python中定义常量,数据类型

https://blog.csdn.net/qq_17034717/article/details/81942059

python数据类型.docx
  列表 元组 集合 字典
英文 list tuple set dict
定义 定义[],数据之间使用,分割 定义(),数据之间用,分割 定义用 {} 或 set() 字典的每个键值 key=>value 对用冒号 : 分割,每个键值对之间用逗号 , 分割
是否可读写 读写 只读 读写 读写
可否重复 是 是 否 是
数据类型 任意类型对象 任意类型对象 任意类型对象 任意类型对象
存储方式 值 值 键(不能重复) 键值对(键不能重复)
是否有序 有序 有序 无序 无序,自动正序
初始化 [1,'a'] (1,'a') {1,2} {'a':1,'b':'kk'}
空值的定义 [] 或者 list() ()或 tuple() set() {}或者dict()
支持的操作 索引,切片,合同,删除,修改 索引 S | T 并   S - T 差
S & T 交  S ^ T 补
S <= T 或 S < T
S >= T 或 S > T
S |= T 并
S &= T 交
S ^= T 补 增、删、改、查
key in d:键值key是否在d中,是返回True,否则返回False。
读取 通过偏移读取  通过偏移读取  S.pop()随机返回S的一个元素,更新S,若S为空产生KeyError异常 通过键而不是偏移量来读取 
查 get(),setdefault(),has_key()
通过dict提供的get()方法,如果key不存在,可以返回None,或者自己指定的value
d[k]:返回关键字对于的值
添加 append(object)函数 向列表中追加据,
会把添加的数据放在列表中的最后一个位置
insert(index,object)函数 向列表中插入一条数据
extend(iterable)函数  可以将另外一个列表中的数据添加到该表中
             iterable:可迭代对象  列表、字符串、字典、元组 不能修改 S.add(x) 如果x不在集合S中,将x增加到S d['sex'] = 'man'
修改 列表[索引]=数据 classname[1]='new'
index(object:数据, start:开始搜索的位置,stop:结束搜索的位置)  不能修改 集合元素不可更改 d['Age'] = 8;
删除 pop删除末尾元素 classname.pop()
pop删除指定元素pop(i) classname.pop(1)
del list_1[4]
使用remove(object)函数,根据数据内容删除  要删除的内容必须在列表中,否则会报错
移除列表中所有的数据
list_1.clear() 不能修改 S.discard(x)移除S中元素x,如果x不在集合S中,不报错
S.remove(x)移除S中元素x,如果x不在集合S中,产生KeyError异常
S.clear()移除S中所有元素  
删 pop()
'''通过指定的key值,删除字典的一个键值对
返回被删除的key对应的value
del dict['Name']; # 删除键是'Name'的条目
dict.clear();     # 清空词典所有条目
del dict ;        # 删除词典
排序 升序  列表.sort()
降序 列表.sort(reverse=True)
倒序,反转 列表.reverse() 不能修改 无 无
统计 len(列表) 列表的长度
列表.count(数据)  数据在列表中出现的次数 len(元组) 元组的长度
列表.count(数据)  数据在元组中出现的次数 len(S)返回集合S的元素个数 len():返回字典中键—值对的数量
 
应用场景 1、列表存储相同类型的数据
2、通过迭代遍历,在循环内部,
针对列表中的每一项元素,执行相同的操作
 
1.查找和插入的时间随着元素的增加而增加 
2.占用空间小,浪费内存很少 
所以,dict是用空间来换取时间的一种方法 1、函数的参数和返回值,一个函数可以接收任意多个参数,一次返回多个数据
2、格式字符串,格式化字符串后面的()本质就是一个元组
3、让列表不可以被修改(保护数据安全)
 
1.比列表操作速度快 
2.对数据“写保护“ 
3.可用于字符串格式化中 
4.可作为字典的key 包含关系比较
x in S 判断S中元素x, x在集合S中,返回True,否则返回False
x not in s
数据去重:集合类型所有元素无重复
set(x)将其他类型变量x转变为集合类型  
zip函数可以实现两个类别组合成字典
1.查找和插入的速度极快,不会随着key的增加而增加 
2.需要占用大量的内存,内存浪费多 

发表新评论