python中的數據結構

① python數據類型有哪些

Python基本數據類型一般分為：數字、字元串、列表、元組、字典、集合這六種基本數據類型。

其中數字又包含整型(整型又包括標准整型、長整型(Python2.7及之前版本有)）、浮點型、復數類型、布爾型(布爾型就是只有兩個值的整型)、這幾種數字類型。列表、元組、字元串都是序列。

1、數字

數字類型是不可更改的對象。對變數改變數字值就是生成/創建新的對象。Python支持多種數字類型：

整型(標准整型和長整型(Python2.7及之前的有這種類型))、布爾型、雙精度浮點型、十進制浮點型、復數。

2、標准整型

int，標准整型，在大多數32位機器上標准整型取值范圍是-2^31到2^31-1，也就是-2147483648~2147483647，如果在64位機器使用64位編譯器，那麼這個系統的標准整型將是64位。

3、布爾型

bool，從Python2.3開始Python中添加了布爾類型。布爾類型有兩種True和False。對於沒有__nozero__方法的對象默認是True。

對於值為0的數字、空集（空列表、空元組、空字典等）在Python中的布爾類型中都是False。

>>>bool(1)
True
>>>bool('a')
True
>>>bool(0)
False
>>>bool('')
False

4、浮點型

float，每個浮點型佔8個位元組（64位），完全遵守IEEE754號規范（52M/11E/1S）,其中52個位用於表示底，11個位用於表示指數（可表示的范圍大約是±10**308.25），剩下的一個位表示符號。這看上去相當完美，然而，實際精度依賴於機器架構和創建Python解釋器的編譯器。

浮點型值通常都有一個小數點和一個可選的後綴e（大寫或小寫，表示科學計數法）。在e和指數之間可以用正（+）或負（-）表示指數的正負（正數的話可以省略符號）。

以上是Python核心編程的對浮點型(雙精度浮點型)的說明。經過Python實測浮點型默認長度是24位元組如果超出這個范圍會自動

5、復數類型

complex，在復數中虛數不能單獨存在，它們總是和一個值為0.0的實數部分一起來構成一個復數。復數由實數部分和虛數部分構成。表示虛數的語法：real+imagj。

實數部分和虛數部分都是浮點型。虛數部分必須有後綴j或J。

② python基礎-列表 元組 集合 字典區別和用法

Python中有六個標準的數據類型：Number(數字)，String(字元串)，List(列表)，Tuple(元組)，Set(集合)，Dictionary(字典)。其中：Number(數字）、String(字元串)、Tuple（元組）是不可變數據，其餘三種是可變數據。

轉義字元

輸出結果

布爾值
布爾值是一個邏輯值，只有真(True)和假（False)

輸出結果

Python數據結構包括列表(list)、元組(tuple)、集合(set)、字典(dict)等，這里主要講解列表，列表有兩個特點：

輸出結果

修改表中元素

輸出結果

列表中插入元素

輸出結果

輸出列表中的元素

輸出結果

元素是否在列表元素中及統計個數

輸出結果

查找某個元素在列表中的位置

輸出結果

順序結構

輸出結果

if 條件 1

輸出結果

if 條件 2

輸出結果

循環結構

輸出結果

循環語句求和

輸出結果

可重復，類型可不同。 類型不同也是跟數組最本質的區別。 python里的列表用「[]」表示：

對比a和b的結果

列表的 --- 增 -- 刪 -- 改 -- 查

循環輸出列表內容，在結尾添加指定的內容

字元串是 Python 中最常用的數據類型。 我們可以使用引號('或")來創建字元串。

元組與列表相似，不一樣之處在於 元組的元素不能修改。
元組使用小括弧，列表使用方括弧。
元組建立很簡單，只須要在括弧中添加元素，並使用逗號隔開便可。

字典是另外一種可變容器模型，且可存儲任意類型對象。
字典的每一個鍵值(key=>value)對用冒號(:)分割，每一個對之間用逗號(,)分割，整個字典包括在花括弧({})中 ,格式以下所示：
d = {key1 : value1, key2 : value2 }

字典函數

集合（set）是一個 無序的不重復元素序列。
可使用大括弧 { } 或者 set() 函數建立集合，注意：建立一個空集合必須用 set() 而不是 { }，由於 { } 是用來建立一個空字典。
它的主要做用以下： 1.去重，把一個列表變成集合，就自動去重了 。2.關系測試，測試兩組數據以前的交集、差集、並集等關系。

