【Python五篇慢慢弹】数据结构看python

数据结构看python

2016年10月9日14:04:47

摘要：继<快速上手学python>一文之后，笔者又将python官方文档认真学习下。官方给出的pythondoc入门资料包含了基本要点。本文是对文档常用核心要点进行梳理，简单冗余知识不再介绍，作者假使你用c/java/c#/c++任一种语言基础。本系列文章属于入门内容，老鸟可以略看也可以略过，新鸟可以从篇一<快速上手学python>先接触下python怎样安装与运行，以及pycharm编辑器的使用和配置；篇二<数据结构看python>介绍python语言中控制语句、列表、字典、元组、循环等基本操作；篇三<函数修行知python>细解python语言函数的范畴与内容；篇四<模块异常谈python>采用登录的案例详解模块来龙去脉；篇五<‘类’过依然继续前行，直至ending再出发>介绍类的基本操作，扩展虚拟环境、标准类库和下个系列预告。（本文原创，转载注明出处：数据结构看python)

1 深入条件控制

小记：编程风格

使用 4 空格缩进，而非 TAB:在小缩进（可以嵌套更深）和大缩进（更易读）之间，4空格是一个很好的折中。TAB 引发了一些混乱，
使用空行分隔函数和类，以及函数中的大块代码，可能的话，注释独占一行
把空格放到操作符两边，以及逗号后面，但是括号里侧不加空格：a = f(1, 2) + g(3, 4)
统一函数和类命名:推荐类名用驼峰命名，函数和方法名用小写_和_下划线。
Python 的默认情况下，UTF-8最好

while 和 if 语句中使用:比较和包含。
比较操作符 in 和 not in 审核值是否在一个区间之内。
比较操作可以传递。例如 a < b == c 审核是否 a 小于 b 并且 b 等于 c。
逻辑操作符 and 和 or 组合，not 具有最高的优先级， or 优先级最低，所以 A and not B or C 等于 (A and (notB)) or C。
逻辑操作符 and 和 or 参数从左向右解析，结果确定就停止。例如，如果 A 和 C 为真而 B 为假， A and B and C 不会解析 C。
可以把比较或其它逻辑表达式的返回值赋给一个变量，例如:

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

解释：and 和 or 参数从左向右解析，结果确定就停止。string1 or string2 为True，打印string2是值，后面忽略即string3。

比较序列和其它类型：序列对象可以与相同类型的其它对象比较。

首先比较前两个元素，如果不同，就决定了比较的结果；如果相同，就比较后两个元素，依此类推，直到所有序列都完成比较。

>>> (1,3,67)<(1,4,2)
True
>>> (1,3,67)>(1,4,2)
False
>>> [1, 2, 3] < [1, 2, 4]
True

如果两个元素本身就是同样类型的序列，就递归字典序比较。如果两个序列的所有子项都相等，就认为序列相等。

>>> (1, 2, 3) == (1.0, 2.0, 3.0)
True

如果一个序列是另一个序列的初始子序列，较短的一个序列就小于另一个。字符串的字典序按照单字符的 ASCII 顺序。

>>> (1, 2) < (1, 2, -1)
True
>>> (1, 2, ('aa', 'ab')) < (1, 2, ('abc', 'a'), 4)
True

2 基本的列表对象方法

List列表基本操作概要：

list.append(x)：元素添加到链表的结尾，相当于 a[len(a):] = [x]。
list.extend(L)：给定列表所有元素添加，相当于 a[len(a):] = L。
list.insert(i, x)：指定位置插入。其中list.insert(0, x)=插入链表首，list.insert(len(a), x)=list.append(x)=插入链表尾
list.remove(x)：删除链表指定元素。
list.pop([i])：指定索引下删除元素，a.pop() 返回最后一个元素。
list.clear()：删除所有元素。相当于 del a[:]。
list.index(x)：返回链表首个值 x 的索引。
list.count(x)：统计元素 x出现的次数。
list.sort()：排序。
list.reverse()：倒排链表。
list.copy()：浅拷贝。等同于 a[:]。
操作运行代码：

a = [66.25, 333, 333, 1, 1234.5]
print(a.count(333), a.count(66.25), a.count('x'))
a.insert(2, -1)
a.append(333)
[66.25, 333, -1, 333, 1, 1234.5, 333]
a.index(333)
a.remove(333)
a.reverse()
[333, 1234.5, 1, 333, -1, 66.25]
a.sort()
a.pop()

List链表的多重共用

链表当作堆栈用：链表特性先进后出跟堆栈性质一致，进：append，出：pop:

程序实例演示：

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack
[3, 4，5]

链表当作队列使用：如上演示，知道链表具备先进后出的性质，即符合堆栈性质。大家记得否链表索引可以为负数，如此你是不是想到先进先出啦？对喽，这就是队列的性质我们完全可以当着队列用。列表这样用效率不高。在头部插入和弹出很慢，因为一个元素出队，要移动整个列表中的所有元素。要实现队列，使用集合collections.deque，它为在首尾两端快速插入和删除而设计。例如:

程序运行实例：

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry") # Terry arrives
>>> queue.append("Graham") # Graham arrives
>>> queue.popleft() # The first to arrive now leaves
'Eric'
>>> queue.popleft() # The second to arrive now leaves
'John'
>>> queue # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

列表推导：如下实例快速解析理解

>>> [(user,name) for user in ['bnc','ad','admin'] for name in ['boy','xiaoming','bnc','admin'] if user==name]
[('bnc', 'bnc'), ('admin', 'admin')]
等同
>>> combs = []
>>> for user in ['bnc','ad','admin']:
... for name in ['boy','xiaoming','bnc','admin']:
... if user == name:
... combs.append((user, name))
...

