序列是一种数据存储方式,用来存储一系列的数据。在内存中,序列就是一块用来存放多个值的连续的内存空间。比如一个整数序列[10,20,30,40],可以这样示意表示:
由于Python3 中一切皆对象,在内存中实际是按照如下方式存储的:
a = [10,20,30,40]
从图示中,我们可以看出序列中存储的是整数对象的地址,而不是整数对象的值。
Python中常用的序列结构有:
字符串、列表、元组、字典、集合
字符串就是一种序列。关于字符串里面很多操作,在这一章中仍然会用到。
本章内容,我们必须非常熟悉。无论是在学习还是工作中,序列都是每天都会用到的技术,可以非常方便的帮助我们进行数据存储的操作。
032.列表_特点_内存分析
列表:用于存储任意数目、任意类型的数据集合。
列表是内置可变序列,是包含多个元素的有序连续的内存空间。列表定义的标准语法格式:
a = [10,20,30,40]
其中,10,20,30,40 这些称为:列表a 的元素。
列表中的元素可以各不相同,可以是任意类型。比如:
a = [10,20,‘abc’,True]
列表对象的常用方法汇总如下:
Python 的列表大小可变,根据需要随时增加或缩小。
字符串和列表都是序列类型,一个字符串是一个字符序列,一个列表是任何元素的序列。很多字符串的方法,在列表中也有类似的用法,几乎一模一样。
033.列表_创建列表的4种方式_推导式创建列表
基本语法[]创建
>>> a = [10,20,'gaoqi','sxt']>>> a = [] #创建一个空的列表对象
list()创建
使用list()可以将任何可迭代的数据转化成列表。
>>> a = list() #创建一个空的列表对象>>> a = list(range(10))>>> a[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]>>> a = list("gaoqi,sxt")>>> a['g', 'a', 'o', 'q', 'i', ',', 's', 'x', 't']
range()创建整数列表
range()可以帮助我们非常方便的创建整数列表,这在开发中及其有用。语法格式为:
range([start,] end [,step])
start 参数:可选,表示起始数字。默认是0
end 参数:必选,表示结尾数字。
step 参数:可选,表示步长,默认为1
python3 中range()返回的是一个range 对象,而不是列表。我们需要通过list()方法将其
转换成列表对象。
典型示例如下:
>>> list(range(3,15,2))[3, 5, 7, 9, 11, 13]>>> list(range(15,3,-1))[15, 14, 13, 12, 11, 10, 9, 8, 7, 6, 5, 4]>>> list(range(3,-10,-1))[3, 2, 1, 0, -1, -2, -3, -4, -5, -6, -7, -8, -9]
推导式生成列表
使用列表推导式可以非常方便的创建列表,在开发中经常使用。但是,由于涉及到for 循环
和if 语句。在此,仅做基本介绍。在我们控制语句后面,会详细讲解更多列表推导式的细
节。
>>> a = [x*2 for x in range(5)] #循环创建多个元素>>> a[0, 2, 4, 6, 8]>>> a = [x*2 for x in range(100) if x%9==0] #通过if 过滤元素>>> a[0, 18, 36, 54, 72, 90, 108, 126, 144, 162, 180, 198]
034.列表_元素的5种添加方式_效率问题
列表元素的增加和删除
当列表增加和删除元素时,列表会自动进行内存管理,大大减少了程序员的负担。但这个特点涉及列表元素的大量移动,效率较低。除非必要,我们一般只在列表的尾部添加元素或删除元素,这会大大提高列表的操作效率。
列表元素的增加方法01:append()方法
原地修改列表对象,是真正的列表尾部添加新的元素,速度最快,推荐使用。
>>> a = [20,40]>>> a.append(80)>>> a[20, 40, 80]
列表元素的增加方法02:+运算符操作
并不是真正的尾部添加元素,而是创建新的列表对象;将原列表的元素和新列表的元素依次复制到新的列表对象中。这样,会涉及大量的复制操作,对于操作大量元素不建议使用。
>>> a = [20,40]>>> id(a)46016072>>> a = a+[50]>>> id(a)46015432
通过如上测试,我们发现变量a 的地址发生了变化。也就是创建了新的列表对象。
列表元素的增加方法03:extend()方法
将目标列表的所有元素添加到本列表的尾部,属于原地操作,不创建新的列表对象。
>>> a = [20,40]>>> id(a)46016072>>> a.extend([50,60])>>> id(a)46016072
列表元素的增加方法04:insert()插入元素
使用insert()方法可以将指定的元素插入到列表对象的任意制定位置。这样会让插入位置后面所有的元素进行移动,会影响处理速度。涉及大量元素时,尽量避免使用。类似发生这种移动的函数还有:remove()、pop()、del(),它们在删除非尾部元素时也会发生操作位置后面元素的移动。
