1、內置序列類型

容器序列：list，tuple，collections.deque　　(能存放不同類型)

扁平序列：str，bytes，bytearray，memoryview，array.array

▲ 容器序列存放的是所包含的任意類型的對象引用。

可變序列：list，bytearray，memoryview，array.array，collection.deque

不可變序列：str，tuple，bytes

2、列表推導式、生成器表達式

2.1、列表推導和生成器表達式

列表推導(listcomps)是構建列表的快捷方式，通常原則是只用列表推導來創建新的列表。

生成器表達式(genexps)用來創建其他類型的序列。

>>> x = 'ABC'

>>> dummy = [ord(x) for x in x]

>>> x

'ABC'

>>> dummy

[65,66,67]

▲ Python3?中的列表推導式、生成器表達式、集合推導、字典推導都有自己的局部作用域。表達式內部的變量和賦值只在局部作用域生效。

列表推導可以幫助我們把一個序列或是其他可迭代類型中的元素進行過濾或是加工，然后再新建一個列表。

2.2、列表推導同 filter 和 map 比較

>>> x = 'ABCDEF'

>>> dummy = [ord(x) for x in x if ord(x)>66]

>>> dummy

[66,67,68,69,70]

>>> dummy = list( filter(lambda c:c>66,map(ord,x)) )

>>> dummy

[66,67,68,69,70]

2.3、生成器表達式

生成器表達式遵守迭代器協議，可以逐個產出元素，而不是先建立一個完整的列表。

▲ 生成器表達式的語法和列表推導差不多，只是把方括號改成圓括號！

colors = ['black','white']

sizes = ['S','M','L']

for tshirt in ('%s %s'%(c,s) for c in colors for s in sizes):

print(tshirt)

3、元組

3.1、元組的拆包

元組除了用作不可變的列表，它還可以用于沒有字段名的記錄

元組的拆包形式之一(平行賦值)

>>> scores = (93,97)

>>> CN,EN = scores 　　#元組拆包

>>> CN

93

>>> EN

97

不使用中間變量交換元素

>>> a,b = b,a

用 * 運算符把 可迭代對象 拆開作為函數的參數

>>> t = (20,8)

>>> divmod(*t)

(2,4)

讓函數用元組的形式返回多個值

>>> import os

>>> _,filename = os.path.split('/home/abc.py')

>>> filename

abc.py

_ 占位符能幫助處理不感興趣的數據。

用 *?號處理剩下的元素(這個變量可以放在賦值表達式的任意位置)

>>> a,b,*rest = range(5)

>>> a,b,rest

(0,1,[2,3,4])

>>> a,*body,b,c = range(5)

>>> a,*body,b,c

(0,[1,2],3,4)

嵌套元組的拆包

class1 = [

('xiaoming','Boy',(85,88,90)),

('xiaohong','Girl',(90,88,90)),

]

for name,sex,scores in class1:

print(name,sex,scores)

3.2、具名元組

collections.namedtuple是一個工廠函數，用來創建一個帶字段名的元組和一個有名字的類。

創建一個具名元組需要兩個參數，一個是類名，另一個是類的各個字段的名字。

可以是由數個字符串組成的可迭代對象，或者是由空格分隔開的字段名組成的字符串

>>> from collections import namedtuple

>>> City = namedtuple('City','name country population coordinates') #

>>> tokyo = City('Tokyo','JP',38.32,(35.68872,139.25436))

>>> tokyo

City(name='Tokyo', country='JP', population=38.32, coordinates=(35.68872, 139.25436))

>>> tokyo.population

38.32

>>> tokyo[0]

'Tokyo'

具名元組還具有自己專有屬性：_fields類屬性，類方法_make(iterable)，實例方法_asdict()

>>> City._fields

('name', 'country', 'population', 'coordinates')

>>> LatLong = namedtuple('LatLong','lat long')

>>> delhi_data = ('Delhi NCR','IN',32.21,LatLong(28.45721,76.89342))

>>> delhi = City._make(delhi_data) # 生成實例類似 City(*delhi_data)

>>> delhi._asdict()

OrderedDict([('name', 'Delhi NCR'), ('country', 'IN'), ('population', 32.21), ('coordinates', LatLong(lat=28.45721, long=76.89342))])

4、切片

4.1、切片

在切片和區間操作里不包含區間范圍的最后一個元素。這樣帶來的好處有：

● 當只有一個位置信息時，我們也可以快速看出切片和區間里有幾個元素：range(3)?和 my_list[:3]?都返回3個元素。

● 當起止位置都可見時，可以計算出切片和區間的長度(stop - start )

● 利用任意一個下標把序列分割成不重疊的兩部分。my_list[:x]?和 my_list[x:]

4.2、對對象進行切片

對?seq[start:stop:step]?進行求值的時候，Python會調用 seq.__getitem__(slice(start,stop,step))

>>> HTML = """ ... 文本內容 """

>>> TEXT_HEAD = slice(0,23)

>>> IMG_URL = slice(23,56)

>>> for item in HTML:

print(item[TEXT_HEAD],item[IMG_URL])

▲ 如果賦值的對象是一個切片，那么賦值語句的右側必須是個可迭代對象。

>>> li = list(range(10))

>>> li[2:5] = 100

Traceback (most recent call last):

File "", line 1, in

TypeError: 'range' object does not support item assignment

>>> li[2:5] = [100]

5、對序列使用 +?和 *

+?號兩側的序列由同類型的數據所構成，在拼接的過程中，兩個被操作的序列都不會被修改。

=》 Python會新建一個包含同類型數據的序列來作為拼接的結果。

▲?在?a *?n 語句中，如果序列a里的元素是對其他可變對象的引用，得到的列表里包含的3個元素其實是3個引用。

>>> my_list = [[]] * 3

>>> my_list

[[], [], []]

