补充：（可用操作技巧）
>>> x=900 >>> y=900 >>> x==y True >>> type(x) is type(y) True >>> x is y False >>> id(x) 3107344641872 >>> id(y) 3107344907216 #is 左边的是否是右边的，is比较的是id 而‘==’比较的是值
==================================================================== x=1 无返回值 a=b=c=d=3 x,y两个变量交换值 x,y=y,x 增量赋值 x+=1 ……
==================================================================== 解压序列类型 s='hello' a,b,c,d,e=s #将s[0]、s[1]……分别赋值给abcde a,_,_,_,e=s #_只用下划线，默认为：要丢弃的变量，所以只有a，e赋值。 print(a,e) a,*_,e='alex' #只要第一个，最后一个 a,b,*_ *_,a,b >>> s='aksjdfhkajsdfhksajdfhkasjdfh' >>> a,*_,b=s >>> print(a,b) a h >>> *_,a,b=s >>> print(a,b) f h #_ 可以是任意变量名，但是需要时合法变量名
===============================================================
补充：（enumerate）
enumerate函数用于遍历序列中的元素以及它们的下标,多用于在for循环中得到计数,enumerate参数为可遍历的变量，如 字符串，列表等
一般情况下对一个列表或数组既要遍历索引又要遍历元素时，会这样写：
|
1
2
|
for i in range (0,len(list)): print i ,list[i] |
但是这种方法有些累赘，使用内置enumerrate函数会有更加直接，优美的做法，先看看enumerate的定义：
|
1
2
3
4
5
6
7
|
def enumerate(collection): 'Generates an indexed series: (0,coll[0]), (1,coll[1]) ...' i = 0 it = iter(collection) while 1: yield (i, it.next()) i += 1 |
enumerate会将数组或列表组成一个索引序列。使我们再获取索引和索引内容的时候更加方便如下：
|
1
2
|
for index，text in enumerate(list): print index ,text |
代码实例1：
|
1
2
3
4
5
|
i = 0seq = ['one', 'two', 'three']for element in seq: print i, seq[i] i += 1 |
0 one
1 two
2 three
代码实例2：
|
1
2
3
|
seq = ['one', 'two', 'three']for i, element in enumerate(seq): print i, seq[i]# prin i ，element效果一样
|
0 one
1 two
2 three
代码实例3：
|
1
2
|
for i,j in enumerate('abc'): print i,j |
0 a
1 b
2 c
不可变对象
可变、不可变
可变/不可变类型,指的是：内存id不变，type也不变的前提下，value是否是可变的。
int（）和str（）都是不可变类型
列表、字典是可变类型
对于可变对象，比如list，对list进行操作，list内部的内容是会变化的，比如：
>>> a = ['c', 'b', 'a']
>>> a.sort()
>>> a
['a', 'b', 'c']
而对于不可变对象，比如str，对str进行操作呢：
>>> a = 'abc'
>>> a.replace('a', 'A')
'Abc'
>>> a
'abc'
虽然字符串有个replace()方法，也确实变出了'Abc'，但变量a最后仍是'abc'，应该怎么理解呢？
我们先把代码改成下面这样：
>>> a = 'abc'
>>> b = a.replace('a', 'A')
>>> b
'Abc'
>>> a
'abc'
要始终牢记的是，a是变量，而'abc'才是字符串对象！有些时候，我们经常说，对象a的内容是'abc'，但其实是指，a本身是一个变量，它指向的对象的内容才是'abc'：
当我们调用a.replace('a', 'A')时，实际上调用方法replace是作用在字符串对象'abc'上的，而这个方法虽然名字叫replace，但却没有改变字符串'abc'的内容。相反，replace方法创建了一个新字符串'Abc'并返回，如果我们用变量b指向该新字符串，就容易理解了，变量a仍指向原有的字符串'abc'，但变量b却指向新字符串'Abc'了：
所以，对于不变对象来说，调用对象自身的任意方法，也不会改变该对象自身的内容。相反，这些方法会创建新的对象并返回，这样，就保证了不可变对象本身永远是不可变的。
各数据类型分类：
存放值的个数：
一个值：数字、字符串