>>> a = [10,20,30]>>> a.insert(2,100)>>> a[10, 20, 100, 30]
列表元素的增加方法05:乘法扩展
使用乘法扩展列表,生成一个新列表,新列表元素时原列表元素的多次重复。
>>> a = ['sxt',100]>>> b = a*3>>> a['sxt', 100]>>> b['sxt', 100, 'sxt', 100, 'sxt', 100]
适用于乘法操作的,还有:字符串、元组。例如:
>>> c = 'sxt'>>> d = c*3>>> c'sxt'>>> d'sxtsxtsxt'
035.列表_元素删除的三种方式_删除本质是数组元素拷贝
列表元素的删除方法01:del 删除
删除列表指定位置的元素。
>>> a = [100,200,888,300,400]>>> del a[1]>>> a[100,200,300,400]
列表元素的删除方法02:pop()方法
pop()删除并返回指定位置元素,如果未指定位置则默认操作列表最后一个元素。
>>> a = [10,20,30,40,50]>>> a.pop()50>>> a[10, 20, 30, 40]>>> a.pop(1)20>>> a[10, 30, 40]
列表元素的删除方法03:remove()方法
删除首次出现的指定元素,若不存在该元素抛出异常。
>>> a = [10,20,30,40,50,20,30,20,30]>>> a.remove(20)>>> a[10, 30, 40, 50, 20, 30, 20, 30]>>> a.remove(100)Traceback (most recent call last):File "<pyshell#208>", line 1, in <module>a.remove(100)ValueError: list.remove(x): x not in list
036.列表_元素的访问_元素出现次数统计_成员资格判断
通过索引直接访问元素
我们可以通过索引直接访问元素。索引的区间在[0, 列表长度-1]这个范围。超过这个范围则会抛出异常。
>>> a = [10,20,30,40,50,20,30,20,30]>>> a[2]30>>> a[10]Traceback (most recent call last):File "<pyshell#211>", line 1, in <module>a[10]IndexError: list index out of range
index()获得指定元素在列表中首次出现的索引
index()可以获取指定元素首次出现的索引位置。语法是:index(value,[start,[end]])。其中,start 和end 指定了搜索的范围。
>>> a = [10,20,30,40,50,20,30,20,30]>>> a.index(20)1>>> a.index(20,3)5>>> a.index(20,3) #从索引位置3 开始往后搜索的第一个205>>> a.index(30,5,7) #从索引位置5 到7 这个区间,第一次出现30 元素的位置6
count()获得指定元素在列表中出现的次数
count()可以返回指定元素在列表中出现的次数。
>>> a = [10,20,30,40,50,20,30,20,30]>>> a.count(20)3
len()返回列表长度
len()返回列表长度,即列表中包含元素的个数。
>>> a = [10,20,30]>>> len(a)3
成员资格判断
判断列表中是否存在指定的元素,我们可以使用count()方法,返回0 则表示不存在,返回大于0 则表示存在。但是,一般我们会使用更加简洁的in 关键字来判断,直接返回True或False。
>>> a = [10,20,30,40,50,20,30,20,30]>>> 20 in aTrue>>> 100 not in aTrue>>> 30 not in aFalse
037.列表_切片slice操作
切片操作
我们在前面学习字符串时,学习过字符串的切片操作,对于列表的切片操作和字符串类似。切片是Python 序列及其重要的操作,适用于列表、元组、字符串等等。切片的格式如下:
切片slice 操作可以让我们快速提取子列表或修改。标准格式为:
[ 起始偏移量start : 终止偏移量end[:步长step] ]
注:当步长省略时顺便可以省略第二个冒号
典型操作(三个量为正数的情况)如下:
其他操作(三个量为负数)的情况:
切片操作时,起始偏移量和终止偏移量不在[0,字符串长度-1]这个范围,也不会报错。起始偏移量小于0 则会当做0,终止偏移量大于“长度-1”会被当成”长度-1”。例如:
>>> [10,20,30,40][1:30][20, 30, 40]
我们发现正常输出了结果,没有报错。
列表的遍历
for obj in listObj:print(obj)
038.列表_排序_revered逆序_max_min_sum
列表排序
01-修改原列表,不建新列表的排序