關系測試

輸出結果

元素的添加和刪除

③ Python數據結構-哈希表（Hash Table）

哈希表（Hash Table） ：通過鍵 key 和一個映射函數 Hash(key) 計算出對應的值 value，把關鍵碼值映射到表中一個位置來訪問記錄，以加快查找的速度。
哈希函數（Hash Function） ：將哈希表中元素的關鍵鍵值映射為元素存儲位置的函數。
哈希沖突（Hash Collision） ：不同的關鍵字通過同一個哈希函數可能得到同一哈希地址。
哈希表的兩個核心問題是： 「哈希函數的構建」 和 「哈希沖突的解決方法」 。

常用的哈希函數方法有：直接定址法、除留余數法、平方取中法、基數轉換法、數字分析法、折疊法、隨機數法、乘積法、點積法等。
常用的哈希沖突的解決方法有兩種：開放地址法和鏈地址法。

給你一個整數數組 nums 和兩個整數 k 和 t 。請你判斷是否存在 兩個不同下標 i 和 j，使得 abs(nums[i] - nums[j]) <= t ，同時又滿足 abs(i - j) <= k 。

如果存在則返回 true，不存在返回 false。

給定兩個數組 nums1 和 nums2 ，返回 它們的交集 。輸出結果中的每個元素一定是 唯一 的。我們可以 不考慮輸出結果的順序 。

給你兩個整數數組 nums1 和 nums2 ，請你以數組形式返回兩數組的交集。返回結果中每個元素出現的次數，應與元素在兩個數組中都出現的次數一致（如果出現次數不一致，則考慮取較小值）。可以不考慮輸出結果的順序。

請你判斷一個 9 x 9 的數獨是否有效。只需要 根據以下規則 ，驗證已經填入的數字是否有效即可。
數字 1-9 在每一行只能出現一次。
數字 1-9 在每一列只能出現一次。
數字 1-9 在每一個以粗實線分隔的 3x3 宮內只能出現一次。（請參考示例圖）

力扣217
力扣389
力扣496

內容參考： https://algo.itcharge.cn/05.%E5%93%88%E5%B8%8C%E8%A1%A8/01.%E5%93%88%E5%B8%8C%E8%A1%A8%E7%9F%A5%E8%AF%86/

④ Python高級數據結構——堆

在一個 最小堆 (min heap) 中，如果 P 是 C 的一個父級節點，那麼 P 的 key（或 value) 應小於或等於 C 的對應值。 正因為此，堆頂元素一定是最小的，我們會利用這個特點求最小值或者第 k 小的值。

在一個 最大堆 (max heap) 中，P 的 key（或 value) 大於或等於 C 的對應值。

以python為例，說明堆的幾個常見操作，這里需要用到一個內置的包：heapq

python中使用堆是通過傳入一個數組，然後調用一個函數，在原地讓傳入的數據具備堆的特性

需要注意的是，heapify默認構造的是小頂堆（min heap），如果要構造大頂堆，思路是把所有的數值倒轉，既* -1，例如：

使用heapq提供的函數： heappop 來實現

具體使用方式參考 初始化Heapify

使用heapq提供的函數： heappush 來實現

同時heapq還提供另外一個函數： heappushpop ，能夠在一個函數實現push&pop兩個操作；順序是：先push再pop

根據官方文檔的描述，這個函數會比先在外圍先調用heappush，再調用heappop，效率更高

先pop數據再push數據，和heappushpop的順序是反著的； 同樣的，這樣調用的性能也會比先調用heappop再調用heappush更好

如果pop的時候隊列是空的，會拋出一個異常

可以通過 heapq.merge 將多個 已排序 的輸入合並為一個已排序的輸出，這個本質上不是堆；其實就是用兩個指針迭代

對於這個問題，有一個演算法題可以實現相同的功能

從 iterable 所定義的數據集中返回前 n 個最大/小元素組成的列表。

函數為： heapq.nlargest() | heapq.nsmallest()

heapq - Heap queue algorithm - Python 3.10.4 documentation

⑤ python自帶及pandas、numpy數據結構(一)

1.python自帶數據結構：序列（如list）、映射（如字典）、集合（set）。
以下只介紹序列中的list：
創建list：
list1 = []
list1 = [1,2,3,4,5,6,7,8,9] #逗號隔開
list2 = [[1,2],[3,4],[5,6],[7,8]] #list2長度(len(list2))為2,list2[0] = [1,2]
liststring = list(「thisisalist」) #只用於創建字元串列表
索引list：
e = list1[0] #下標從零開始，用中括弧
分片list：
es = list1[0:3]
es = list1[0:9:2] #步長在第二個冒號後
list拼接（list1.append(obj)、加運算及乘運算）：

list長度：

list每個元素乘一個數值：
list2 = numpy.dot(list2,2)
list類似矩陣相乘（每個元素對應相乘取和）：
list3 = numpy.dot(list1,list1)
#要求相乘的兩個list長度相同
list3 = numpy.dot(list2,list22)
#要求numpy.shape(list2)和numpy.shape(list22)滿足「左行等於右列」的矩陣相乘條件，相乘結果numpy.shape(list3)滿足「左列右行」

