博客
关于我
python序列类型及运算
阅读量:187 次
发布时间:2019-02-28

本文共 1659 字,大约阅读时间需要 5 分钟。

Python序列类型

序列类型基础概念

序列类型是与数学中的序列类似的数据结构,允许元素具有先后顺序,且元素类型可以不同。通过下标可以访问特定元素。常见的序列类型包括字符串、列表和元组等。

列表类型

列表是一种可修改的序列类型,适合需要随时变更数据的场景。创建列表可使用方括号 []list() 函数,元素间用逗号 , 分隔。列表的特点是元素类型可混合,且无长度限制。

列表操作示例

A = list(A)  # 列表与元组相互转换print(A)print(A[0])print(A[-1])print(A[0:3:2])print("分隔线".center(40, "#"))print(len(A))print(A.count(1))print(A.count("111"))print(A.index("111"))print(A.index(1))print(A.index(1, 2, ))print("分隔线".center(40, "#"))B = ["100", 200, A]  # 列表元素可包含列表print(B)C = ["100", 200, A, (1, 2)]  # 列表元素可包含元组print(C)print(tuple(C))D = list("12345daad")print(D)print("分隔线".center(40, "#"))A[0] = 33print(A[0])  # 列表元素可修改print("分隔线".center(40, "#"))

元组类型

元组是一种不可修改的序列类型,适合需要保持数据不变的场景。创建元组可使用小括号 ()tuple() 函数,元素间用逗号 , 分隔。元组的特点与列表类似,但一旦创建后不能再修改。元组常用于数据保护,确保数据不受意外变更。

元组操作示例

A = ("111", 1, 2, 1)print(A)print(A[0])print(A[-1])print(A[0:3:2])print("分隔线".center(40, "#"))print(len(A))print(A.count(1))print(A.count("111"))print(A.index("111"))print(A.index(1))print(A.index(1, 2, ))print("分隔线".center(40, "#"))B = ("100", 200, A)  # 元组元素可包含元组print(B)C = ("100", 200, A, [1, 2])  # 元组元素可包含列表print(C)print(list(C))D = list("12345daad")print(D)print("分隔线".center(40, "#"))# 不能修改元组元素# A[0] = 33# print(A[0])  # 会报错,元组类型元素不能修改print("分隔线".center(40, "#"))

Python序列类型运算

基础序列操作符

序列操作符包括加法 +、乘法 *、切片 [:] 和索引 []。这些操作符可以用来拼接、重复和提取序列元素。

列表类型操作符

列表操作符包括 +*[][:]. inis。这些操作符在列表中有特定的含义,需谨慎使用。

序列类型方法

所有序列类型都继承了通用方法,如 len()count()index()in。这些方法在列表和元组中有相同的功能,但需要注意列表的方法可以修改数据,而元组的方法则无法修改。

列表类型方法

列表类型提供了更多高级方法,如 append()insert()remove()。这些方法允许在不影响其他元素的情况下修改列表。

总结

通过本文,读者掌握了Python中列表和元组的基础概念、操作方法以及常见应用场景。列表适合需要频繁修改的场景,而元组则适合需要保持数据不变的场景。理解这些概念是掌握Python数据结构的关键。

转载地址:http://rern.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLO11的车体部件检测与分割
查看>>
OpenCV与AI深度学习 | 基于YoloV11自定义数据集实现车辆事故检测(有源码,建议收藏!)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8 + BotSORT实现球员和足球检测与跟踪 (步骤 + 源码)
查看>>
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV确定对象的方向(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | 使用YOLOv8 Pose实现瑜伽姿势识别
查看>>