通过内置函数sort()进行排序
>>> a = [20,10,30,40]>>> id(a)46017416>>> a.sort() #默认是升序排列>>> a[10, 20, 30, 40]>>> a = [10,20,30,40]>>> a.sort(reverse=True) #降序排列>>> a[40, 30, 20, 10]>>> import random>>> random.shuffle(a) #打乱顺序>>> a[20, 40, 30, 10]
02-建新列表的排序
我们也可以通过内置函数sorted()进行排序,这个方法返回新列表,不对原列表做修改。
>>> a = [20,10,30,40]>>> id(a)46016008>>> a = sorted(a) #默认升序>>> a[10, 20, 30, 40]>>> id(a)45907848>>> a = [20,10,30,40]>>> id(a)45840584>>> b = sorted(a)>>> b[10, 20, 30, 40]>>> id(a)45840584>>> id(b)46016072>>> c = sorted(a,reverse=True) #降序>>> c[40, 30, 20, 10]
通过上面操作,我们可以看出,生成的列表对象b 和c 都是完全新的列表对象。
03-reversed()返回迭代器
内置函数reversed()也支持进行逆序排列,与列表对象reverse()方法不同的是,内置函数
reversed()不对原列表做任何修改,只是返回一个逆序排列的迭代器对象。
>>> a = [20,10,30,40]>>> c = reversed(a)>>> c<list_reverseiterator object at 0x0000000002BCCEB8>>>> list(c)[40, 30, 10, 20]>>> list(c)[]
我们打印输出c 发现提示是:list_reverseiterator。也就是一个迭代对象。同时,我们使用list©进行输出,发现只能使用一次。第一次输出了元素,第二次为空。那是因为迭代对象在第一次时已经遍历结束了,第二次不能再使用。
注:关于迭代对象的使用,后续章节会进行详细讲解。
列表相关的其他内置函数汇总
01-max 和min
用于返回列表中最大和最小值。
>>> a = [3,10,20,15,9]>>> max(a)20>>> min(a)3
02-sum
对数值型列表的所有元素进行求和操作,对非数值型列表运算则会报错。
>>> a = [3,10,20,15,9]>>> sum(a)57
039.列表_二维列表_表格数据的存储和读取
二维列表
一维列表可以帮助我们存储一维、线性的数据。
二维列表可以帮助我们存储二维、表格的数据。例如下表的数据:
a = [["高小一",18,30000,"北京"],["高小二",19,20000,"上海"],["高小一",20,10000,"深圳"],]
内存结构图:
>>> print(a[1][0],a[1][1],a[1][2])高小二19 20000
嵌套循环打印二维列表所有的数据(mypy_08.py)(由于没有学循环,照着敲一遍即可):
a = [["高小一",18,30000,"北京"],["高小二",19,20000,"上海"],["高小一",20,10000,"深圳"],]for m in range(3):for n in range(4):print(a[m][n],end="\t")print() #打印完一行,换行
运行结果:
高小一18 30000 北京高小二19 20000 上海高小一20 10000 深圳
040.元组_特点_创建的两种方式_tuple()要点
元组tuple
列表属于可变序列,可以任意修改列表中的元素。
元组属于不可变序列,不能修改元组中的元素。
因此,元组没有增加元素、修改元素、删除元素相关的方法。
因此,我们只需要学习元组的创建和删除,元组中元素的访问和计数即可。元组支持如下操作:
索引访问切片操作连接操作成员关系操作比较运算操作计数:元组长度len()、最大值max()、最小值min()、求和sum()等。
元组的创建
1. 通过()创建元组。小括号可以省略。
a = (10,20,30) a = 10,20,30
如果元组只有一个元素,则必须后面加逗号。这是因为解释器会把(1)解释为整数1,(1,)解释为元组。
>>> a = (1)>>> type(a)<class 'int'>>>> a = (1,) #或者a = 1,>>> type(a)<class 'tuple'>
2. 通过tuple()创建元组tuple(可迭代的对象)
b = tuple() #创建一个空元组对象b = tuple("abc")b = tuple(range(3))b = tuple([2,3,4])
总结:
tuple()可以接收列表、字符串、其他序列类型、迭代器等生成元组。
list()可以接收元组、字符串、其他序列类型、迭代器等生成列表。
041.元组_元素访问_计数方法_切片操作_成员资格判断_zip()
元组的元素访问和计数
