像聯合、交
集以及集合求差等標準集合運算。
建立集合
重中之重。建立集合很是簡單。
>>> a_set = {1} ①
>>> a_set
{1}
>>> type(a_set) ②
<class 'set'>
>>> a_set = {1, 2} ③
>>> a_set
{1, 2}
1. 要建立只包含一個值的集合,僅需將該值放置於花括號之
間。({})。
2. 實際上,集合以 類 的形式實現,但目前還無須考慮這一點。
3. 要建立多值集合,請將值用逗號分開,並用花括號將全部值
包裹起來。
還能夠 列表 爲基礎建立集合。
>>> a_list = ['a', 'b', 'mpilgrim', True, False, 42]
>>> a_set = set(a_list) ①
>>> a_set ②
{'a', False, 'b', True, 'mpilgrim', 42}
>>> a_list ③
['a', 'b', 'mpilgrim', True, False, 42]
1. 要從列表建立集合,可以使用 set() 函數。(懂得如何實現集
合的學究可能指出這實際上並非調用某個函數,而是對某個
類進行實例化。我保證在本書稍後的地方將會學到其中的區
別。目前而言,僅需知道 set() 行爲與函數相似,以及它返回
一個集合。)
2. 正如我以前提到的,簡單的集合能夠包括任何數據類型的
值。並且,如我以前所提到的,集合是 無序的。該集合並不記
得用於建立它的列表中元素的最初順序。若是向集合中添加元
素,它也不會記得添加的順序。
3. 初始的列表並不會發生變化。
尚未任何值?沒有問題。能夠建立一個空的集合。
>>> a_set = set() ①
>>> a_set ②
set()
>>> type(a_set) ③
<class 'set'>
>>> len(a_set) ④
0
>>> not_sure = {} ⑤
>>> type(not_sure)
<class 'dict'>
1. 要建立空集合,可不帶參數調用 set() 。
2. 打印出來的空集合表現形式看起來有點兒怪。也許,您指望
看到一個 {} 吧 ?該符號表示一個空的字典,而不是一個空的集
合。本章稍後您將學到關於字典的內容。
3. 儘管打印出的形式奇怪,這 確實是 一個集合……
4. …… 同時該集合沒有任何成員。
5. 因爲從 Python 2 沿襲而來歷史的古怪規定,不能使用兩個花
括號來建立空集合。該操做實際建立一個空字典,而不是一個
空集合。
修改集合
有兩種方法可向現有集合中添加值: add() 方法和 update() 方
法。
>>> a_set = {1, 2}
>>> a_set.add(4) ①
>>> a_set
{1, 2, 4}
>>> len(a_set) ②
3
>>> a_set.add(1) ③
>>> a_set
{1, 2, 4}
>>> len(a_set) ④
3
1. add() 方法接受單個能夠是任何數據類型的參數,並將該值
添加到集合之中。
2. 該集合如今有三個成員了。
3. 集合是裝 惟一值 的袋子。若是試圖添加一個集合中已有的
值,將不會發生任何事情。將不會引起一個錯誤;只是一條空
操做。
4. 該集合 仍然 只有三個成員。
>>> a_set = {1, 2, 3}
>>> a_set
{1, 2, 3}
>>> a_set.update({2, 4, 6}) ①
>>> a_set ②
{1, 2, 3, 4, 6}
>>> a_set.update({3, 6, 9}, {1, 2, 3, 5, 8, 13}) ③
>>> a_set
{1, 2, 3, 4, 5, 6, 8, 9, 13}
>>> a_set.update([10, 20, 30]) ④
>>> a_set
{1, 2, 3, 4, 5, 6, 8, 9, 10, 13, 20, 30}
1. update() 方法僅接受一個集合做爲參數,並將其全部成員添
加到初始列表中。其行爲方式就像是對參數集合中的每一個成員
調用 add() 方法。
2. 因爲集合不能包含重複的值,所以重複的值將會被忽略。
3. 實際上,能夠帶任何數量的參數調用 update() 方法。若是調
用時傳遞了兩個集合, update() 將會被每一個集合中的每一個成員
添加到初始的集合當中(丟棄重複值)。
4. update() 方法還可接受一些其它數據類型的對象做爲參數,
包括列表。若是調用時傳入列表,update() 將會把列表中全部
的元素添加到初始集合中。
從集合中刪除元素
有三種方法能夠用來從集合中刪除某個值。前兩種,discard()
和 remove() 有細微的差別。
>>> a_set = {1, 3, 6, 10, 15, 21, 28, 36, 45}
>>> a_set
{1, 3, 36, 6, 10, 45, 15, 21, 28}
>>> a_set.discard(10) ①
>>> a_set
{1, 3, 36, 6, 45, 15, 21, 28}
>>> a_set.discard(10) ②
>>> a_set
{1, 3, 36, 6, 45, 15, 21, 28}
>>> a_set.remove(21) ③
>>> a_set
{1, 3, 36, 6, 45, 15, 28}
>>> a_set.remove(21) ④
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 21
1. discard() 接受一個單值做爲參數,並從集合中刪除該值。
2. 若是針對一個集合中不存在的值調用 discard() 方法,它不
進行任何操做。不產生錯誤;只是一條空指令。
3. remove() 方法也接受一個單值做爲參數,也從集合中將其刪
