Базовые точки усовершенствования Python (2): числовые, символьные и контейнерные типы данных

Python
Базовые точки усовершенствования Python (2): числовые, символьные и контейнерные типы данных

Нажмите, чтобы подписаться"Сяобай резюме», обучение теперь на один шаг быстрее

СегодняОсновная точка уточнения PythonВторая часть серии, следующая за предыдущей:Уточнение основ Python (1): эти 8 небольших моментов являются общими вопросами на работе и на собеседованиях.После этого на этот раз мы в основном сосредоточимся на основных типах данных Python.

Как мы все знаем, информационный поток, обрабатываемый компьютером, состоит из всевозможных данных, и Python не является исключением. Видно, что тип данных в питоне особенно важен.

Типы данных в python просто делятся на три типа, а именно:Числовой, символьный и контейнер. Следующие три небольших пункта дают краткое введение в вышеупомянутые типы.

Чтение полного текста занимает около 2 минут, рекомендуетсяПодписаться + Избранное, учась и думая, более эффективно!

1. Числовой

Число, тип значения. Например:

  • 3 — целое число, 3.0 — дробь с одним десятичным знаком
  • логический тип с True=1, False=0
  • сложный сложный тип, с действительными и мнимыми частями

Они известны как целочисленные объекты int, двойные числа с плавающей запятой, логические объекты bool, сложные типы, и все они являются одиночными элементами.

Среди них есть четыре различных формы целочисленного представления, а именно:

  • бинарный: начинается с «0b». Например: «0b11011» означает 27 в десятичном формате.
  • 8 база: начинается с «0o». Например: «0o33» означает 27 в десятичном формате.
  • 10 гекс: нормальный дисплей
  • шестнадцатеричный: начинается с «0x». Например: «0x1b» означает 27 в десятичном формате.

При этом эти значения можно преобразовать друг в друга, следующим образом:

>>> a=1
>>> print(type(a))
<type 'int'>
>>> b=float(a)
>>> print(type(b))
<type 'float'>
>>> c=bool(a)
>>> c
True
>>> d=0
>>> d1=bool(d)
>>> print(d1)
False
>>> b
3.0
>>> f=complex(b)
>>> f
(3+0j)

2. Тип персонажа

Данные, сформированные в виде одинарных кавычек ('') или двойных кавычек (""), являются символьными данными, как показано ниже:

>>> a='hello world'
>>> a
'hello world'
>>> type(a)
<type 'str'>
>>> 
>>> b=",python"
>>> b
',python'
>>> c=a+b
>>> c
'hello world,python'
>>> c.replace('python','c++')
'hello world,c++'
>>> c.split()
['hello', 'world,python']
>>> c.split(',')
['hello world', 'python']

Процесс выглядит следующим образом:

  • Сначала мы определяем строку a с одинарными кавычками ('') и печатаем тип a
  • Затем используйте двойные кавычки (""), чтобы определить строку b, c=a+b
  • Вывести содержимое c, которое также является строкой
  • Затем выполните замену ключевого слова строки и расщепление раскола

Помимо простых примеров есть множество способов работы со строками, после чего мы подготовим отдельную статью для подробного изучения.

В частности, операция сопоставления строк, особенно сопоставление с обычным модулем Python re, является мощной и простой в написании и широко используется в поисковых роботах и ​​анализе данных. (выкопайте яму, нам нужно будет заполнить ее позже)

3. Тип контейнера

Чтобы понять, что такое модель контейнера, сначала поймите, что такоеконтейнер. С точки зрения непрофессионала:Контейнер — это сосуд, в котором могут храниться предметы, например банка.. Он может содержать одну или несколько вещей или может быть пустым. Подводя итог, объект-контейнер, который может содержать несколько элементов, является типом данных контейнера.

Обычно используемые данные контейнера, такие как:объект списка списка, объект кортежа кортежа, объект словаря dict, объект набора набора. Python определяет эти типы переменных с очень кратким синтаксисом. Следующее:

list 列表对象
lst=[1,2,3]

tuple 元组对象
tup=(1,2,3)

dict 字典对象
dic={'a':1, 'b':1, 'b':1}

set 集合对象
s={1,2,3}

Сравнивая числовые данные, можно найти следующие характеристики:

  1. Подобно банке, он может содержать одно или несколько данных.
  2. может быть пустым, пустой контейнер
  3. Разнообразие сравнений данных контейнеров

Наконец, для числовых данных и контейнерных данных есть несколько моментов, которые необходимо объяснить заранее, и мы часто будем сталкиваться с этими типами данных позже.

  1. Числовые данные представляют собой одиночные данные, контейнерные данные представляют собой серию, которая может увеличиваться или уменьшаться.
  2. Данные типа контейнера и данные числового типа могут содержаться в содержащем отношении, то есть элемент данных типа контейнера, который может быть числовым типом; несколько данных числового типа также могут формировать данные контейнерного типа.
  3. Списки могут иметь повторяющиеся элементы, а наборы — нет.
  4. Элементы кортежей не могут быть изменены
  5. Словарь dict состоит из пар ключ-значение (ключ-значение)

Давайте воспользуемся набором преобразований, чтобы полностью отобразить перед вами числовые данные и данные контейнера, как показано ниже:

>>> lst=[1,2,3]
>>> type(lst)
<type 'list'>
>>> s=set(lst)
>>> s
set([1, 2, 3])
>>> type(s)
<type 'set'>
>>> dct={'a':1,'b':2,'c':3}
>>> dct
{'a': 1, 'c': 3, 'b': 2}
>>> type(dct)
<type 'dict'>

>>> for key, value in dct.items():
...     print(key, value)
...     print(type(key),type(value))
... 
('a', 1)
(<type 'str'>, <type 'int'>)
('c', 3)
(<type 'str'>, <type 'int'>)
('b', 2)
(<type 'str'>, <type 'int'>)

В конце статьи будут ссылки на несколько качественных статей.О типах данных и обработкеСтатью, как дополнение, тяните в самый низ, чтобы прочитать, если интересно.

Наконец,медленно это быстро, один вопрос в день, с обновлениями он станет сильнее. Добро пожаловать, чтобы оставить сообщения и личные сообщения. Этот общедоступный номер имеетФункция сообщенияДа, с нетерпением жду общения с вами. Давайте вместе изучим этот путь и будем двигаться вперед рука об руку. PS:Сяобай резюмеНанимайте соредакторов, друзей, которые любят писать резюме, делитесь ими вместе и связывайтесь с Xiaobaijun WeChat в фоновом режиме.

Прошлый обзор ряда данных:\

Категории