>>> combs
[('bnc', 'bnc'), ('admin', 'admin')]

>>> # call a method on each element
>>> freshfruit = [' banana', ' loganberry ', 'passion fruit ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']

链表做文本处理矩阵计算：交换行列

#由三个长度为 4 的列表组成的 3x4 矩阵,交换行列

>>> matrix = [
... [1, 2, 3, 4],
... [5, 6, 7, 8],
... [9, 10, 11, 12],
... ]
>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
等于
>>> transposed = []
>>> for i in range(4):
... transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

3 del语句

del语句：不同于有返回值的 pop() 方法，其按索引来删除子项

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4] # 切片
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

4 元组、序列、集合和字典

元组和列表的区别：

元组：不同种类元素，不可变；
列表：相同种类的元素，可变

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))

set集合

特点：set集合是无序不重复元素的集。
基本功能：关系测试和消除重复元素。还支持 union（联合），intersection（交），difference（差）和 sysmmetric difference（对称差集）等数学运算。
集合创建：大括号或 set() 函数。注意：空集合的创建必须使用 set() 而不是 {}。{}可以用于创建空字典。

集合实例演示:

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket) # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket # fast membership testing
True
>>> 'crabgrass' in basket
False

>>> # Demonstrate set operations on unique letters from two words
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a # unique letters in a
{'a', 'r', 'b', 'c', 'd'}
>>> a - b # letters in a but not in b
{'r', 'd', 'b'}
>>> a | b # letters in either a or b
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a & b # letters in both a and b
{'a', 'c'}
>>> a ^ b # letters in a or b but not both
{'r', 'd', 'b', 'm', 'z', 'l'}

类似列表推导式，这里有一种集合推导式语法:

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

字典

字典以关键字为索引，关键字可以是任意不可变类型，通常用字符串或数值。字典本质是无序键值对（key:value 对）集合，同一字典内键必须是互不相同的。
字典创建： {} 。
主要操作：据键存储和析取值。可用 del 来删除键：值对（key:value）。
排序： sorted(d.keys()) ）。
检查字典：用 in 关键字检查字典中是否存在某个关键字。
字典实例演示:

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> list(tel.keys())
['irv', 'guido', 'jack']
>>> sorted(tel.keys())
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

dict() 构造函数可以直接从 key-value 对中创建字典:

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}
>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

>>> tel={x:x**2 for x in range(2,12,3)}
>>> list(tel.keys())
[8, 2, 11, 5]
>>> sorted(tel.keys())
[2, 5, 8, 11]

5 循环技巧

字典循环，关键字和对应的值可以使用 items() 方法同时解读出来:

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.items():
... print(k, v)
...
gallahad the pure
robin the brave

在序列中循环时，索引位置和对应值可以使用 enumerate() 函数同时得到:

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
print(i, v)
0 tic
1 tac
2 toe

同时循环两个或更多的序列，可以使用 zip() 整体打包:

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
print('What is your {0}? It is {1}.'.format(q, a))
What is your name? It is lancelot.
What is your quest? It is the holy grail.
What is your favorite color? It is blue.

需要逆向循环序列的话，先正向定位序列，然后调用 reversed() 函数:

>>> for i in reversed(range(1, 10, 2)):
print(i)
9
7
5
3
1

要按排序后的顺序循环序列的话，使用 sorted() 函数，它不改动原序列，而是生成一个新的已排序的序列:

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
print(f)
apple
banana
orange
pear

若要在循环内部修改正在遍历的序列（例如复制某些元素），建议您首先制作副本。在序列上循环不会隐式地创建副本。切片表示法使这尤其方便:

>>> words = ['cat', 'window', 'defenestrate']
# Loop over a slice copy of the entire list.
>>> for w in words[:]:
if len(w) > 6:
words.insert(0, w)
>>> words
['defenestrate', 'cat', 'window', 'defenestrate']

6 参考文献和推荐资料

Python 官方网站：包含代码、文档和 Web 上与 Python 有关的页面链接该网站镜像于全世界的几处其它问题，类似欧洲、日本和澳大利亚。镜像可能会比主站快，这取决于你的地理位置
快速访问 Python 的文档
Python 包索引：索引了可供下载的，用户创建的 Python 模块。如果你发布了代码，可以注册到这里，这样别人可以找到它
The Scientific Python ：项目包括数组快速计算和处理模块，和大量线性代数、傅里叶变换、非线性solvers、随机数分布，统计分析以及类似的包
官方python学习文档
简明Python教程
廖雪峰：python教程
Python官网文档
【51cto学院，入门课程】Python零基础入门学习视频教程
【个人博客：案例】GitHub数据提取与分析
【csdn】python知识库
【社区】python中文学习大本营
【个人博客】老王python
【51cto学院】如何用python开发跨平台的记事本视频课程
【51cto学院，网站开发】台湾辅仁大学：Python Django基础视频课程
【51cto学院，网站开发】用Python Django快速做出高大上的BBS论坛网站

posted @ 2016-10-09 15:48 伏草惟存阅读(3218) 评论(3) 编辑收藏举报

会员力量，点亮园子希望

刷新页面返回顶部