除。
4. 區別在這裏:若是該值不在集合中,remove() 方法引起一個
KeyError 例外。
就像列表,集合也有個 pop() 方法。
>>> a_set = {1, 3, 6, 10, 15, 21, 28, 36, 45}
>>> a_set.pop() ①
1
>>> a_set.pop()
3
>>> a_set.pop()
36
>>> a_set
{6, 10, 45, 15, 21, 28}
>>> a_set.clear() ②
>>> a_set
set()
>>> a_set.pop() ③
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'pop from an empty set'
1. pop() 方法從集合中刪除某個值,並返回該值。然而,因爲
集合是無序的,並無「 最後一個」 值的概念,所以沒法控制刪
除的是哪個值。它基本上是隨機的。
2. clear() 方法刪除集合中 全部 的值,留下一個空集合。它等
價於 a_set = set() ,該語句建立一個新的空集合,並用之覆蓋
a_set 變量的以前的值。
3. 試圖從空集合中彈出某值將會引起 KeyError 例外。
常見集合操做
Python 的 集合 類型支持幾種常見的運算。
>>> a_set = {2, 4, 5, 9, 12, 21, 30, 51, 76, 127, 195}
>>> 30 in a_set
①
True
>>> 31 in a_set
False
>>> b_set = {1, 2, 3, 5, 6, 8, 9, 12, 15, 17, 18, 21}
>>> a_set.union(b_set)
②
{1, 2, 195, 4, 5, 6, 8, 12, 76, 15, 17, 18, 3, 21, 30,
51, 9, 127}
>>> a_set.intersection(b_set)
③
{9, 2, 12, 5, 21}
>>> a_set.difference(b_set)
④
{195, 4, 76, 51, 30, 127}
>>> a_set.symmetric_difference(b_set)
⑤
{1, 3, 4, 6, 8, 76, 15, 17, 18, 195, 127, 30, 51}
1. 要檢測某值是不是集合的成員,可以使用 in 運算符。其工做原
理和列表的同樣。
2. union() 方法返回一個新集合,其中裝着 在兩個 集合中出現
的元素。
3. intersection() 方法返回一個新集合,其中裝着 同時 在兩個
集合中出現的全部元素。
4. difference() 方法返回的新集合中,裝着全部在 a_set 出現
但未在 b_set 中的元素。
5. symmetric_difference() 方法返回一個新集合,其中裝着所
有 只在其中一個 集合中出現的元素。
這三種方法是對稱的。
# continued from the previous example
>>> b_set.symmetric_difference(a_set)
①
{3, 1, 195, 4, 6, 8, 76, 15, 17, 18, 51, 30, 127}
>>> b_set.symmetric_difference(a_set) ==
a_set.symmetric_difference(b_set) ②
True
>>> b_set.union(a_set) == a_set.union(b_set)
③
True
>>> b_set.intersection(a_set) ==
a_set.intersection(b_set) ④
True
>>> b_set.difference(a_set) == a_set.difference(b_set)
⑤
False
1. a_set 與 b_set 的對稱差分 看起來 和b_set 與 a_set 的對稱
差分不一樣,但請記住:集合是無序的。任何兩個包含全部一樣
值(無一遺漏)的集合可認爲是相等的。
2. 而這正是這裏發生的事情。不要被 Python Shell 對這些集合
的輸出形式所愚弄了。它們包含相同的值,所以是相等的。
3. 對兩個集合的 Union[並集]操做也是對稱的。
4. 對兩個集合的 Intersection [交集]操做也是對稱的。
5. 對兩個集合的 Difference[求差]操做不是對稱的。這是有意
義的;它相似於從一個數中減去另外一個數。操做數的順序會導
致結果不一樣。
最後,有幾個您可能會問到的問題。
>>> a_set = {1, 2, 3}
>>> b_set = {1, 2, 3, 4}
>>> a_set.issubset(b_set) ①
True
>>> b_set.issuperset(a_set) ②
True
>>> a_set.add(5) ③
>>> a_set.issubset(b_set)
False
>>> b_set.issuperset(a_set)
False
1. a_set 是 b_set 的 子集 — 全部 a_set 的成員均爲 b_set 的成
員。
2. 一樣的問題反過來講, b_set 是 a_set 的 超集,由於 a_set
的全部成員均爲 b_set 的成員。
3. 一旦向 a_set 添加一個未在 b_set 中出現的值,兩項測試均
返回 False 。
布爾上下文環境中的集合
可在 if 這樣的 布爾類型上下文環境中 使用集合。
>>> def is_it_true(anything):
... if anything:
... print("yes, it's true")
... else:
... print("no, it's false")
...
