6.1集合類型及操作
集合類型定義
集合是多個元素的無序組合
- 集合類型與數(shù)學(xué)的集合概念一致
- 集合元素之間無序，每個元素唯一，不存在相同元素
- 集合元素不可更改，不能是可變數(shù)據(jù)類型
在python里面： - 集合用大括號{}表示，元素間用逗號分隔
- 建立集合類型用{}或set（）
- 建立空集合類型，必須使用set（）
舉個例子：
>>> A = {"python",123,("python,123")} # 使用{}建立集合
{123,'python',('python',123)}
>>> B = set("pypy123") # 使用set()建立集合
{'1','p','2','3','y'}
>>> C = {"python",123,"python",123}
{'python',123}
集合間操作
四種基本操作
六個操作符：
| 操作符及應(yīng)用 | 描述 |
|---|---|
| SlT | 并，返回一個新集合，包括在集合S和T中的所有元素 |
| S-T | 差，返回一個新集合，包括在集合S但不在T中的元素 |
| S&T | 交，返回一個新集合，包括同時在集合S和T中的元素 |
| S^T | 補，返回一個新集合，包括集合S和T中的非相同元素 |
| S<=T或S<T | 返回True/False，判斷S和T的子集關(guān)系 |
| S>=T或S>T | 返回True/Fasle，判斷S和T的包含關(guān)系 |
四個增強操作符：
| 操作符及應(yīng)用 | 描述 |
|---|---|
| Sl=T | 并，更新集合S，包括在集合S和T中的所有元素 |
| S-=T | 差，更新集合S，包括在集合S但不在T中的元素 |
| S&=T | 交，更新集合S，包括同時在集合S和T中的元素 |
| S^=T | 補，更新集合S，包括在集合S和T中的非相同元素 |
舉例說明：
>>>A={"p","y",123}
>>>B=set("pypy123")
運算結(jié)果
集合處理方法
| 操作函數(shù)或方法 | 描述 |
|---|---|
| S.add(x) | 如果x不在集合S中，將x增加到S |
| S.discard(x) | 移除S中元素x，如果x不在集合S中，不報錯 |
| S.remove(x) | 移除S中元素x。如果x不在集合S中，產(chǎn)生KeyError異常 |
| S.clear() | 移除S中所有元素 |
| S.pop() | 隨即返回S的一個元素，更新S,若S為空產(chǎn)生KeyError異常 |
| S.copy() | 返回集合S的一個副本 |
| len(S) | 返回集合S的元素個數(shù) |
| x in S | 判斷S中元素x，x在集合S中，返回True，否則返回False |
| x not in S | 判斷S中元素x，x不在集合S中，返回True，否則返回False |
| set(x) | 將其他類型變量x轉(zhuǎn)變?yōu)榧项愋?/td> |
舉例：
>>>A={"p","y",123}
>>>for item in A:
print(item,end=""）
輸出：{'p',123,'y'}
>>>try:
while True:
print(A.pop(),end=""))
except:
pass
輸出：空集合
集合類型應(yīng)用場景
1.包含關(guān)系比較
>>>"p"in{"p","y",123}
True #判斷其它的元素是否在這個集合中
>>>{"p","y"}>={"p","y",123}
False #判斷數(shù)據(jù)之間的關(guān)系
**2.數(shù)據(jù)去重**
集合類型所有元素?zé)o重復(fù)
```python
>>>Is=["p","p","y","y",123]
>>>s=set(1s) # 利用了集合無重復(fù)的特點
{'p','y',123}
>>>It=list(s) # 還可以將集合轉(zhuǎn)換為列表
['p','y',123]
6.2序列類型及操作
序列類型定義
序列是具有先后關(guān)系的一組元素
- 序列是一維元素向量，元素類型可以不同
- 類似數(shù)學(xué)元素序列：S0,S1,...,Sn-1
- 元素間由序號引導(dǎo)，通過下標(biāo)訪問序列的特定元素
序列是一個基類類型
序列處理函數(shù)及方法
6個操作符：
| 操作符及應(yīng)用 | 描述 |
|---|---|
| x in s | 如果x是序列s的元素，返回True，否則返回False |
| x not in s | 如果x是序列s的元素，返回False，否則返回True |
| s+t | 連接兩個序列s和t |
| sn或ns | 將序列s復(fù)制n次 |
| s[i] | 索引，返回s中的第i個元素，i是序列的序號 |
| s[i:j]或[i:j:k] | 切片，返回序列s中的第i到j(luò)以k為步長的元素子序列 |
舉例說明：
>>>Is=["python",123,".io"]
>>>Is[::-1] # 切片操作，返回列表中所有元素，從元素最后向最前提取的一個子序列。將列表元素取反
['.io',123,'python']
>>>s="python123.io"
>>>s[::-1] #對字符串取反