元组的元素不能修改>>> a = (20,10,30,9,8)>>> a[3]=33Traceback (most recent call last):File "<pyshell#313>", line 1, in <module>a[3]=33TypeError: 'tuple' object does not support item assignment
元组的元素访问和列表一样,只不过返回的仍然是元组对象。
>>> a = (20,10,30,9,8)>>> a[1]10>>> a[1:3](10, 30)>>> a[:4](20, 10, 30, 9)
列表关于排序的方法list.sorted()是修改原列表对象,元组没有该方法。如果要对元组排序,只能使用内置函数sorted(tupleObj),并生成新的列表对象。
>>> a = (20,10,30,9,8)>>> sorted(a)[8, 9, 10, 20, 30]
zip
zip(列表1,列表2,…)将多个列表对应位置的元素组合成为元组,并返回这个zip 对象。
>>> a = [10,20,30]>>> b = [40,50,60]>>> c = [70,80,90]>>> d = zip(a,b,c)>>> list(d)[(10, 40, 70), (20, 50, 80), (30, 60, 90)]
042.元组_生成器推导式创建元组_总结
生成器推导式创建元组
从形式上看,生成器推导式与列表推导式类似,只是生成器推导式使用小括号。列表推导式直接生成列表对象,生成器推导式生成的不是列表也不是元组,而是一个生成器对象。
我们可以通过生成器对象,转化成列表或者元组。也可以使用生成器对象的__next__()方法进行遍历,或者直接作为迭代器对象来使用。不管什么方式使用,元素访问结束后,如果需要重新访问其中的元素,必须重新创建该生成器对象。
>>> s = (x*2 for x in range(5))>>> s<generator object <genexpr> at 0x0000000002BDEB48>>>> tuple(s)(0, 2, 4, 6, 8)>>> list(s) #只能访问一次元素。第二次就为空了。需要再生成一次[]>>> s<generator object <genexpr> at 0x0000000002BDEB48>>>> tuple(s)()>>> s = (x*2 for x in range(5))>>> s.__next__()0>>> s.__next__()2>>> s.__next__()4
元组总结
元组的核心特点是:不可变序列。元组的访问和处理速度比列表快。与整数和字符串一样,元组可以作为字典的键,列表则永远不能作为字典的键使用。
043.字典_特点_4种创建方式_普通_dict_zip_formkeys
字典介绍
字典是“键值对”的无序可变序列,字典中的每个元素都是一个“键值对”,包含:“键对象”和“值对象”。可以通过“键对象”实现快速获取、删除、更新对应的“值对象”。
列表中我们通过“下标数字”找到对应的对象。字典中通过“键对象”找到对应的“值对象”。“键”是任意的不可变数据,比如:整数、浮点数、字符串、元组。但是:列表、字典、集合这些可变对象,不能作为“键”。并且“键”不可重复。
“值”可以是任意的数据,并且可重复。一个典型的字典的定义方式:
a = {'name':'gaoqi','age':18,'job':'programmer'}
字典的创建
通过{}、dict()来创建字典对象。>>> a = {'name':'gaoqi','age':18,'job':'programmer'}>>> c = {} #空的字典对象
通过{}、dict()来创建字典对象。
>>> b = dict(name='gaoqi',age=18,job='programmer')>>>> d = dict() #空的字典对象>>> a = dict([("name","gaoqi"),("age",18)])
通过zip()创建字典对象
>>> k = ['name','age','job']>>> v = ['gaoqi',18,'techer']>>> d = dict(zip(k,v))>>> d{'name': 'gaoqi', 'age': 18, 'job': 'techer'}
通过fromkeys 创建值为空的字典
>>> a = dict.fromkeys(['name','age','job'])>>> a{'name': None, 'age': None, 'job': None}
044.字典_元素的访问_键的访问_值的访问_键值对的访问
为了测试各种访问方法,我们这里设定一个字典对象:
a = {‘name’:‘gaoqi’,‘age’:18,‘job’:‘programmer’}
1. 通过[键] 获得“值”。若键不存在,则抛出异常。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}>>> a['name']'gaoqi'>>> a['age']18>>> a['sex']Traceback (most recent call last):File "<pyshell#374>", line 1, in <module>a['sex']KeyError: 'sex'
