文科生學Python系列5: 元組/字典

第三課 的主要內容是:

(今天的截圖中運行工具不是用Python IDLE了,而是jupyter.)

數據結構:元組/字典

循壞:while循環/循環控制/嵌套循環

函數:如何自定義函數

案例講解:工資計算器函數

元組:

元組()和列表[ ] 非常相似,都是由若干值組成的一個序列;

元組中存儲的值可以是任何數據類型;

元組(主席臺)中的任何元素都是不可變的,列表(觀眾席)可變;

元組的數據結構不需要改變,因而在內存使用和表現上,元組比列表更有效率;

可以把列表轉換成元組;

元組類型


索引和切片等列表操作也可以使用到元組上

查找元素



元組中的元素是不可修改的,而列表是可以修改的。

看出來了嗎?前面出錯的6和7,其實是不熟悉語句操作造成的。

紅色警報在6中出現,是因為沒有引號表示元素,加上索引列表的時候,用的是中括號而不是小括號。

紅色警報在7中出現,是因為括號用錯了。

8是正確修改列表中的元素的示范。

9表示的是元組中的元素不可修改。錯誤提示是“類型錯誤”,告訴你在元組中的元素是不能被賦值的。


字典(dictionary)

可以看作是鍵(key)和值(value)之間的一系列一一對應關系

中間用:冒號來區分鍵和值


字典VS列表

列表由整數作為索引,字典由key作為索引

列表中的元素有順序,按索引0,1,2。。。這么排列

字典中的元素沒有固定順序,常用字符串類型做key

列表和字典都是可變類型,可進行增刪改操作

都可以通過 [ ] 獲取元素

列表有序,字典中的元素是無序


在一對一的查找方面,字典比列表更方便

這是列表查找,略顯冗長

下圖是用字典來索引上圖內容的過程,只需要一步:

字典看起來使用是更方便的

如何獲取字典的 keys 和 values.下圖演示過程。

那個是單個序列列出來的,要是想要同時獲得鍵值對的話,用items 語句, 得到的每一個元素都是一個元組(因為都是用圓括號括起來的)

獲取keys和values,還有鍵值對(16)

我想不明白的是,為什么這里16輸出分鍵值對之間,不是用冒號連接而是用逗號呢?

通過key鍵來獲取value值

上圖中,想要輸出France對應的值,除了直接檢索之外,還可以用到get語句,在這個語句中得出的結果是一樣的,但是注意到,用get和不用get還有有一點區別的,用get的時候,索引的那個元素是用圓括號包裹起來的,而不用get的時候,是用方括號包裹起來的。所以,我肯定會手賤一下,看看要是沒有遵循這個括號的區別,結果會是什么:

括號不對的運行結果

搜索字典中沒有沒有的Britain這個元素,結果是什么呢?

想要在這對數據里面問:“喂,Britain在不在里面啊?” 可以用in語句來查找

答案是False,也就是里面并沒有Britain兄弟啊!

或者用另外一種方式來查找,直接用20那條語句的結果是出錯,所以可以用回get語句,要是沒有的話,直接是沒有輸出。

但是有人覺得這程序太沒禮貌了吧!問你一句你一點反應都沒有?!所以就有了22語句,意思就是,要是里面有Britain兄弟的話,你就跟我說一聲Unknown吧,至少有回應啊!

請注意,這里包裹起來的語句之間,用的是逗號。

字典的增刪改:

增加元素

增加字典內容

我在這對數據里面找不到Britain兄弟怎么辦?那我把它加進去唄!用索引形式的方括號包裹Britain兄弟,后面賦值 London,然后我們重新輸出Europe,里面就有剛加進去的Britain了!

