六寇仓、組合數(shù)類型
6.1 集合類型及操作
6.1.1 集合類型定義
定義：集合是多個元素的無序組合
特點：集合類型與數(shù)學中的集合概念一致橱赠，幾何元素之間無序厚棵、每個元素唯一蕉世、不存在相同元素，幾何元素不可更待婆硬、不能存在可變數(shù)據(jù)類型狠轻。
非可變數(shù)據(jù)類型：整數(shù)、浮點數(shù)彬犯、復數(shù)向楼、字符串類型、元組類型等
表示：{},元素間用谐区，分隔
建立：{} 或者set{}蜜自，建立空集合必須使用set{}
舉例：
A={"python",123,("python",123)}
{123,'pytnon',('python',123)}
B=set("pypy123")
{'1','p','2','3','y'}
C=("python",123,"python",123)
('python',123)
6.1.2 集合操作符
基本操作符：
| 操作符 | 含義 |
|---|---|
| S|T | 并 |
| S-T | 差 |
| S$T | 交 |
| S^T | 補 |
| S<=T或S<T | 判斷S和T子集關系 |
| S>=T或S>T | 判斷S和T包含關系 |
增強操作符：
| 操作符 | 含義 |
|---|---|
| S|=T | 利用并運算結果更新集合S |
| S-=T | 利用差運算結果更新集合S |
| S$=T | 利用交運算結果更新集合S |
| S^=T | 利用補運算結果更新集合S |
實例：
A={"P","Y",123}
B=set("pypy123")
A-B
{123}
B-A
{'3','1','2'}
A&B
{'p','y'}
A|B
{'1','p','2','y','3',123}
A^B
{'2',123,'3','1'}
6.1.3 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增加到集合S中 |
| S.discard(x) | 移除S中元素x卢佣，如果x不在S中重荠，不報錯 |
| S.remove(x) | 移除S中元素x，如果x不在S中虚茶，產(chǎn)生KeyError異常 |
| S.clear | 移除S中所有元素 |
| S.pop | 隨機返回S的一個元素戈鲁，更新S,若S 為空，則產(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嘹叫，x在集合S中返回Ture,否則返回False |
| x not in S | 判斷S 中元素x婆殿，x不在集合S中返回Ture,否則返回False |
| set(x) | 將其他類型變量x轉化為集合類型 |
A={"p","y",123}
for item in A:
print(item,end="")
p123y
try:
while True:
print(A.pop(),end="")
expece:
pass
A
set()
6.1.4 集合應用場景
1.包含關系比較：
"p" in {"p","y",123}
True
{"p","y"}>={"p","y",123}
False
2.數(shù)據(jù)去重
ls=["p","p","y","y",123]
s=set(ls) #利用幾何元素無重復特點
{'p','y',123}
ls=["p","p","y","y",123]
s=set(ls) #利用幾何元素無重復特點
lt=list(s)
['p','y',123]
6.2序列類型及操作
6.2.1 序列類型定義
定義：序列是具有先后關系的一組元素
特點：序列是一維元素向量，元素類型可以不同罩扇，元素可以相同：類似數(shù)學元素序列：元素間有序列引導婆芦，通過下標訪問序列的特定元素
序列是一個基類類型，衍生為：字符串類型喂饥、元組類型消约、列表類型
序號的定義：正向遞增序號、反向遞減序號员帮，與字符串中相似或粮。
6.2.2 序列處理函數(shù)及方法
| 操作符及應用 | 描述 |
|---|---|
| x in S | 判斷S 中元素x，x在集合S中返回Ture,否則返回False |
| x not in S | 判斷S 中元素x捞高，x不在集合S中返回Ture,否則返回False |
| s+t | 連接兩個序列s或t |
| sn 或 ns | 將序列s復制n次 |
| s[i] | 索引氯材，返回s中的第i個元素,i是序列的序號 |
| s[i:j]或s[i:j:k] | 切片渣锦，返回s中第i到j以k為步長的元素子序列 |
ls=["python",123,.io"]
ls=[::-1]
['.io',123,'python']
s="python123.io"
ls[::-1]
'oi.321nohtyp'
序列類型的通用函數(shù)和方法：
| 函數(shù)和方法 | 描述 |
|---|---|
| len(s) | 返回序列s的長度 |
| 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的最大元素氢哮，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位置中第一次出現(xiàn)x的位置 |
| s.count(x) | 返回序列s中出現(xiàn)x的總次數(shù) |
ls=["python",123,".io"]
len(ls)
3
s="python123.io"
max(s)
'y'
6.2.3 元組類型及操作
定義：元組類型是序列類型的一種擴展袋毙，一旦創(chuàng)建就不能修改
形式：元組使用（）或者tuple（）創(chuàng)建，元素之間用逗號分隔：小括號使不使用都可以冗尤。
舉例：
creature="cat","dog","tiger","human"
creature
('cat','dog','tiger','human')
creature="cat","dog","tiger","human"
color=(0x001100,"bule",creature)
color
(4352,'bule',('cat','dog','tiger','human'))
元組類型繼承序列類型全部通用操作：操作符听盖、處理函數(shù)、處理方法
元組類型創(chuàng)建后不能修改生闲，因此沒有特殊操作
creature="cat","dog","tiger","human"
creature[::-1]
('human','tiger',dog','cat')
creature="cat","dog","tiger","human"
color=(0x001100,"bule",creature)
color[-1][2]
'tiger'
6.2.4 列表類型及操作
定義：列表是序列類型的一種擴展媳溺，創(chuàng)建后其中的元素可以被隨意修改
使用：[]或者list()創(chuàng)建月幌，元素間可以用逗號隔開碍讯，列表中各元素類型可不同，無長度限制
ls=["cat","dog","tiger",1024]
ls
['cat','dog','tiger',1024]
ls=["cat","dog","tiger",1024]
lt=is.