'oi.321nohtyp'
5個函數(shù)和方法
| 函數(shù)和方法 | 描述 |
|---|---|
| len(s) | 返回序列s的長度，即元素個數(shù) |
| min(s) | 返回序列s的最小元素，s中元素需要可比較 |
| max(s) | 返回序列s的最大元素，s中元素需要可比較 |
| s.index(x)或s.index(x,i,j) | 返回序列s從i開始到j(luò)位置中第一次出現(xiàn)元素x的位置 |
| s.count(x) | 返回序列s中出現(xiàn)x的總次數(shù) |
>>>Is=["python",123,".io"]
>>>len(Is) # 獲取長度
3
>>>s="python123.io"
>>>max(s) #獲得最大元素（字母序）
'y'
元組類型及操作
元組是序列類型的一種擴展
- 元組是一種序列類型，一旦創(chuàng)建就不能被修改
- 使用小括號（）或tuple（）創(chuàng)建，元素間用逗號分隔
- 可以使用或不使用小括號
>>>creature="cat","dog","tiger","human"
>>>creature
('cat','dog','tiger','human')
>>>color=(0x001100,"blue",creature)
>>>color
(4352,'blue',('cat','dog','tiger','human'))
元組繼承序列類型的全部通用操作
- 元組繼承了序列類型的全部通用操作
- 元組因為創(chuàng)建后不能修改，因此沒有特殊操作
- 使用或不使用小括號
使用方法：
>>>creature="cat","dog",tiger","human"
>>>creature[::-1]
('human','tiger','dog','cat')
>>>color=(0x001100,"blue",creature)
>>>color[-1][2]
'tigher'
列表類型及操作
列表是序列類型的一種擴展，十分常用
- 列表是一種序列類型，創(chuàng)建后可以隨意被修改
- 使用方括號[]或list()創(chuàng)建，元素間用逗號分隔
- 列表中而元素類型可以不同，無長度限制
舉例：
>>>Is=["cat","dog","tiger",1024]
>>>Is
['cat','dog',tigher',1024]
>>>It=Is
>>>It
['cat','dog','tiger',1024]
# 注意：方括號[]真正創(chuàng)建一個列表，賦值僅傳遞引用，Is和It僅為名稱
歸納：在定義列表時如果我們使用了方括號[]或者使用了函數(shù)list，那么我們真正的創(chuàng)建了一個列表，如果沒有使用[]或list，那么僅僅使用賦值，它只是將一段列表賦給了一個新的名字，相當(dāng)于重名名。
列表類型操作函數(shù)和方法
| 函數(shù)或方法 | 描述 |
|---|---|
| Is[i]=x | 替換列表Is第i元素為x |
| Is[i:j:k]=It | 用列表It替換Is切片后所對應(yīng)元素子列表 |
| del Is[i] | 刪除列表Is中第i元素 |
| del Is[i:j:k] | 刪除列表Is中第i到第j以k為步長的元素 |
| Is+=It | 更新列表Is，將列表It元素增加到列表Is中 |
| Is*=n | 更新列表Is，其元素重復(fù)n次 |
舉例子：
>>>Is=["cat","dog","tiger",1024]
>>>Is[1:2]=[1,2,3,4]
['cat',12,3,4,'tiger',1024]
>>>del Is[::3]
[1,2,4,'tiger']
>>>Is*2
[1,2,4,'tiger',1,2,4,'tiger']
| 函數(shù)或方法 | 描述 |
|---|---|
| Is.append(x) | 在列表Is最后增加一個元素 |
| Is.clear() | 刪除列表Is中所有元素 |
| Is.copy() | 生成一個新列表，賦值Is中所有元素 |
| Is.insert(i,x) | 在列表Is的第i位置增加元素x |
| Is.pop(i) | 將列表Is中的第i位置元素取出并刪除該元素 |
| Is.remove(x) | 將列表Is中出現(xiàn)的第一個元素x刪除 |
| Is.reverse() | 將列表Is中的元素反轉(zhuǎn) |
>>>Is=["cat","dog","tiger",1024]
>>>Is.append(1234)
['cat','dog','tiger',1024,1234]
>>>Is.insert(3,"human")
['cat',dog','tigher','human','dog','cat']
默寫：
- 定義空列表It >>>It=[]
- 向It新增5個元素 >>>It+=[1,2,3,4,5]
- 修改It中的第2個元素 >>>It[2]=6
- 向It中第2個位置增加一個元素 >>>It.insert(2,7)
- 從It中第1個位置刪除第一個元素 >>>del It[1]
- 刪除It中第1-3位置元素 >>>del It[1:4]
- 判斷It中是否包含數(shù)字0>>>0 in It
- 向It新增數(shù)字0>>>It.append(0)
