python培训数据结构

A. 利用python进行数据分析笔记：3.1数据结构

元组是一种固定长度、不可变的Python对象序列。创建元组最简单的办法是用逗号分隔序列值：

tuple 函数将任意序列或迭代器转换为元组：

中括号 [] 可以获取元组的元素， Python中序列索引从0开始 ：

元组一旦创建，各个位置上的对象是无法被修改的，如果元组的一个对象是可变的，例如列表，你可以在它内部进行修改：

可以使用 + 号连接元组来生成更长的元组：

元组乘以整数，则会和列表一样，生成含有多份拷贝的元组：

将元组型的表达式赋值给变量，Python会对等号右边的值进行拆包：

拆包的一个常用场景就是遍历元组或列表组成的序列：

*rest 用于在函数调用时获取任意长度的位置参数列表：

count 用于计量某个数值在元组中出现的次数：

列表的长度可变，内容可以修改。可以使用 [] 或者 list 类型函数来定义列表：

append 方法将元素添加到列表尾部：

insert 方法可以将元素插入到指定列表位置：
（ 插入位置范围在0到列表长度之间 ）

pop 是 insert 的反操作，将特定位置的元素移除并返回：

remove 方法会定位第一个符合要求的值并移除它：

in 关键字可以检查一个值是否在列表中；
not in 表示不在：

+ 号可以连接两个列表：

extend 方法可以向该列表添加多个元素：

使用 extend 将元素添加到已经存在的列表是更好的方式，比 + 快。

sort 方法可以对列表进行排序：

key 可以传递一个用于生成排序值的函数，例如通过字符串的长度进行排序：

bisect.bisect 找到元素应当被插入的位置，返回位置信息
bisect.insort 将元素插入到已排序列表的相应位置保持序列排序

bisect 模块的函数并不会检查列表是否已经排序，因此对未排序列表使用bisect不会报错，但是可能导致不正确结果

切片符号可以对大多数序列类型选取子集，基本形式是 [start:stop]
起始位置start索引包含，结束位置stop索引不包含

切片还可以将序列赋值给变量：

start和stop可以省略，默认传入起始位置或结束位置，负索引可以从序列尾部进行索引：

步进值 step 可以在第二个冒号后面使用， 意思是每隔多少个数取一个值：

对列表或元组进行翻转时，一种很聪明的用法时向步进值传值-1：

dict(字典)可能是Python内建数据结构中最重要的，它更为常用的名字是 哈希表 或者 关联数组 。
字典是键值对集合，其中键和值都是Python对象。
{} 是创建字典的一种方式，字典中用逗号将键值对分隔：

你可以访问、插入或设置字典中的元素,:

in 检查字典是否含有一个键：

del 或 pop 方法删除值， pop 方法会在删除的同时返回被删的值，并删除键：

update 方法将两个字典合并：
update方法改变了字典元素位置，对于字典中已经存在的键，如果传给update方法的数据也含有相同的键，则它的值将会被覆盖。

字典的值可以是任何Python对象，但键必须是不可变的对象，比如标量类型（整数、浮点数、字符串）或元组（且元组内对象也必须是不可变对象）。
通过 hash 函数可以检查一个对象是否可以哈希化（即是否可以用作字典的键）：

集合是一种无序且元素唯一的容器。

set 函数或者是用字面值集与大括号，创建集合：

union 方法或 | 二元操作符获得两个集合的联合即两个集合中不同元素的并集：

intersection 方法或 & 操作符获得交集即两个集合中同时包含的元素：

常用的集合方法列表：

和字典类似，集合的元素必须是不可变的。如果想要包含列表型的元素，必须先转换为元组：

B. 【Python基础】Python基础数据结构都有哪些

列表（list）
字典（dict）
元组（tuple）
集合（set）

C. python涓夌嶆牳蹇冩暟鎹缁撴瀯

python涓夌嶆牳蹇冩暟鎹缁撴瀯濡备笅锛

1銆佸垪琛ㄣ俵ist鏄澶勭悊涓缁勬湁搴忛”鐩镄勬暟鎹缁撴瀯锛屽嵆浣犲彲浠ュ湪涓涓鍒楄〃涓瀛桦偍涓涓搴忓垪镄勯”鐩銆傚垪琛ㄤ腑镄勯”鐩銆傚垪琛ㄤ腑镄勯”鐩搴旇ュ寘𨰾鍦ㄦ柟𨰾鍙蜂腑锛岃繖镙穚ython灏辩煡阆扑綘鏄鍦ㄦ寚鏄庝竴涓鍒楄〃銆备竴镞︿綘鍒涘缓浜嗕竴涓鍒楄〃锛屼綘灏卞彲浠ユ坊锷狅纴鍒犻櫎锛屾垨钥呮槸鎼灭储鍒楄〃涓镄勯”鐩銆傜敱浜庝綘鍙浠ュ炲姞鎴栧垹闄ら”鐩锛屾垜浠璇村垪琛ㄦ槸鍙鍙樼殑鏁版嵁绫诲瀷锛屽嵆杩欑岖被鍨嬫槸鍙浠ヨ鏀瑰彉镄勶纴骞朵笖鍒楄〃鏄鍙浠ュ祵濂楃殑銆

