《利用python进行数据分析》——3.1数据结构和序列——元组、列表、字典、集合——读书笔记

第3章 Python的数据结构、函数和文件
3.1 数据结构和序列

Python中常见的数据结构可以统称为容器。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

1.元组——tuple

• 元组是一个固定长度，不可改变的Python序列对象。
• 元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）
• 元组Tuple，一经初始化，就不能修改，没有列表List中的append(), insert(), pop()等修改的方法，只能对元素进行查询。
• 元组是一种静态的数据结构，无法修改，若要修改只能重新生成新的元组。

创建元组的最简单方式，是用逗号分隔一列值：

In [1]: tup = 4, 5, 6
In [2]: tup
Out[2]: (4, 5, 6)

当用复杂的表达式定义元组，最好将值放到圆括号内，如下所示：

In [3]: nested_tup = (4, 5, 6), (7, 8)
In [4]: nested_tup
Out[4]: ((4, 5, 6), (7, 8))

(1) 元组操作包含以下函数

cmp(list1, list2)：比较两个元组的元素
len(list)：元组元素个数
max(list)：返回元组元素最大值
min(list)：返回元组元素最小值
tuple(seq)：将列表转换为元组

(2) 修改元组

元组中的元素值是不允许修改的，但我们可以对元组进行连接组合，如下实例:

#!/usr/bin/python
# -*- coding: UTF-8 -*-
 
tup1 = (12, 34.56)
tup2 = ('abc', 'xyz')
 
# 以下修改元组元素操作是非法的。
# tup1[0] = 100
 
# 创建一个新的元组
tup3 = tup1 + tup2
print(tup3)

(3) 删除元组

元组中的元素值是不允许删除的，但我们可以使用del语句来删除整个元组

注意：只含一个值的元组，必须加个逗号（,）；

2.列表——list

• 列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。
• 列表中的每个元素都可变的，意味着可以对每个元素进行修改和删除；
• 列表是有序的，每个元素的位置是确定的，可以用索引去访问每个元素；
• 列表中的元素可以是Python中的任何对象；
• 可以为任意对象就意味着元素可以是字符串、整数、元组、也可以是list等Python中的对象。

可以方括号定义，

a_list = [2, 3, 7, None]

也可以用list函数

tup = ('foo', 'bar', 'baz')

b_list = list(tup)

(1) 列表操作包含以下函数

cmp(list1, list2)：比较两个列表的元素
len(list)：列表元素个数
max(list)：返回列表元素最大值
min(list)：返回列表元素最小值
list(seq)：将元组转换为列表

(2) 列表操作包含以下方法

list.append(obj)：在列表末尾添加新的对象
list.count(obj)：统计某个元素在列表中出现的次数
list.extend(seq)：在列表末尾一次性追加另一个序列中的多个值（用新列表扩展原来的列表）
list.index(obj)：从列表中找出某个值第一个匹配项的索引位置
list.insert(index, obj)：将对象插入列表
list.pop(obj=list[-1])：移除列表中的一个元素（默认最后一个元素），并且返回该元素的值
list.remove(obj)：移除列表中某个值的第一个匹配项
list.reverse()：反向列表中元素
list.sort([func])：对原列表进行排序

(3) copy()与deepcopy()的区别

对于不可变的对象来说(数字，字符串，元组)，深浅拷贝没有区别
深复制，即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响。 
等于赋值，并不会产生一个独立的对象单独存在，他只是将原有的数据块打上一个新标签，所以当其中一个标签被改变的时候，数据块就会发生变化，另一个标签也会随之改变。
浅复制要分两种情况进行讨论：
1）当浅复制的值是不可变对象（数值，字符串，元组）时和“等于赋值”的情况一样，对象的id值与浅复制原来的值相同。
2）当浅复制的值是可变对象（列表和元组）时会产生一个“不是那么独立的对象”存在。有两种情况：
第一种情况：复制的对象中无复杂子对象，原来值的改变并不会影响浅复制的值，同时浅复制的值改变也并不会影响原来的值。
原来值的id值与浅复制原来的值不同。
第二种情况：复制的对象中有 复杂 子对象 （例如列表中的一个子元素是一个列表），如果不改变其中复杂子对象，
浅复制的值改变并不会影响原来的值。 但是改变原来的值 中的复杂子对象的值 会影响浅复制的值。

（4）切片

切边可以选取大多数序列类型的一部分，切片的基本形式是在方括号中使用start:stop：

In [73]: seq = [7, 2, 3, 7, 5, 6, 0, 1]
In [74]: seq[1:5]
Out[74]: [2, 3, 7, 5]