2. 通过get()方法获得“值”。
推荐使用。优点是:指定键不存在,返回None;也可以设定指定键不存在时默认返回的对象。推荐使用get()获取“值对象”。
>>> a.get('name')'gaoqi'>>> a.get('sex')>>> a.get('sex','一个男人')'一个男人'
3. 列出所有的键值对
>>> a.items()dict_items([('name', 'gaoqi'), ('age', 18), ('job', 'programmer')])
4. 列出所有的键,列出所有的值
>>> a.keys()dict_keys(['name', 'age', 'job'])>>> a.values()dict_values(['gaoqi', 18, 'programmer'])
5. len() 键值对的个数
>>> len(a)>>>3
6. 检测一个“键”是否在字典中
>>> a = {"name":"gaoqi","age":18}>>> "name" in aTrue
045.字典_元素的添加_修改_删除
字典元素添加、修改、删除
1. 给字典新增“键值对”。如果“键”已经存在,则覆盖旧的键值对;如果“键”不存在,则新增“键值对”。
>>>a = {'name':'gaoqi','age':18,'job':'programmer'}>>> a['address']='西三旗1 号院'>>> a['age']=16>>> a{'name': 'gaoqi', 'age': 16, 'job': 'programmer', 'address': '西三旗1 号院'}
2. 使用update()将新字典中所有键值对全部添加到旧字典对象上。如果key 有重复,则直接覆盖。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}>>> b = {'name':'gaoxixi','money':1000,'sex':'男的'}>>> a.update(b)>>> a{'name': 'gaoxixi', 'age': 18, 'job': 'programmer', 'money': 1000, 'sex': '男的'}
3. 字典中元素的删除,可以使用del()方法;或者clear()删除所有键值对;pop()删除指定键值对,并返回对应的“值对象”;
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}>>> del(a['name'])>>> a{'age': 18, 'job': 'programmer'}>>> b = a.pop('age')>>> b18
4. popitem() :随机删除和返回该键值对。
字典是“无序可变序列”,因此没有第一个元素、最后一个元素的概念;popitem 弹出随机的项,因为字典并没有"最后的元素"或者其他有关顺序的概念。若想一个接一个地移除并处理项,这个方法就非常有效(因为不用首先获取键的列表)。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}>>> a.popitem()('job', 'programmer')>>> a{'name': 'gaoqi', 'age': 18}>>> a.popitem()('age', 18)>>> a{'name': 'gaoqi'}
046.字典_序列解包用于列表元组字典
序列解包可以用于元组、列表、字典。序列解包可以让我们方便的对多个变量赋值。
>>> x,y,z=(20,30,10)>>> x20>>> y30>>> z10>>> (a,b,c)=(9,8,10)>>> a9>>> [a,b,c]=[10,20,30]>>> a10>>> b20
序列解包用于字典时,默认是对“键”进行操作; 如果需要对键值对操作,则需要使用items();如果需要对“值”进行操作,则需要使用values();
>>> s = {'name':'gaoqi','age':18,'job':'teacher'}>>> name,age,job=s #默认对键进行操作>>> name'name'>>> name,age,job=s.items() #对键值对进行操作>>> name('name', 'gaoqi')>>> name,age,job=s.values() #对值进行操作>>> name'gaoqi'
047.字典_复杂表格数据存储_列表和字典综合嵌套
表格数据使用字典和列表存储,并实现访问
