python之dict與set

dict

  • dict的定義
    dict是一組無序的,key不可變、不重復的,key-value 一 一對應的數據集
    >>> d = {'key':98,"baby":54}
    >>> d
    {'key': 98, 'baby': 54}
    
    
  • dict的存儲方式
    dict是key-value存儲方式,即通過key直接找到value`的內存地址
    >>> d['baby']
    54
    >>> d['baby']=98
    >>> d
    {'key': 98, 'baby': 98}
    
  • dict與list的查找方式
    • dict的查找方式是通過查找key,然后由key指向value的內存地址獲得value的值
    • list的查找方式是通過一個一個查找獲得相應的數據
  • dict相對于list的優缺點
    • dict的缺點:占用內存空間大
    • dict的優點:查找速度快,不會隨 key的增多而變慢
  • 判斷元素存在的方法:in關鍵字與dictget()方法
    • in
      >>> 'tom' in d
      False
      >>> 'peter' in d
      True
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99, '99': 80}
      
    • get(key)
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99, '99': 80}
      >>> d.get('baby')
      99
      >>> d.get('no')
      >>> d.get('no') is None
      True
      
      注意哦:不存在keyget()返回None,交互模式不顯示
    • get(key,x)
      >>> d.get('bob','不存在')
      '不存在'
      >>> d.get('bob',100)
      100
      
      嘿嘿嘿,你想打印什么提示都可以
  • dict元素的添加:
    • 直接對一個key定義一個value
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99}
      >>> d['tom']=[98,89]
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99, 'tom': [98, 89]}
      
    • append(value)
      >>> d['tom'].append(99)
      >>> d['tom']
      [98, 89, 99]
      
      注意:append()對單個的數據類型無效
      >>> d['baby'].append(99)
      Traceback (most recent call last):
      File "<stdin>", line 1, in <module>
      AttributeError: 'int' object has no attribute 'append'
      
  • dict元素的刪除:pop(key)
    • pop(key):刪除對應的key
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99, '99': 80}
      >>> d.pop('99')
      80
      >>> d
      {'peter': 88, 'lu': 33, 'baby': 99}
      

set

  • set的定義
    set是一組無序、不重復的數據集,所有元素都是key(即不可變對象)
    >>> d
    {'peter': 88, 'lu': 33, 'baby': 99}
    >>> s = set(d)
    >>> s
    {'lu', 'peter', 'baby'}
    
  • set的元素添加與刪除:add(key)remove(key)
    • 添加
      >>> s
      {'lu', 'peter', 'baby'}
      >>> s.add('bob')
      >>> s
      {'lu', 'peter', 'bob', 'baby'}
      
    • 刪除
      >>> s
      {'lu', 'peter', 'bob', 'baby'}
      >>> s.remove('bob')
      >>> s
      {'lu', 'peter', 'baby'}
      

不可變對象

  • 常見的不可變對象:stringintfloattuple
  • 常見的可變對象:list---(sort())
    >>> m
    ['c', 't', 'r']
    >>> m.sort()
    >>> m
    ['c', 'r', 't']
    
  • 對于不可變對象String的‘可變’的解釋
    >>> str = 'bad'
    >>> str.replace('a','A')
    'bAd'
    >>> str
    'bad'
    
    從上面我們可以看出來,str的內容并沒有改變,也就是說replace()做的是新建了一個替換后字符串

key

  • key只能是不可變對象,但不能是tuple,因為tuple中可以包含list,即包含了可變對象!
最后編輯于
?著作權歸作者所有,轉載或內容合作請聯系作者
平臺聲明:文章內容(如有圖片或視頻亦包括在內)由作者上傳并發布,文章內容僅代表作者本人觀點,簡書系信息發布平臺,僅提供信息存儲服務。
  • 序言:七十年代末,一起剝皮案震驚了整個濱河市,隨后出現的幾起案子,更是在濱河造成了極大的恐慌,老刑警劉巖,帶你破解...
    沈念sama閱讀 230,362評論 6 544
  • 序言:濱河連續發生了三起死亡事件,死亡現場離奇詭異,居然都是意外死亡,警方通過查閱死者的電腦和手機,發現死者居然都...
    沈念sama閱讀 99,577評論 3 429
  • 文/潘曉璐 我一進店門,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人,你說我怎么就攤上這事。” “怎么了?”我有些...
    開封第一講書人閱讀 178,486評論 0 383
  • 文/不壞的土叔 我叫張陵,是天一觀的道長。 經常有香客問我,道長,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 63,852評論 1 317
  • 正文 為了忘掉前任,我火速辦了婚禮,結果婚禮上,老公的妹妹穿的比我還像新娘。我一直安慰自己,他們只是感情好,可當我...
    茶點故事閱讀 72,600評論 6 412
  • 文/花漫 我一把揭開白布。 她就那樣靜靜地躺著,像睡著了一般。 火紅的嫁衣襯著肌膚如雪。 梳的紋絲不亂的頭發上,一...
    開封第一講書人閱讀 55,944評論 1 328
  • 那天,我揣著相機與錄音,去河邊找鬼。 笑死,一個胖子當著我的面吹牛,可吹牛的內容都是我干的。 我是一名探鬼主播,決...
    沈念sama閱讀 43,944評論 3 447
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼!你這毒婦竟也來了?” 一聲冷哼從身側響起,我...
    開封第一講書人閱讀 43,108評論 0 290
  • 序言:老撾萬榮一對情侶失蹤,失蹤者是張志新(化名)和其女友劉穎,沒想到半個月后,有當地人在樹林里發現了一具尸體,經...
    沈念sama閱讀 49,652評論 1 336
  • 正文 獨居荒郊野嶺守林人離奇死亡,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內容為張勛視角 年9月15日...
    茶點故事閱讀 41,385評論 3 358
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發現自己被綠了。 大學時的朋友給我發了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 43,616評論 1 374
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖,靈堂內的尸體忽然破棺而出,到底是詐尸還是另有隱情,我是刑警寧澤,帶...
    沈念sama閱讀 39,111評論 5 364
  • 正文 年R本政府宣布,位于F島的核電站,受9級特大地震影響,放射性物質發生泄漏。R本人自食惡果不足惜,卻給世界環境...
    茶點故事閱讀 44,798評論 3 350
  • 文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧,春花似錦、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 35,205評論 0 28
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至,卻和暖如春,著一層夾襖步出監牢的瞬間,已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 36,537評論 1 295
  • 我被黑心中介騙來泰國打工, 沒想到剛下飛機就差點兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 52,334評論 3 400
  • 正文 我出身青樓,卻偏偏與公主長得像,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子,可洞房花燭夜當晚...
    茶點故事閱讀 48,570評論 2 379