2.numpy數據結構：

Array：
產生array：
data=np.array([[1, 9, 6], [2, 8, 5], [3, 7, 4]])
data=np.array(list1)
data1 = np.zeros(5) #data1.shape = (5,),5列
data1 = np.eye(5)
索引array:
datacut = data[0,2] #取第零行第二列，此處是6
切片array：
datacut = data[0:2,2] # array([6, 5])
array長度：
data.shape
data.size
np.shape(data)
np.size(data)
len(data)
array拼接：
#括弧內也有一個括弧（中括弧或者小括弧）！
d = np.concatenate((data,data))
d = np.concatenate((data,data),axis = 1) #對應行拼接
array加法：逐個相加
array乘法：
d = data data #逐個相乘
d = np.dot(data,data) #矩陣相乘
d = data 3 #每個元素乘3
d = np.dot(data,3) #每個元素乘3
array矩陣運算：
取逆 : np.linalg.inv(data)
轉置：data.T
所有元素求和 : np.sum(data)
生成隨機數：np.random.normal(loc=0, scale=10, size=None)
生成標准正態分布隨機數組：np.random.normal(size=(4,4))
生成二維隨機數組：
np.random.multivariate_normal([0,0],np.eye(2))
生成范圍在0到1之間的隨機矩陣(M,N)：
np.random.randint(0,2,(M,N))

Matrix:
創建matrix：
mat1 = np.mat([[1, 2, 3], [4, 5, 6]])
mat1 = np.mat(list)
mat1 = np.mat(data)
matrix是二維的，所有+，-，*都是矩陣操作。
matrix索引和分列：
mat1[0:2，1]
matrix轉置：
np.transpose(mat1)
mat1.transpose()
matrix拼接：
np.concatenate([mat1,mat1])
np.concatenate([mat1,mat1],axis = 1)

numpy數據結構總結：對於numpy中的數據結構的操作方法基本相同：
創建：np.mat(list),np.array(list)
矩陣乘：np.dot(x,y)
轉置：x.T or np.transpose(x)
拼接：np.concatenate([x,y],axis = 1)
索引：mat[0:1,4],ary[0:1,4]

3.pandas數據結構:
Series:
創建series：
s = pd.Series([[1,2,3],[4,5,6]],index = [『a』,『b』])
索引series：
s1 = s[『b』]
拼接series：
pd.concat([s1,s1],axis = 1) #也可使用s.append(s)

DataFrame:
創建DaraFrame:
df = pd.DataFrame([[1,2,3],[1,2,3]],index = ['a','b'],columns = ['x','y','z'])
df取某一列：
dfc1 =df.x
dfc1 = df[『x』]
dfc2 = df.iloc[:,0] #用.iloc方括弧里是數字而不是column名！
dfc2 = df.iloc[:,0:3]
df取某一行：
dfr1 = df.iloc[0]
df1 = df.iloc[0:2]
df1 = df[0:2] #這種方法只能用於取一個區間
df取某個值：
dfc2 = df.iloc[0,0]
dfc2 = df.iloc[0:2,0:3]

⑥ python中List，Queue等數據結構存儲效率哪個更優

python中的數據結構有：set，list，Queue，dict，tuple等；
效率問題，主要看你使用場景：
比如要判斷一個值是否存在，set肯定快，應為是使用hash,
如果保持數據的順序性：當時list和Queue，但是list不是線程安全的，但是Queue是，
tuple是不可變的
dict是字典，和json差不多，使用於key-value類型，效率也比較高；
所以主要根據使用場景去選擇合適的數據結構，每種數據結構的存在都是有他的應用空間，不然效率低的早就淘汰了。

⑦ python常見數據類型

一,python整數類型所表示的數據。

1,一般用以表示一類數值:所有正整數,0和負整數;

2,整型作為最常用的,頻繁參與計算的數據類型，在python3.5中解釋器會自動在內存中創建-5-3000之間的（包含5，不包含3000）整型對象，也就是說在該范圍內,相等都是同一個已經創建好的整型對象。范圍之外的即使相等也表示不同對象，該特性隨python版本而改變，不要過於依賴。

