zoukankan      html  css  js  c++  java
  • 有了列表,为什么 Python 还有元组?

    Python中有一个基础的数据结构,叫做元组(tuple),但是一般挺少有人会去用它的,因为在开发过程中,列表(list)基本已经能够满足我们的需求。

    即使是这样,你也千万不要就此认为元组是多余的。不然在面试中也不会经常被人问,元组和列表有啥区别?为什么需要元组?

    以下两点,第一点是大家所熟知的,而第二点可能只有老司机才会知道,只有学习了第二点,才算真正理解了元组存在的价值和意义。

    1. 不可变列表

    这是元组区别于列表最显著的特征。

    • list:可变的序列
    • tuple:不可变的序列

    那什么是不可变的序列呢?

    那就是在元组对象生成后,诸如列表的插入元素删除元素添加元素清空元素修改元素等功能,在元组中通通没有,你是无法对其进行修改的。

    由于元组是不可变的,所以其方法也是很有限的。这里罗列一下。

    # s1和s2都是元组
    s1=(1,2,3)
    s2=(4,5,6)
    
    # 拼接生成新元组
    s1+s2
    s1.__add__(s2)
    
    # 是否包含
    2 in s1
    s1.__contains__(2)
    
    # 统计元素包含的次数
    s1.count(2)
    
    # 获取元素
    s1[0]
    s1.__getitem__(0)
    
    # 找到2第一次出现的索引
    s1.index(2)
    
    # 获取长度
    len(s1)
    
    # 重复拼接
    s1*n
    

    2. 具名元组

    这个特性,我个人认为,才是元组存在的意义所在。

    只讲 具名元组,可能不太好理解。如果称之为 带字段名的记录,你可能就清楚了。

    这里举个例子,但是实现带字段名,需要一个库(collections)的支持,你需要导入它。

    from collections import namedtuple
    # 生成一个City类
    City = namedtuple("City", "name country polulation coordinates")
    # 实例化
    tokyo = City("Tokyo", 'JP', '36.93', ('35.68','139,69'))
    
    print(tokyo)
    # City(name='Tokyo', country='JP', polulation='36.93', coordinates=('35.68', '139,69'))
    
    print(tokyo.name)
    # Tokyo
    

    看着有点像字典,是不是,但是他不是字典(获取数值的方法也与字典不同),字典是可变。元组在创建后,就无法再对其进行修改。这在某个程度上说明元组适合存放那些无需修改的数据。比如上面的,地名,国家,经纬度。

    除了上面的用法之处,这里还要介绍一些元组自己专有的属性。

    # 打印字段名
    print(City._fields)
    ('name', 'country', 'polulation', 'coordinates')
    
    # 生成新实例
    LatLong = namedtuple('LatLong', 'lat long')
    Xiamen_tuple = ('Xiemen', 'China', '40,54', LatLong(24.26,118.03))
    Xiamen = City._make(Xiamen_tuple)
    
    print(Xiamen)
    # City(name='Xiemen', country='China', polulation='40,54', coordinates=(24.26, 118.03))
    
    # 将具名元组转为OrderDict
    Xiamen_dict = Xiamen._asdict()
    print(Xiamen_dict)
    # OrderedDict([('name', 'Xiemen'), ('country', 'China'), ('polulation', '40,54'), ('coordinates', LatLong(lat=24.26, long=118.03))])
    

    总结一下,元组是一种很强大的可以当作记录来用的数据类型,这才是他存在的价值和意义所在。而为人所熟知的,它的第二个角色才是充当一个不可变的列表。(以上都是个人看法,如有不同见解,欢迎留言讨论)

    文末福利

    本人原创的 《PyCharm 中文指南》一书前段时间一经发布,就火爆了整个 Python 圈,发布仅一天的时间,下载量就突破了 1000 ,并且在当天就在 Github 上就收获了数百的 star,截至目前,下载量已经破万。

    这本书一共将近 200 页内含大量的图解制作之精良,值得每个 Python 工程师 人手一份。

    为方便你下载,我将这本书上传到 百度网盘上了,你可以自行获取。

    链接:https://pan.baidu.com/s/1-NzATHFtaTV1MQzek70iUQ

    密码:mft3

  • 相关阅读:
    小喵的在线共享编辑器
    简易漫画网站搭建-漫画喵Server版
    爬虫-漫画喵的100行逆袭
    应用OpenMP的一个简单的设计模式
    基于Caffe的Large Margin Softmax Loss的实现(中)
    基于Caffe的Large Margin Softmax Loss的实现(上)
    Oracle GoldenGate OGG管理员手册
    Spark快速大数据分析之RDD基础
    Apache Spark大数据分析入门(一)
    一文教你看懂大数据的技术生态圈:Hadoop,hive,spark
  • 原文地址:https://www.cnblogs.com/wongbingming/p/13780370.html
Copyright © 2011-2022 走看看