>>> is_it_true(set()) ①
no, it's false
>>> is_it_true({'a'}) ②
yes, it's true
>>> is_it_true({False}) ③
yes, it's true
1. 在布爾類型上下文環境中,空集合爲假值。
2. 任何至少包含一個上元素的集合爲真值。
3. 任何至少包含一個上元素的集合爲真值。元素的值無關緊
要。
⁂
字典
字典 是鍵值對的無序集合。向字典添加一個鍵的同時,必須爲
該鍵增添一個值。(以後可隨時修改該值。) Python 的字典爲
經過鍵獲取值進行了優化,而不是反過來。
☞Python 中的字典與 Perl 5 中的 hash [ 散列] 相似。
在 Perl 5 中,散列存儲的變量老是以一個 % 符開
頭。在 Python 中,變量能夠隨意命名,而 Python
內部跟蹤其數據類型。
建立字典
建立字典很是簡單。其語法與 集合 的相似,但應當指定鍵值對
而不是值。有了字典後,能夠經過鍵來查找值。
>>> a_dict = {'server': 'db.diveintopython3.org',
'database': 'mysql'} ①
>>> a_dict
{'server': 'db.diveintopython3.org', 'database': 'mysql'}
>>> a_dict['server']
②
'db.diveintopython3.org'
>>> a_dict['database']
③
'mysql'
>>> a_dict['db.diveintopython3.org']
④
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'db.diveintopython3.org'
1. 首先,經過將兩個字典項指定給 a_dict 變量建立了一個新字
典。每一個字典項都是一組鍵值對,整個字典項集合都被大括號
包裹在內。
2. 'server' 爲鍵,經過 a_dict['server'] 引用的關聯值爲
'db.diveintopython3.org' 。
3. 'database' 爲鍵,經過 a_dict['database'] 引用的關聯值爲
'mysql' 。
4. 能夠經過鍵獲取值,但不能經過值獲取鍵。所以
a_dict['server'] 爲 'db.diveintopython3.org',而
a_dict['db.diveintopython3.org'] 會引起例外,由於
'db.diveintopython3.org' 並非鍵。
修改字典
字典沒有預約義的大小限制。能夠隨時向字典中添加新的鍵值
對,或者修改現有鍵所關聯的值。繼續前面的例子:
>>> a_dict
{'server': 'db.diveintopython3.org', 'database': 'mysql'}
>>> a_dict['database'] = 'blog' ①
>>> a_dict
{'server': 'db.diveintopython3.org', 'database': 'blog'}
>>> a_dict['user'] = 'mark' ②
>>> a_dict ③
{'server': 'db.diveintopython3.org', 'user': 'mark',
'database': 'blog'}
>>> a_dict['user'] = 'dora' ④
>>> a_dict
{'server': 'db.diveintopython3.org', 'user': 'dora',
'database': 'blog'}
>>> a_dict['User'] = 'mark' ⑤
>>> a_dict
{'User': 'mark', 'server': 'db.diveintopython3.org',
'user': 'dora', 'database': 'blog'}
1. 在字典中不容許有重複的鍵。對現有的鍵賦值將會覆蓋舊
值。
2. 可隨時添加新的鍵值對。該語法與修改現有值相同。
3. 新字典項(鍵爲 'user',值爲 'mark')出如今中間。事實
上,在第一個例子中字典項按順序出現是個巧合;如今它們不
按順序出現一樣也是個巧合。
4. 對既有字典鍵進行賦值只會用新值替代舊值。
5. 該操做會將 user 鍵的值改回 "mark" 嗎?不會!仔細看看該
鍵——有個大寫的 U 出如今 "User" 中。字典鍵是區分大小寫