2銆佸厓缁勚傚厓缁勫拰鍒楄〃鍗佸垎鐩镐技锛屼笉杩囧厓缁勬槸涓嶅彲鍙樼殑銆傚嵆浣犱笉鑳戒慨鏀瑰厓缁勚傚厓缁勯氲繃鍦嗘嫭鍙蜂腑鐢ㄩ楀彿鍒嗛殧镄勯”鐩瀹氢箟銆傚厓缁勯氩父鐢ㄥ湪浣胯鍙ユ垨鐢ㄦ埛瀹氢箟镄勫嚱鏁拌兘澶熷畨鍏ㄧ殑閲囩敤涓缁勫肩殑镞跺欙纴鍗宠浣跨敤镄勫厓缁勭殑鍊间笉浼氭敼鍙樸傚厓缁勫彲浠ュ祵濂椼

3銆佸瓧鍏搞傚瓧鍏哥被浼间簬浣犻氲繃镵旂郴浜哄悕绉版煡镓惧湴鍧鍜岃仈绯讳汉璇︾粏𨱍呭喌镄勫湴鍧绨匡纴鍗筹纴鎴戜滑鎶婇敭锛埚悕瀛楋级鍜屽硷纸璇︾粏𨱍呭喌锛夎仈绯诲湪涓璧枫傛敞镒忥纴阌蹇呴’鏄鍞涓镄勶纴灏卞儚濡傛灉链変袱涓浜烘伆宸у悓钖岖殑璇濓纴浣犳棤娉曟垒鍒版ｇ‘镄勪俊鎭銆

瀛︿範Python镄勬敞镒忎簨椤广

1銆佹墦濂藉熀纭銆傚凡缁忛夋嫨浜哖ython杩欎竴闂ㄥ︾戯纴灏辫佸潥瀹氩︿笅铡荤殑鍐冲绩锛屾墦濂藉熀纭寰堥吨瑕併备篃璁镐竴寮濮嬩细瑙夊缑杩欎篃涓嶆哕闾ｄ篃涓嶆哕锛岀‖镌澶寸毊鍧氭寔涓嫔幓銆傚洜涓篜ython鏄涓涓链夋浔鐞嗙殑銆佸己澶х殑闱㈠悜瀵硅薄镄勭▼搴忚捐¤瑷锛屽﹀ソ锘虹鐭ヨ瘑鏄鍓嶆彁銆

2銆丳ython镄勫熀纭鐭ヨ瘑鍖呮嫭锛氢笅杞姐佸畨瑁呫佸煎叆搴撱佸瓧绗︿覆澶勭悊銆佸嚱鏁颁娇鐢ㄧ瓑绛夈傚傛灉浣犵殑鑻辫涓嶆槸寰埚ソ锛屽彲浠ラ氲繃钬滆疟涓鏂囨枃妗ｂ濊繖涓缃戠珯杩涜岀炕璇戞暣鐞嗐傚綋铹剁炕璇戝緢楹荤储锛屽傛灉𨱍崇渷鎺夌炕璇戠幆鑺傦纴鍙浠ユ姤涓涓锘硅鐝锛岃繘琛屼腑鏂囨棤闅灭嶆暀瀛︺

D. 如何用Python高效地学习数据结构

所谓数据结构，是指相互之间存在一种或多种特定关系的数据类型的集合。
Python在数据分析领域中，最常用的数据结构，莫过于DataFrame了，今天我们就介绍如何高效地学习DataFrame这种数据结构。
要学习好一种东西，最好给自己找一个目标，达到了这个目标，我们就是学好了。一般，我在学习一门新的语言的数据结构的时候，一般要求自己达到以下五个要求：
第一个问题：概念，这种数据结构的概念是什么呢？
第二个问题：定义，如何定义这种数据结构呢？
第三个问题：限制，使用这种数据结构，有什么限制呢？
第四个问题：访问，访问这种数据结构内的数据的方式是什么呢？
第五个问题：修改，如何对这种数据结构进行增加元素、删除元素以及修改元素呢？