多个值（容器类型）：列表、元组、字典
取值方式：
直接取值：数字
序列类型：字符串、元组、列表
映射类型：字典
bool（布尔值）
布尔值
bool（）
条件判断自行调用bool（）函数，将数据转为bool值
#只有 0、none、空 的bool值为FALSE
list（列表）
列表常用操作
索引 切片 l[2:5] 追加 l.append() #最后追加 插入 l.insert(0,'alex') (位置，加入的东西） 删除 l.pop() #pop(索引） 索引为整数，没参数默认删除最后一个 pop（）有返回值，返回的是刚刚删除的元素
del l[索引] 长度 len() #不能统计数字长度，只能统计序列类型的数据的长度 切片 循环 包含 in ： l=['a','b','c'] a in l msg = 'abcdf' d in msg >>> msg = 'aksjdfhaksjdfh' >>> a in msg True >>> 'sjd' in msg True >>> l.count() l.extend() l.remove() #按照元素删除，从头删除找到的第一个 l.sort() #从小到大排序，直接操作列表，无返回值，reverse=True，从大到小 l.reverse() #翻转列表
===================================================
去重：
l=list(set(l))
利用集合去重，这样会改变列表顺序
如何不改变顺序：
空集合 l_2=[]
遍历 l ，如果元素不在 l_2 中，就append
Python内置的一种数据类型是列表：list。list是一种有序的集合，可以随时添加和删除其中的元素。
比如，列出班里所有同学的名字，就可以用一个list表示：
>>> classmates = ['Michael', 'Bob', 'Tracy']
>>> classmates
['Michael', 'Bob', 'Tracy']
变量classmates就是一个list。用len()函数可以获得list元素的个数：
>>> len(classmates)
3
用索引来访问list中每一个位置的元素，记得索引是从0开始的：
>>> classmates[0]
'Michael'
>>> classmates[1]
'Bob'
>>> classmates[2]
'Tracy'
>>> classmates[3]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: list index out of range
当索引超出了范围时，Python会报一个IndexError错误，所以，要确保索引不要越界，记得最后一个元素的索引是len(classmates) - 1。
如果要取最后一个元素，除了计算索引位置外，还可以用-1做索引，直接获取最后一个元素：
>>> classmates[-1]
'Tracy'
以此类推，可以获取倒数第2个、倒数第3个：
>>> classmates[-2]
'Bob'
>>> classmates[-3]
'Michael'
>>> classmates[-4]
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
IndexError: list index out of range
当然，倒数第4个就越界了。
list是一个可变的有序表，所以，可以往list中追加元素到末尾：
>>> classmates.append('Adam')
>>> classmates
['Michael', 'Bob', 'Tracy', 'Adam']
也可以把元素插入到指定的位置，比如索引号为1的位置：
>>> classmates.insert(1, 'Jack')
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy', 'Adam']
要删除list末尾的元素，用pop()方法：
>>> classmates.pop()
'Adam'
>>> classmates
['Michael', 'Jack', 'Bob', 'Tracy']
要删除指定位置的元素，用pop(i)方法，其中i是索引位置：
>>> classmates.pop(1)
'Jack'
>>> classmates
['Michael', 'Bob', 'Tracy']
要把某个元素替换成别的元素，可以直接赋值给对应的索引位置：
>>> classmates[1] = 'Sarah'
>>> classmates
['Michael', 'Sarah', 'Tracy']
list里面的元素的数据类型也可以不同，比如：
>>> L = ['Apple', 123, True]
list元素也可以是另一个list，比如：
>>> s = ['python', 'java', ['asp', 'php'], 'scheme']
>>> len(s)
4
要注意s只有4个元素，其中s[2]又是一个list，如果拆开写就更容易理解了：
>>> p = ['asp', 'php']
>>> s = ['python', 'java', p, 'scheme']
要拿到'php'可以写p[1]或者s[2][1]，因此s可以看成是一个二维数组，类似的还有三维、四维……数组，不过很少用到。