- 返回數(shù)字0所在It中的索引>>>It.index(0)
- It的長度>>>len(It)
- It中最大元素>>>max(It)
- 清空It>>>It.clear()
序列類型應(yīng)用場景
數(shù)據(jù)表示：元組和列表
- 元組用于元素不改變的應(yīng)用場景，更多用于固定搭配場景
- 列表更加靈活，它是最常用的序列類型
- 最主要作用：表示一組有序數(shù)據(jù)，進(jìn)而操作它們
1.元素遍歷：
for item in Is:
<語句塊> # 對于列表
for item in tp:
<語句塊> # 元組類型
- 數(shù)據(jù)保護(hù)
- 如果不希望數(shù)據(jù)被程序所改變，轉(zhuǎn)換成元組類型
>>>Is=["cat","dog","tiger",1024]
>>>It=tuple(Is)
>>>It
('cat','dog',tiger',1024)
6.3實例9：基本統(tǒng)計值計算
“基本統(tǒng)計值計算”問題分析
基本統(tǒng)計值
- 總個數(shù)：len()
- 求和：for...in
- 平均值：求和/總個數(shù)
- 反差：各數(shù)據(jù)與平均數(shù)差的平方的和的平均數(shù)
- 中位數(shù)：排序，然后... 奇數(shù)找之間1個，偶數(shù)找中間2個取平均
實例講解
獲得用戶不定長度的輸入：
#CalStatisticsV1.py
def getNum(): #獲取用戶不定長度的輸入
nums = []
iNumStr = input("請輸入數(shù)字(回車退出): ")
while iNumStr != "":
nums.append(eval(iNumStr))
iNumStr = input("請輸入數(shù)字(回車退出): ")
return nums
求取平均值：
def mean(numbers): #計算平均值
s = 0.0
for num in numbers:
s = s + num
return s / len(numbers)
計算方差：
def dev(numbers, mean): #計算方差
sdev = 0.0
for num in numbers:
sdev = sdev + (num - mean)**2
return pow(sdev / (len(numbers)-1), 0.5)
計算中位數(shù)：
def median(numbers): #計算中位數(shù)
sorted(numbers) # sorted對列表進(jìn)行排序
size = len(numbers)
if size % 2 == 0:
med = (numbers[size//2-1] + numbers[size//2])/2
else:
med = numbers[size//2]
return med
進(jìn)行函數(shù)調(diào)用：
n=getNum()
m=mean()
print("平均值":{},方差:{:.2},中位數(shù):{}.".format(m,dev(n,m),median(n)))
6.4 字典類型及操作
字典類型定義
理解“映射”
- 映射是一種鍵（索引）和值（數(shù)據(jù)）的對應(yīng)
字典類型是“映射”的體現(xiàn) - 鍵值對：鍵是數(shù)據(jù)索引的擴展
- 字典是鍵值對的集合，鍵值對之間無序
-
采用大括號{}和dict（）創(chuàng)建，鍵值對用冒好：表示
舉例：
字典類型定義和使用
"{}"是默認(rèn)來生成字典類型的
字典處理函數(shù)及方法
| 函數(shù)或方法 | 描述 |
|---|---|
| del d[k] | 刪除字典d中鍵k對應(yīng)的數(shù)據(jù)值 |
| k in d | 判斷鍵k是否在字典d中，如果在返回True，否則False |
| d.keys() | 返回字典d中所有的鍵信息 |
| d.values() | 返回字典d中所有的值信息 |
| d.items() | 返回字典d中所有的鍵值對信息 |
字典類型操作
| 函數(shù)或方法 | 描述 |
|---|---|
| d.get(k,<default>) | 鍵k存在，則返回相應(yīng)值，不在則返回<default>值 |
| d.pop(k,<default>) | 鍵k存在，則取出相應(yīng)值，不在則返回<default>值 |
| d.popitem() | 隨機從字典d中取出一個鍵值對，以元組形式返回 |
| d.clear() | 刪除所有的鍵值對 |
| len(d) | 返回字典d中元素的個數(shù) |
字典功能默寫：
- 定義空字典d>>>d={}
- 向d新增2個鍵值對元素>>>d["a"]=1;d["b"]=2
- 修改第2個元素>>>d["b"]=3
- 判斷字符“c”是否是d的鍵>>>"c" in d
- 計算d的長度>>>len(d)
- 清空d>>>d.clear()
字典類型應(yīng)用場景
映射的表達(dá)
- 映射無處不在，鍵值對無處不在
- 例如：統(tǒng)計數(shù)據(jù)出現(xiàn)的次數(shù)，數(shù)據(jù)是鍵，次數(shù)是值
- 最主要作用：表達(dá)鍵值對數(shù)據(jù)，進(jìn)而操作他們