lt
['cat','dog','tiger',1024]
列表類型操作函數(shù)及其方法：
| 函數(shù)或方法 | 描述 |
|---|---|
| ls[i]=x | 替換列表ls第i個元素為x |
| ls[i:j:k]=lt | 用列表il替換is切片后所對應元素子列表 |
| del ls [i] | 刪除列表is中第i個元素 |
| del ls[i:j:k] | 刪除列表is中第i到第j以k為步長的元素 |
| ls+=lt | 更新列表ls扯躺，將列表lt元素增加到列表ls中 |
| ls*=n | 更新列表ls捉兴，其元素重復n次 |
ls=["cat","dog","tiger",1024]
ls=[1:2]=1,2,3,4
['cat',1,2,3,4,'tiger',1024]
修改列表：
| 函數(shù)或方法 | 描述 |
|---|---|
| ls.append(x) | 在列表s最后增加一個x |
| ls.clear() | 刪除列表ls中所有元素 |
| ls.copy() | 生成一個新列表，賦值ls中所有元素 |
| ls.insert(i,x) | 在列表ls中第i位置增加元素x |
| ls.pop(i) | 將列表ls中第i位置元素取出并刪除該元素 |
| ls.remove(x) | 將列表Ls中出現(xiàn)的第一個元素x刪除 |
| ls.reverse() | 將列表ls中元素反轉 |
練習：
6.2.5 序列類型應用場景
序列：元組和列表兩種重要類型
應用場景：元組用于元素不改變的場景录语，更多用于固定搭配場景：列表更加靈活倍啥，它是最常用的序列類型
作用：表達一組有序數(shù)據(jù)并且處理問題；數(shù)據(jù)保護
元素遍歷：
for item in ls:
<語句塊>
元組類型：
for item in tp:
<語句塊>
數(shù)據(jù)保護：不希望數(shù)據(jù)被程序所改變澎埠，轉換成元組類型
ls=["cat","dog","tiger",1024]
lt=tuple(ls)
lt
('cat',1,2,3,4,'tiger',1024)
6.3 基本統(tǒng)計值計算
6.3.1 問題分析
基本統(tǒng)計值需求：給出一組數(shù)并且理解
定義：總個數(shù)虽缕、求和、平均值蒲稳、方差氮趋、中位數(shù)...
總個數(shù)：len()
求和：for...in
平均值：求和/總個數(shù)
方差：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)找中間一個江耀，偶數(shù)中間兩個的平均
6.3.2 問題實例
#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
def mean(numbers): #計算平均值
s=0.0
for num in numbers:
s=s+num
return s/len(numbers)
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)
def median(numbers): #計算中位數(shù)
sorted(numbers)
size=len(numbers)
if size % 2 == 0:
med=(numbers[size//2-1]+numbers[size//2])/2
else:
med=numbers[size//2]
return med
n=getNum()
m=mean(n)
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
6.4.1 字典類型定義
映射：是一種索引和數(shù)據(jù)的對應關系剩胁，也是鍵和值的對應關系。
映射類型：由用戶數(shù)據(jù)為定義索引
字典類型：數(shù)據(jù)的組織與表達的一種新的形態(tài)祥国，是映射的體現(xiàn)昵观。
鍵值對：鍵是數(shù)據(jù)索引的擴展，字典是鍵值對的集合舌稀，鍵值對間無序啊犬。
生成：{}和dict()創(chuàng)建，鍵值對之間用冒號：表示
舉例：{<鍵1>:<值1>,<鍵2>:<值2>,...,<鍵n>:<值n>}
在字典變量中壁查，通過鍵獲得值：
<字典變量>={<鍵1>:<值1>,...,<鍵n>:<值n>}
<值>=<字典變量>[<鍵>]
<字典變量>[<鍵>]=<值>
用[]來向字典中增加或者索引鍵值對
舉例：
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d["中國"]
'北京'
生成空字典：
de={};type(de)
<class 'dict'>
type(x) 返回變量x的類型
6.4.2 字典處理函數(shù)及方法
| 函數(shù) | 描述 |
|---|---|
| del d[k] | 刪除字典d中鍵k對應的數(shù)據(jù)值 |
| k in d | 判斷k是否在字典d中椒惨，如果在返回True，不在返回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 |
舉例：
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
"中國" in d
True
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d.keys()
dict_keys(['中國','美國','法國])
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d.values()
dict_values(['北京','華盛頓','巴黎'])
| 函數(shù) | 描述 |
|---|---|
| d.get(k,<default>) | 鍵k存在潮罪，則返回相應值康谆，不存在則返回<default>值 |
| d.pop(k,<default>) | 鍵k存在领斥，則取出相應值，不存在則返回<default>值 |