>>> print(id(my_list[0]),id(my_list[1]),id(my_list[2]))

1767860956104 1767860956104 1767860956104

>>> my_list = [[''] *3 for i in range(3) ]

>>> print(id(my_list[0]),id(my_list[1]),id(my_list[2]))

1767860947400 1767860945992 1767860953544

增量賦值運算符 +=?和 *= 利用的特殊方法是 __iadd__ (就地加法)和 __imul__，但是如果沒有實現??__iadd__ 和 __imul__?的話，

a +=?b?效果就變成了?a =?a +?b，首先計算 a + b，得到一個新的對象，然后賦值給 a。

可變序列一般都實現了?__iadd__ 和 __imul__

一個罕見的邊界情況：

>>> t = (1,2,[3,4])

>>> t[2] += [5,6]

Traceback (most recent call last):

File "", line 1, in

TypeError: 'tuple' object does not support item assignment

>>> t

(1, 2, [3, 4, 5, 6])

▲ 不要把可變對象放在元組里面。

▲?增量賦值不是一個原子操作。

6、排序

6.1、list.sort?方法和內置函數?sorted()

list.sort?方法會就地排序列表，返回None值。

sorted()?方法會新建一個列表作為返回值。

list.sort?和?sorted函數，都有兩個可選的關鍵字參數。

reverse ：被設定為?True，被排序的列表的元素會以降序輸出。

key：一個只有一個參數的函數，這個函數會被用在序列里的每一個元素上，所產生的結果將是排序算法依賴的對比關鍵字，如key=len

key參數也可以對一個混有數字字符和數值的列表進行排序。

>>> l = [1,7,3,'2','6',8]

>>> sorted(l,key=int)

>>> sorted(l,key=str)

6.2、用bisect來管理已排序的序列

bisect包含兩個主要函數，bisect和insort，都利用二分查找算法在有序序列中查找或插入元素。

bisect?的表現可以從兩個方面進行：

bisect?有兩個可選參數：lo 和 hi 來縮小搜尋范圍，lo默認值是0，hi默認值是序列的長度len()。

bisect函數其實是bisect_right函數的別名，還有一個bisect_left函數，區別在于新元素會放置于它相等的元素的前面

def grade(score,breakpoint=[60,70,80,90],grade='FDCBA'):

i = bisect.bisect(breakpoint,score)

return grade[i]

7、數組、內存、隊列

7.1、當列表不是首選時

如果我們需要一個只包含數字的列表，那么array.array?比?list?更加高效。

創建數組需要一個類型碼，類型碼用來表示在底層的C語言應該存放怎樣的數據類型。

類型代碼C類型Python類型最小大小(以字節為單位)

'b'

signed char

INT

1

'B'

unsigned char

INT

1

'u'

Py_UNICODE

Unicode字符

2

'h'

signed short

INT

2

'H'

unsigned short

INT

2

'i'

簽名int

INT

2

'I'

無符號整數

INT

2

'l'

signed long

INT

4

'L'

無符號長整數

INT

4

'q'

signed long long

INT

8

'q'

無符號long long

INT

8

'f'

float

float

4

'd'

double

float

8

數組還提供從文件讀取和存入文件的更快的方法。

from array import array

from random import random

floats = array('d',(random() for i in range(10**7)))

print(floats[-1])

fp = open('floats.bin','wb')

floats.tofile(fp)

fp.close()

floats2 = array('d')

fp = open('floats.bin','rb')

floats2.fromfile(fp,10**7)

fp.close()

▲ 數組的排序：a = array.array(a.typecode, sorted(a))

7.2、內存=視圖

memoryview?是一個內置類，能在不復制內容的情況下操作同一個數組的不同切片。

a = bytearray('aaaaaaa',encoding='utf8')

b = a[:2]

b[:2] = b'bb'

print(a,b) # bytearray(b'aaaaaaa') bytearray(b'bb')

ma = memoryview(a)

mb = ma[:2]

mb[:2] = b'bb'

print(ma.tobytes(),mb.tobytes()) # b'bbaaaaa' b'bb'

使用場景是網絡程序中socket接收和接收數據的解析

7.3、雙向隊列和其他形式的隊列

collections.deque?類是一個線程安全，可以快速從兩端添加或者刪除元素的數據類型。

>>> from collections import deque

>>> dq = deque(range(10),maxlen=10)

>>> dq

deque([0, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)

>>> dq.rotate(3) # 當n>0時，最右邊n個元素移到最左邊，當n<0時，最左邊移到最右邊

>>> dq

deque([7, 8, 9, 0, 1, 2, 3, 4, 5, 6], maxlen=10)

>>> dq.rotate(-4)

>>> dq

deque([1, 2, 3, 4, 5, 6, 7, 8, 9, 0], maxlen=10)

>>> dq.appendleft(-1) # 對已滿的隊列添加元素時，尾部元素會被刪除

>>> dq

deque([-1, 1, 2, 3, 4, 5, 6, 7, 8, 9], maxlen=10)

>>> dq.extend([11,22,33])

>>> dq

deque([3, 4, 5, 6, 7, 8, 9, 11, 22, 33], maxlen=10)

>>> dq.extendleft([10,20,30,40])

>>> dq

deque([40, 30, 20, 10, 3, 4, 5, 6, 7, 8], maxlen=10)

其他形式的隊列：

queue：不同的線程可以利用這些數據類型交換信息。

multiprocessing：實現了自己的Queue，設計給進程間通信用的。

asyncio：為異步編程里的任務提供。

heapq：把可變序列當做堆隊列或者優先隊列使用。

總結

以上是生活随笔為你收集整理的python序列5位置_Python序列构成的数组的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。