的,所以該語句建立了一組新的鍵值對,而不是覆蓋既有的字
典項。對你來講它們多是同樣的,但對於 Python 而言它們是
徹底不一樣的。
混合值字典
字典並不是只能用於字符串。字典的值能夠是任何數據類型,包
括整數、布爾值、任何對象,甚至是其它的字典。並且就算在
同一字典中,全部的值也無須是同一類型,您可根據須要混合
匹配。字典的鍵要嚴格得多,能夠是字符串、整數和其它一些
類型。在同一字典中也可混合、匹配使用不一樣數據類型的鍵。
實際上,您已經在 your first Python program 見過一個將非字符
串用做鍵的字典了。
SUFFIXES = {1000: ['KB', 'MB', 'GB', 'TB', 'PB', 'EB',
'ZB', 'YB'],
1024: ['KiB', 'MiB', 'GiB', 'TiB', 'PiB',
'EiB', 'ZiB', 'YiB']}
讓咱們在交互式 shell 中剖析一下:
>>> SUFFIXES = {1000: ['KB', 'MB', 'GB', 'TB', 'PB',
'EB', 'ZB', 'YB'],
... 1024: ['KiB', 'MiB', 'GiB', 'TiB', 'PiB',
'EiB', 'ZiB', 'YiB']}
>>> len(SUFFIXES) ①
2
>>> 1000 in SUFFIXES ②
True
>>> SUFFIXES[1000] ③
['KB', 'MB', 'GB', 'TB', 'PB', 'EB', 'ZB', 'YB']
>>> SUFFIXES[1024] ④
['KiB', 'MiB', 'GiB', 'TiB', 'PiB', 'EiB', 'ZiB', 'YiB']
>>> SUFFIXES[1000][3] ⑤
'TB'
1. 相似 列表 和 集合 ,len() 函數將返回字典中鍵的數量。
2. 並且像列表和集合同樣,可以使用 in 運算符以測試某個特定的
鍵是否在字典中。
3. 1000 是 字典 SUFFIXES 的一個鍵;其值爲一個 8 元素列表
(確切地說,是 8 個字符串)。
4. 一樣, 1024 是字典 SUFFIXES 的鍵;其值也是一個 8 元素列
表。
5. 因爲 SUFFIXES[1000] 是列表,能夠經過它們的 0 基點索引來
獲取列表中的單個元素。
布爾上下文環境中的字典
空字典爲假值;全部其它字典爲真值。
能夠在 if 這樣的 布爾類型上下文環境中 使用字典。
>>> def is_it_true(anything):
... if anything:
... print("yes, it's true")
... else:
... print("no, it's false")
...
>>> is_it_true({}) ①
no, it's false
>>> is_it_true({'a': 1}) ②
yes, it's true
1. 在布爾類型上下文環境中,空字典爲假值。
2. 至少包含一個鍵值對的字典爲真值。
⁂
NONE
None 是 Python 的一個特殊常量。它是一個 空 值。None 與
False 不一樣。None 不是 0 。None 不是空字符串。將 None 與任何
非 None 的東西進行比較將老是返回 False 。
None 是惟一的空值。它有着本身的數據類型(NoneType)。可
將 None 賦值給任何變量,但不能建立其它 NoneType 對象。所
有值爲 None 變量是相等的。
>>> type(None)
<class 'NoneType'>
>>> None == False
False
>>> None == 0
False
>>> None == ''
False
>>> None == None
True
>>> x = None
>>> x == None
True
>>> y = None
>>> x == y
True
布爾上下文環境中的 NONE
在 布爾類型上下文環境中, None 爲假值,而 not None 爲真
值。
>>> def is_it_true(anything):
... if anything:
... print("yes, it's true")
... else:
... print("no, it's false")
...
>>> is_it_true(None)
no, it's false
>>> is_it_true(not None)
yes, it's true
python