| d.popitem() | 隨機從字典里取出一對鍵值對沃暗，以元組形式返回 |
| d.clear() | 刪除所有的鍵值對 |
| len(d) | 返回字典d中的元素個數(shù) |
實例：
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d.get("中國"月洛，"伊斯蘭堡")
'北京'
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d.get("巴黎"，"伊斯蘭堡")
'伊斯蘭堡'
d={"中國":"北京","美國":"華盛頓","法國":"巴黎"}
d.popitem()
('中國','北京')
練習：
6.4.3字典應用場景
1.映射的表達：映射無處不在孽锥，鍵值對也無處不在嚼黔，統(tǒng)計數(shù)據(jù)出現(xiàn)的次數(shù)，數(shù)據(jù)是鍵惜辑，次數(shù)是值唬涧。
字典的主要作用：表達鍵值對的數(shù)據(jù)進而操作他們
2.元素遍歷：
for k in d:
? <語句塊>
6.5 jieba庫
6.5.1 jieba庫簡介
定義：jieba庫是優(yōu)秀的第三方中文分詞庫，需要額外安裝
安裝方法：（cmd命令下）pip install jieba
作用：利用中文詞庫確定漢字間的關聯(lián)概率盛撑，字間概率大的組成詞組碎节，形成分詞效果，用戶還可以向其中自定義的添加詞組抵卫。
6.5.2 jieba庫使用說明
分類：精確模式狮荔、全模式、搜索引擎模式
精確模式：將詞組精確的分開介粘，不存在冗余單詞
全模式：將所有可能的詞組都掃描出來殖氏，有冗余
搜索引擎模式：在精確模式的基礎上，將長詞再次切分
| 函數(shù) | 描述 |
|---|---|
| jieba.lcut(s) | 精確模式姻采，返回一個列表類型的分詞結果 |
| jieba.lcut(s,cut_all=True) | 全模式雅采，返回一個列表類型的分詞結果，有冗余 |
| jieba.lcut_for_search(s) | 搜索引擎模式慨亲，返回一個列表類型的分詞結果婚瓜，有冗余 |
| jieba.add_word(w) | 向分詞詞典中添加新詞 |
舉例：
jieba.lcut("中國是一個偉大的國家")
['中國','是','一個','偉大','的','國家']
jieba.lcut("中國是一個偉大的國家",cut_all=True)
['中國','國是','一個','偉大','的','國家']
jieba.lcut_for_search("中華人民共和國是偉大的")
['中華','華人','人民','共和','共和國','中華人民共和國','是','偉大','的']
jieba.add_word("蟒蛇語言")
6.6 文本詞頻統(tǒng)計實例
需求：一篇文章中出現(xiàn)的詞的頻率統(tǒng)計
分類：英文文本，中文文本
舉例：
英文：哈姆雷特（hamlet）
中文：三國演義（threekingdoms）
6.6.1 哈姆雷特實例
#CalHamletV1.py
def getText():
txt=open("hamlet.txt","r").read()
txt=txt.lower()
for ch in '`~!@#$%^&*()_+={}[]|\?/";:<>,./':
txt=txt.replace(ch,"")
return txt
hamletTxt=getText()
words=hamletTxt.split()
counts={}
for word in words:
counts[word]=count.get(wora,0)+1
items=list(counts,items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range (10):
word,count=item[i]
print("{0:<10}{1:>5}".format(word.count))
6.6.2 三國演義實例
#CalThreeKingdomsV1.py
import jieba
txt=open("threekingdoms.txt","r",encoding="utf-8").read()
words=jieba.lcut(txt)
counts={}
for word in words:
if len(word) == 1:
continue
else:
counts[word]=count.get(wora,0)+1
items=list(counts,items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range (15):
word,count=item[i]
print("{0:<10}{1:>5}".format(word.count))
6.6.3 三國演義修改版實例
#CalThreeKingdomsV1.py
import jieba
txt=open("threekingdoms.txt","r",encoding="utf-8").read()
excludes={"將軍","二人","荊州","卻說","不能","如此"}
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 =="關公" or word =="云長曰":
rword="關羽"
elif word =="玄德" or word =="玄德曰":
rword="劉備"
elif word =="孟德" or word =="孟德曰":
rword="曹操"
else:
rword=word
counts[word]=count.get(wora,0)+1
items=list(counts,items())
items.sort(key=lambda x:x[1],reverse=True)
for i in range (15):
word,count=item[i]
print("{0:<10}{1:>5}".format(word.count))