而在這個過程之中,可以看到輸出的結果并沒有按照之前的順序來排列,所以也可以看出:字典中的元素是沒有順序的。

修改元素

修改字典元素

需要修改元素,把小寫變成大寫,重新賦值,就可以了。

刪除元素

刪除字典元素

還是一樣的套路,用del 語句。

拿回我們上節課的案例,還記得我們上節課還不會字典這個東西,只會序列的時候,是用了多少步才走到最后嗎?今天學了一樣新技能,簡化了多少!

案例

過程中把獲取單詞列表的split語句打錯了,結果有是紅色警報,就是說找不到那個錯誤的命令是什么,所以我開始理解“腳本”的意思其實是在基礎鏈上定義很多個含義,然后后面運行時直接打那個碼,就能在當初設定的范圍里面運行出那個值。

這個案例挺多新的知識點要學的:

split語句來獲取單詞列表,也就是可以把重復的單詞重新列出來,每個數量只有1;

用dict語句來初始化一個空的字典;

用word來賦值一個初始為0的字典,在words中查找,得出一個新的字典;

用循環for。。。in。。。來遍歷序列里面的元素,“遍歷”這個詞真的是莫名高大上!

還有這篇前文提到的怎么找Britain兄弟,要是不在的話程序也得喊一聲這個功能,這里是用 counts[word] = counts.get (word,0) +1 來實現的。也就是要是在遍歷words這個字典中的元素中找到一個相同的值,那就在這個值上面+1,要是找不到這個值,那就輸出為0.

所以最后的結果就是這樣啦!和上節課的結果是一毛一樣的!

然而,我很好奇,為什么Python里面的詞一定就是要那個詞呢?其他詞不行嗎?就像上面,為什么一定要用 counts,我用 datas 取代 counts 試了試

用 datas 取代 counts


“不能賦值”,所以詞還是要老實跟著打?

可是我怎么知道每個詞在程序里面的含義呢????

這個案例是為了找出這句話中出現最高詞頻的詞以及它的次數,前面是把這兩個要統計的詞和數梳理出來了,下面就是要在梳理的結果之后得出最高值

找出最高詞頻的單詞

這種 a.b 的語句好像 a 都是賦值過的序列或者字典,而 b 是已經定義好的腳本。在上圖是把 bigcount 和 bigword 初始化,然后用循環語句和 or 語句運行,最后找到最大值和最大值的數量。

在 “ for word,count in counts. items(): ” 中,word和 count 是一組鍵值對,這個鍵值對在counts這個鍵值對中找東西,就像前文在Europe中找Britain一樣。

items搭配在這里,為了顯示counts這個鍵值對更加明顯?

下面的語句是逐一篩選,如果這個值C大于剛剛那個值D,那這個值C就是新的輸出,取代了D。

最后得出了結果最高詞頻是the ,出現次數為7

最后是作業的檢驗:

作業3-1

然而,前面用了兩千多個字和那么多圖的講解,把自己看作是一個白癡講了一天,我理解的做法是這樣的:

第一下,直接是Europe['France' :capital ], ?此時想浮起微笑面對這個白癡。這個時候還是學不會字符上加引號!都第三節課了!!!

然而加了引號的33號運行,還是錯誤的,那我加一個方括號啊!還是錯誤。。。

然后我去作業區,偷看同學們的作業是怎么做的,自己運行一遍:

加入一個鍵值對,好像比找巴黎要容易一點,畢竟也是對著打了4遍了。

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 228,546評論 6 533
  • 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 98,570評論 3 418
  • 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 176,505評論 0 376
  • 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 63,017評論 1 313
  • 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 71,786評論 6 410
  • 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 55,219評論 1 324
  • 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 43,287評論 3 441
  • 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 42,438評論 0 288
  • 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 48,971評論 1 335
  • 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 40,796評論 3 354
  • 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 42,995評論 1 369
  • 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 38,540評論 5 359
  • 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 44,230評論 3 347
  • 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 34,662評論 0 26
  • 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 35,918評論 1 286
  • 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 51,697評論 3 392
  • 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 47,991評論 2 374

推薦閱讀更多精彩內容