如果一个list中一个元素也没有，就是一个空的list，它的长度为0：
>>> L = []
>>> len(L)
0
tuple（元组）
元组常用操作
t.count #统计个数 t.index #查索引 索引 切片 t.[2:5] 循环 长度 包含
另一种有序列表叫元组：tuple。tuple和list非常类似，但是tuple一旦初始化就不能修改，比如同样是列出同学的名字：
>>> classmates = ('Michael', 'Bob', 'Tracy')
现在，classmates这个tuple不能变了，它也没有append()，insert()这样的方法。其他获取元素的方法和list是一样的，你可以正常地使用classmates[0]，classmates[-1]，但不能赋值成另外的元素。
不可变的tuple有什么意义？因为tuple不可变，所以代码更安全。如果可能，能用tuple代替list就尽量用tuple。
tuple的陷阱：当你定义一个tuple时，在定义的时候，tuple的元素就必须被确定下来，比如：
>>> t = (1, 2)
>>> t
(1, 2)
如果要定义一个空的tuple，可以写成()：
>>> t = ()
>>> t
()
但是，要定义一个只有1个元素的tuple，如果你这么定义：
>>> t = (1)
>>> t
1
定义的不是tuple，是1这个数！这是因为括号()既可以表示tuple，又可以表示数学公式中的小括号，这就产生了歧义，因此，Python规定，这种情况下，按小括号进行计算，计算结果自然是1。
所以，只有1个元素的tuple定义时必须加一个逗号,，来消除歧义：
>>> t = (1,)
>>> t
(1,)
Python在显示只有1个元素的tuple时，也会加一个逗号,，以免你误解成数学计算意义上的括号。
最后来看一个“可变的”tuple：
>>> t = ('a', 'b', ['A', 'B'])
>>> t[2][0] = 'X'
>>> t[2][1] = 'Y'
>>> t
('a', 'b', ['X', 'Y'])
这个tuple定义的时候有3个元素，分别是'a'，'b'和一个list。不是说tuple一旦定义后就不可变了吗？怎么后来又变了？
别急，我们先看看定义的时候tuple包含的3个元素：
当我们把list的元素'A'和'B'修改为'X'和'Y'后，tuple变为：
表面上看，tuple的元素确实变了，但其实变的不是tuple的元素，而是list的元素。tuple一开始指向的list并没有改成别的list，所以，tuple所谓的“不变”是说，tuple的每个元素，指向永远不变。即指向'a'，就不能改成指向'b'，指向一个list，就不能改成指向其他对象，但指向的这个list本身是可变的！
理解了“指向不变”后，要创建一个内容也不变的tuple怎么做？那就必须保证tuple的每一个元素本身也不能变。
dict（字典）
d={} key必须是不可变类型，或者是可hash类型 字典是可变类型，无序的，无索引概念 d.keys() d.values() 循环 for i in d: print(d[k]) 嵌套
d.get()
d.clear()
d.pop() #返回值是删除的键值对的值，或者返回指定的值/////可能像廖雪峰dict中的get上的-1。
d.popitem() #没有参数，随机删除，返回值是键值对
d.setdefault() #若是不存在的key，就添加，存在的值就不动。返回值是这个key的值
d=dict(x=1,y=2,z=3)
d={'x':1,'y':2}
d.update() #相同的key替换，没有的key添加，d1中没有的不变
d1={}
=====================================================================
d.items() #每个键值对转化为一个小元组 d.keys d.values
例：
d={
'a':1,
'b':2,
'c':3,
'd':4
}
print(d)
l=d.items()
print(l)
for n,m in l:
print(n,m)
=========输出=============================
D:Python36python.exe D:/py/train.py
{'a': 1, 'b': 2, 'c': 3, 'd': 4}
dict_items([('a', 1), ('b', 2), ('c', 3), ('d', 4)])
a 1
b 2
c 3
d 4
=============================================
使用list()转化，能将dict_keys格式转化为list格式
例子：
print(d)
l=list(d.keys())
print(l,type(l))
=======输出====================================
{'a': 1, 'b': 2, 'c': 3, 'd': 4}
['a', 'b', 'c', 'd'] <class 'list'>
=================================================
d.values()也是同理：
print(d)
l=list(d.values())