元素遍歷：
for k in d：
<語句塊>
6.5模塊5：jieba庫的使用
jieba是優(yōu)秀的中文分詞第三方庫
- 中文文本需要通過分詞獲得單個的詞語
- jieba是優(yōu)秀的中文分詞第三方庫，需要額外安裝
- jieba庫提供三種分詞模式，最簡單只需掌握一個函數(shù)
jieba分詞依靠中文詞庫
- 利用一個中文詞庫，確定中文字符之間的關(guān)聯(lián)概率
- 中文字符間概率大的組成詞組，形成分詞結(jié)果
- 除了分詞，用戶還可以添加自定義的詞組
jieba分詞的三種模式：精確模式、全模式、搜索引擎模式
- 精確模式：把文本精確的切分開，不存在冗余單詞
- 全模式：把文本中所有可能的詞語都掃描出來，有冗余
- 搜索引擎模式：在精確模式基礎(chǔ)上，對長詞再劃分
| 函數(shù) | 描述 |
|---|---|
| jieba.lcut(s) | 精確模式，返回一個列表類型的分詞結(jié)果 |
| jieba.lcut(s,cut_all=True) | 全模式，返回一個列表類型的分詞結(jié)果，存在冗余 |
| jieba.lcut_for_search(s) | 搜索引擎模式，返回一個列表類型的分詞結(jié)果，存在冗余 |
| jieba.add_word(w) | 向分詞詞典增加新詞w |
6.6實例10：文本詞頻統(tǒng)計
英文文本：哈姆雷特（HAMLET）
中文文本：三國演義
Hamlet詞頻統(tǒng)計：
#CalHamletV1.py
def getText():
txt = open("hamlet.txt", "r").read()
txt = txt.lower()
for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':
txt = txt.replace(ch, " ") #將文本中特殊字符替換為空格
return txt
hamletTxt = getText()
words = hamletTxt.split()
counts = {}
for word in words:
counts[word] = counts.get(word,0) + 1
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
for i in range(10):
word, count = items[i]
print ("{0:<10}{1:>5}".format(word, count))
《三國演義》人物出場統(tǒng)計：
#CalThreeKingdomsV1.py
import jieba # 調(diào)用jieba庫
txt = open("threekingdoms.txt", "r", encoding='utf-8').read() # 打開文件
words = jieba.lcut(txt)
counts = {} # 構(gòu)造字典
for word in words: # 逐一遍歷
if len(word) == 1:
continue
else:
counts[word] = counts.get(word,0) + 1 # 計數(shù)
items = list(counts.items()) # 轉(zhuǎn)換為列表類型
items.sort(key=lambda x:x[1], reverse=True)
for i in range(15):
word, count = items[i]
print ("{0:<10}{1:>5}".format(word, count)) # 打印輸出
問題
進(jìn)一步處理（人物出場統(tǒng)計）：
關(guān)聯(lián)相同概念的詞頻
#CalThreeKingdomsV2.py
import jieba
excludes = {"將軍","卻說","荊州","二人","不可","不能","如此"} # 排除冗余
txt = open("threekingdoms.txt", "r", encoding='utf-8').read()
words = jieba.lcut(txt)
counts = {}
for word in words:
if len(word) == 1:
continue
elif word == "諸葛亮" or word == "孔明曰":
rword = "孔明"
elif word == "關(guān)公" or word == "云長":
rword = "關(guān)羽"
elif word == "玄德" or word == "玄德曰":
rword = "劉備"
elif word == "孟德" or word == "丞相":
rword = "曹操" # 整合相同概念
else:
rword = word
counts[rword] = counts.get(rword,0) + 1
for word in excludes:
del counts[word]
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True)
for i in range(10):
word, count = items[i]
print ("{0:<10}{1:>5}".format(word, count))