切片的起始元素是包括的，不包含结束元素。因此，结果中包含的元素个数是stop - start。

start或stop都可以被省略，省略之后，分别默认序列的开头和结尾：

In [77]: seq[:5]
Out[77]: [7, 2, 3, 6, 3]
In [78]: seq[3:]
Out[78]: [6, 3, 5, 6, 0, 1]

负数表明从后向前切片：
 

In [79]: seq[-4:]
Out[79]: [5, 6, 0, 1]
In [80]: seq[-6:-2]
Out[80]: [6, 3, 5, 6]

3.字典——dict

• 字典可能是Python最为重要的数据结构。它更为常见的名字是哈希映射或关联数组。它是键值对的大小可变集合，键和值都是Python对象。
• 字典中的数据必须以键值对的形式出现，即k,v： key:必须是可哈希的值，比如intmstring,float,tuple,但是list,set,dict不行 ，value:可以是任何值
• 键不可重复，值可重复：键若重复字典中只会记该键对应的最后一个值
• 字典中键(key)是不可变的，何为不可变对象，不能进行修改；而值(value)是可以修改的，可以是任何对象。在dict中是根据key来计算value的存储位置，如果每次计算相同的key得出的结果不同，那dict内部就完全混乱了。

创建字典的方法之一是使用尖括号，用冒号分隔键和值：

d = {key1 : value1, key2 : value2 }

一个简单的字典实例：

dict = {'Alice': '2341', 'Beth': '9102', 'Cecil': '3258'}

也可如此创建字典：

dict1 = { 'abc': 456 }
dict2 = { 'abc': 123, 98.6: 37 

函数	说明
D	代表字典对象
D.clear()	清空字典
D.pop(key)	移除键，同时返回此键所对应的值
D.copy()	返回字典D的副本,只复制一层(浅拷贝)
D.update(D2)	将字典 D2 合并到D中，如果键相同，则此键的值取D2的值作为新值
D.get(key, default)	返回键key所对应的值,如果没有此键，则返回default
D.keys()	返回可迭代的 dict_keys 集合对象
D.values()	返回可迭代的 dict_values 值对象
D.items()	返回可迭代的 dict_items 对象

4.集合——set

• 集合是无序的不可重复的元素的集合。你可以把它当做字典，但是只有键没有值。
• 集合更接近数学上集合的概念。集合中每个元素都是无序的、不重复的任意对象。
• 可以通过集合去判断数据的从属关系，也可以通过集合把数据结构中重复的元素减掉。
• 集合可做集合运算，可添加和删除元素。
• 集合内数据无序，即无法使用索引和分片
• 集合内部数据元素具有唯一性，可以用来排除重复数据
• 集合内的数据:str,int,float,tuple,冰冻集合等，即内部只能放置可哈希数据

可以用两种方式创建集合：通过set函数或使用尖括号set语句：

In [133]: set([2, 2, 2, 1, 3, 3])
Out[133]: {1, 2, 3}
In [134]: {2, 2, 2, 1, 3, 3}
Out[134]: {1, 2, 3}

(1) 固定集合构造(创建)函数 frozenset

函数	说明
frozenset()	创建一个空的固定集合对象
frozenset(iterable)	用可迭代对象创建一个新的固定集合对象

(2) 集合构造(创建)函数 set

函数	说明
set()	创建一个空的集合对象(不能用{}来创建空集合)
set(iterable)	用可迭代对象创建一个新的集合对象

(3) Python3 集合中常用的方法

方法	意义
S.add(e)	在集合中添加一个新的元素e；如果元素已经存在，则不添加
S.remove(e)	从集合中删除一个元素，如果元素不存在于集合中，则会产生一个KeyError错误
S.discard(e)	从集合S中移除一个元素e,在元素e不存在时什么都不做;
S.clear()	清空集合内的所有元素
S.copy()	将集合进行一次浅拷贝
S.pop()	从集合S中删除一个随机元素;如果此集合为空，则引发KeyError异常
S.update(s2)	用 S与s2得到的全集更新变量S
S.difference(s2)	用S - s2 运算，返回存在于在S中，但不在s2中的所有元素的集合
S.difference_update(s2)	等同于 S = S - s2
S.intersection(s2)	等同于 S & s2
S.intersection_update(s2)	等同于S = S & s2
S.isdisjoint(s2)	如果S与s2交集为空返回True,非空则返回False
S.issubset(s2)	如果S与s2交集为非空返回True,空则返回False
S.issuperset(...)	如果S为s2的子集返回True,否则返回False
S.symmetric_difference(s2)	返回对称补集,等同于 S ^ s2
S.symmetric_difference_update(s2)	用 S 与 s2 的对称补集更新 S
S.union(s2)	生成 S 与 s2的全集