print(l,type(l))
=====输出===========================================
{'a': 1, 'b': 2, 'c': 3, 'd': 4}
[1, 2, 3, 4] <class 'list'>
===================================================
初始化建立字典：【多个key对应一个值（现在是[1,2,3]），这样建立一个dict】
d={}.fromkeys(['a','b','c'],[1,2,3])
print(d)
=====输出=============================================
{'a': [1, 2, 3], 'b': [1, 2, 3], 'c': [1, 2, 3]}
====================================================
d.update()函数：d 中有的覆盖，没有的添加，其余的不管
d={
'a':1,
'b':2,
'c':3,
'd':4
}
du={
'c':'x',
'd':'y',
'e':'m',
'f':'n'
}
print('%s
%s'%(d,du))
d.update(du)
print(d)
=======输出==========================
{'a': 1, 'b': 2, 'c': 3, 'd': 4}
{'c': 'x', 'd': 'y', 'e': 'm', 'f': 'n'}
{'a': 1, 'b': 2, 'c': 'x', 'd': 'y', 'e': 'm', 'f': 'n'}
=========================================
Python内置了字典：dict的支持，dict全称dictionary，在其他语言中也称为map，使用键-值（key-value）存储，具有极快的查找速度。
举个例子，假设要根据同学的名字查找对应的成绩，如果用list实现，需要两个list：
names = ['Michael', 'Bob', 'Tracy']
scores = [95, 75, 85]
给定一个名字，要查找对应的成绩，就先要在names中找到对应的位置，再从scores取出对应的成绩，list越长，耗时越长。
如果用dict实现，只需要一个“名字”-“成绩”的对照表，直接根据名字查找成绩，无论这个表有多大，查找速度都不会变慢。用Python写一个dict如下：
>>> d = {'Michael': 95, 'Bob': 75, 'Tracy': 85}
>>> d['Michael']
95
为什么dict查找速度这么快？因为dict的实现原理和查字典是一样的。假设字典包含了1万个汉字，我们要查某一个字，一个办法是把字典从第一页往后翻，直到找到我们想要的字为止，这种方法就是在list中查找元素的方法，list越大，查找越慢。
第二种方法是先在字典的索引表里（比如部首表）查这个字对应的页码，然后直接翻到该页，找到这个字。无论找哪个字，这种查找速度都非常快，不会随着字典大小的增加而变慢。
dict就是第二种实现方式，给定一个名字，比如'Michael'，dict在内部就可以直接计算出Michael对应的存放成绩的“页码”，也就是95这个数字存放的内存地址，直接取出来，所以速度非常快。
你可以猜到，这种key-value存储方式，在放进去的时候，必须根据key算出value的存放位置，这样，取的时候才能根据key直接拿到value。
把数据放入dict的方法，除了初始化时指定外，还可以通过key放入：
>>> d['Adam'] = 67
>>> d['Adam']
67
由于一个key只能对应一个value，所以，多次对一个key放入value，后面的值会把前面的值冲掉：
>>> d['Jack'] = 90
>>> d['Jack']
90
>>> d['Jack'] = 88
>>> d['Jack']
88
如果key不存在，dict就会报错：
>>> d['Thomas']
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
KeyError: 'Thomas'
要避免key不存在的错误，有两种办法，一是通过in判断key是否存在：
>>> 'Thomas' in d
False
二是通过dict提供的get方法，如果key不存在，可以返回None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
注意：返回None的时候Python的交互式命令行不显示结果。
要删除一个key，用pop(key)方法，对应的value也会从dict中删除：
>>> d.pop('Bob')
75
>>> d
{'Michael': 95, 'Tracy': 85}
请务必注意，dict内部存放的顺序和key放入的顺序是没有关系的。
和list比较，dict有以下几个特点：
- 查找和插入的速度极快，不会随着key的增加而变慢；
- 需要占用大量的内存，内存浪费多。
而list相反：
- 查找和插入的时间随着元素的增加而增加；
- 占用空间小，浪费内存很少。
所以，dict是用空间来换取时间的一种方法。