r1 = {"name":"高小一","age":18,"salary":30000,"city":"北京"}r2 = {"name":"高小二","age":19,"salary":20000,"city":"上海"}r3 = {"name":"高小五","age":20,"salary":10000,"city":"深圳"}tb = [r1,r2,r3]#获得第二行的人的薪资print(tb[1].get("salary"))#打印表中所有的的薪资for i in range(len(tb)): # i -->0,1,2print(tb[i].get("salary"))#打印表的所有数据for i in range(len(tb)):print(tb[i].get("name"),tb[i].get("age"),tb[i].get("salary"),tb[i].get("city"))
048.字典_核心底层原理_内存分析_存储键值对过程
字典核心底层原理:字典对象的核心是散列表。散列表是一个稀疏数组(总是有空白元素的数组),数组的每个单元叫做bucket。每个bucket 有两部分:一个是键对象的引用,一个是值对象的引用。
由于,所有bucket 结构和大小一致,我们可以通过偏移量来读取指定bucket。
将一个键值对放进字典的底层过程
>>> a = {}>>>a["name"]="gaoqi"
假设字典a 对象创建完后,数组长度为8:
我们要把”name”=”gaoqi”这个键值对放到字典对象a 中,首先第一步需要计算键”name”的散列值。Python 中可以通过hash()来计算。
>>> bin(hash("name"))'-0b1010111101001110110101100100101'
由于数组长度为8,我们可以拿计算出的散列值的最右边3 位数字作为偏移量,即“101”,十进制是数字5。我们查看偏移量5,对应的bucket 是否为空。如果为空,则将键值对放进去。如果不为空,则依次取右边3 位作为偏移量,即“100”,十进制是数字4。再查看偏移量为4 的bucket 是否为空。直到找到为空的bucket 将键值对放进去。流程图如下:
扩容:python 会根据散列表的拥挤程度扩容。“扩容”指的是:创造更大的数组,将原有内容拷贝到新数组中。接近2/3 时,数组就会扩容。
049.字典_核心底层原理_内存分析_查找值对象过程
根据键查找“键值对”的底层过程:我们明白了,一个键值对是如何存储到数组中的,根据键对象取到值对象,理解起来就
简单了。
>>> a.get("name")'gaoqi'
当我们调用a.get(“name”),就是根据键“name”查找到“键值对”,从而找到值对象“gaoqi”。
第一步,我们仍然要计算“name”对象的散列值:
>>> bin(hash("name"))'-0b1010111101001110110101100100101'
和存储的底层流程算法一致,也是依次取散列值的不同位置的数字。假设数组长度为8,我们可以拿计算出的散列值的最右边3 位数字作为偏移量,即“101”,十进制是数字5。我们查看偏移量5,对应的bucket 是否为空。如果为空,则返回None。如果不为空,则将这个bucket 的键对象计算对应散列值,和我们的散列值进行比较,如果相等。则将对应“值对象”返回。如果不相等,则再依次取其他几位数字,重新计算偏移量。依次取完后,仍然没有找到。则返回None。流程图如下:
用法总结:
键必须可散列
(1) 数字、字符串、元组,都是可散列的。
(2) 自定义对象需要支持下面三点: 支持hash()函数支持通过__eq__()方法检测相等性。若a==b 为真,则hash(a)==hash(b)也为真。 字典在内存中开销巨大,典型的空间换时间。键查询速度很快往字典里面添加新键可能导致扩容,导致散列表中键的次序变化。因此,不要在遍历字典的同时进行字典的修改,如果要修改其中的数据,先将数据取出来,修改完之后再放入字典中。
050.集合_特点_创建和删除_交集并集差集运算
集合概念
集合是无序可变,元素不能重复。实际上,集合底层是字典实现,集合的所有元素都是字典中的“键对象”,因此是不能重复的且唯一的。
集合创建和删除
使用{}创建集合对象,并使用add()方法添加元素>>> a = {3,5,7}>>> a{3, 5, 7}>>> a.add(9)>>> a{9, 3, 5, 7}
使用set(),将列表、元组等可迭代对象转成集合。如果原来数据存在重复数据,则只保留一个。
>>> a = ['a','b','c','b']>>> b = set(a)>>> b{'b', 'a', 'c'}
remove()删除指定元素;clear()清空整个集合
>>> a = {10,20,30,40,50}>>> a.remove(20)>>> a{10, 50, 30}
集合相关操作
像数学中概念一样,Python 对集合也提供了并集、交集、差集等运算。我们给出示例:
>>> a = {1,3,'sxt'}>>> b = {'he','it','sxt'}>>> a|b #并集{1, 3, 'sxt', 'he', 'it'}>>> a&b #交集{'sxt'}>>> a-b #差集{1, 3}>>> a.union(b) #并集{1, 3, 'sxt', 'he', 'it'}>>> a.intersection(b) #交集{'sxt'}>>> a.difference(b) #差集{1, 3}
如果觉得《Python基础知识(二):序列结构---字符串 列表 元组 字典 集合》对你有帮助,请点赞、收藏,并留下你的观点哦!