dict可以用在需要高速查找的很多地方，在Python代码中几乎无处不在，正确使用dict非常重要，需要牢记的第一条就是dict的key必须是不可变对象。
这是因为dict根据key来计算value的存储位置，如果每次计算相同的key得出的结果不同，那dict内部就完全混乱了。这个通过key计算位置的算法称为哈希算法（Hash）。
要保证hash的正确性，作为key的对象就不能变。在Python中，字符串、整数等都是不可变的，因此，可以放心地作为key。而list是可变的，就不能作为key：
>>> key = [1, 2, 3]
>>> d[key] = 'a list'
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: unhashable type: 'list'简单登录验证
user_dic ={ ‘egon’:'123, 'alex':'alex3714' 'yuanhao':'123123' } while True: user=input('u>>:') pwd=input('p>>:') if user in user_dic: if pwd == user_dic[user]: print('login ok') break
set（集合）
#集合 ''' 集合内的元素唯一 集合内元素必须是可hash的 集合是无序的 集合的作用： 关系运算 去重 集合没法取单个值，也没有取特定单个值的需求 循环： in ''' s={'a','b','c'}#这样能直接建立集合 #交集 s1 & s2 s1.intersection(s2) #并集 s1 | s2 s1.union(s2) #差集 s1 - s2 s1.difference(s2) #只在s1 中的部分 #对称差集 s1 ^ s2 s1.symmetric_difference(s2) #交集以外的部分 #============================================================ #例子： py={'1','2','3'} jg={'a','b','c','2','3'} print(py |jg) print(py & jg) print(py - jg) print(py ^ jg) #结果如下 D:Python36python.exe D:/py/train.py {'b', 'c', '3', '1', '2', 'a'} {'2', '3'} {'1'} {'c', 'b', '1', 'a'} Process finished with exit code 0 #========================================================== s.clear s.difference_update（） #对集合进行操作，不加update就只是运算，不将结果返回集合 s.intersection_update() s.symmetric_difference_update s1.update(s2) #将2的数据并入1 s.add() #添加 s.discard() #删除元素，用名字删除，没有元素不报错 s.remove() #删除元素，用名字删除，没有元素报错 s.pop() #无参数，随机删除 s1.issubset(s2) #1是否是2的子集 s1.issuperset() #1是否是2的父集 s1.isdisjoint(s2) #没有交集返回True。 是否有交集
set和dict类似，也是一组key的集合，但不存储value。由于key不能重复，所以，在set中，没有重复的key。
要创建一个set，需要提供一个list作为输入集合：
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
注意，传入的参数[1, 2, 3]是一个list，而显示的{1, 2, 3}只是告诉你这个set内部有1，2，3这3个元素，显示的顺序也不表示set是有序的。。
重复元素在set中自动被过滤：
>>> s = set([1, 1, 2, 2, 3, 3])
>>> s
{1, 2, 3}
通过add(key)方法可以添加元素到set中，可以重复添加，但不会有效果：
>>> s.add(4)
>>> s
{1, 2, 3, 4}
>>> s.add(4)
>>> s
{1, 2, 3, 4}
通过remove(key)方法可以删除元素：
>>> s.remove(4)
>>> s
{1, 2, 3}
set可以看成数学意义上的无序和无重复元素的集合，因此，两个set可以做数学意义上的交集、并集等操作：
>>> s1 = set([1, 2, 3])
>>> s2 = set([2, 3, 4])
>>> s1 & s2
{2, 3}
>>> s1 | s2
{1, 2, 3, 4}
set和dict的唯一区别仅在于没有存储对应的value，但是，set的原理和dict一样，所以，同样不可以放入可变对象，因为无法判断两个可变对象是否相等，也就无法保证set内部“不会有重复元素”。试试把list放入set，看看是否会报错。
小结
使用key-value存储结构的dict在Python中非常有用，选择不可变对象作为key很重要，最常用的key是字符串。
tuple虽然是不变对象，但试试把(1, 2, 3)和(1, [2, 3])放入dict或set中，并解释结果。