3,bool型繼承了int型，他是int的子類。

4,Python2中有長整型long，數值范圍更大，在python3中已取消，所有整型統一由int表示。

5,參與所有數值計算，數學運算，科學計算。這也是所有編程語言都有的數據類型，因為編程語言生而需要模擬人的思維，藉助數學方式，自動計算、更好的解決大量重復性的事務，因此數值類型、整數類型在編程語言中不可或缺。

6,支持二進制(0b\0B開頭),十進制,八進制(0o\0O),十六進制(0x\0X)

二，python整數和浮點型支持常規的數值運算

整數和浮點數都可參與的運算：+ - * / %（取余） //（整除） **（冪）

Python字元型：

python字元型表示的數據：
python3支持Unicode編碼，由字母、數字和符號組成的形式就叫字元串，更接近或者相同與人們文字元號表示，因此在信息表示和傳遞時它也是最受認可的形式。在程序編寫中也是非常常用，對應的可操作的方法也很多，很有意思。
字元串不可被修改，可以拼接等方法創建新字元串對象；
支持分片和下標操作；a[2:]
支持+拼接，*重復操作和成員關系in/not in；
表示形式：用單引號雙引號包含起來的符號；a = str(『sdfsdfsdf』) 或 r』\t\nabcd』 原始字元，Bytes：b』abcd』；
6,字元串屬於不可變數據類型，內部機制為了節省空間，相同的兩個字元串表示相同的一個對象。a = 『python』 b = 『python』 a is b :True

二, 字元串支持的運算方法

1,capitalize() :首字母大寫後邊的字母小寫 a = 『abcd』 b = a.capitalize() b:Abcd

2,casefold() lower():字母轉換為全小寫

3,center(width,fillchar) :居中，width填補的長度；fillchar添加的字元

a = a.center(10,』_』) //』____abcd____』 默認無fillchar填充空格

4,count(sub,star,end) :字母計數：sub要查詢的字元

5,encode(encoding=』utf-8』,errors=』strict』) 設置編碼

Errors :設置錯誤類型

6,endswith(suffix,star,end) : 若以suffix結尾返回True

7，expandtabs(8) :設置字元串中tab按鍵符的空格長度：』\tabcde』

8,find(sub,star,end) : 返回指定范圍內的字元串下標，未找到返回-1

9，index(sub,star,end) :返回指定范圍字元串下標未找到拋出異常

10，isalnum() :判斷字元串是否是字母或數字，或字母和數字組合

11，isalpha() :判斷是否全是字母

12，isdecimal() :判斷字元串是否是十進制數值

13，isdigit() :判斷字元串是否是數字

14，isidentifier() :判斷字元串中是否包含關鍵字

15，islower() :判斷是否全小寫

16，isnumeric() :判斷全是數字

17，isspace() :判斷是否是空格

18，isupper() 判斷是否大寫

19，istitle() :判斷是否首字母大寫

20，join(iterable) :把可迭代對象用字元串進行分割：a.join(『123』)

21,ljust(width,fillchar);rjust() :左對齊右對齊

22, upper() :將字元串改為大寫

23，split(sep=None,maxsplit=-1) :分割一個字元串，被選中字元在字元串中刪除

『ab1cd1efg』.split(『1』) :[『ab』,』cd』,』efg』]

三，字元串格式化：按照規格輸出字元串

format(*args,**kwargs) :args位置參數，kwargs關鍵字參數

『{0:.1f}』.format(123.468) :格式化參數，小數點後保留1位四捨五入

四，字元串操作符%

1，%s :格式化字元串 『abcd%sdef』%』dddd』

2，%d:格式化整數

3，%o格式化無符號八進制

4，%x格式化無符號十六進制

5，%f格式化定點數

6, %e: 科學計數法格式化定點數

7，%g 根據值大小自動選%f,%e

8, %G E X :大寫形式

五，格式化輔助命令：

m.n :m最小總寬度，n小數點後位數：』%12.4f』%23456.789

六，轉義字元：字元串前r避免轉義：r』\nhello\thi』

\n:換行符

\t:橫向製表符

\':'

\":"

\b:退格符

\r:回車

\v:縱向製表符

\f:換頁符

\o,\x:八進制和十六進制

\0:空字元串

Python列表list

一，Python的列表list類型表示的數據：

Python列表在cpython中被解釋為長度可變的數組，用其他對象組成的連續數組。

列表中元素可以是相同或不同的數據類型；
當列表元素增加或刪除時，列表對象自動進行擴展或收縮內存，保證元素之間沒有縫隙，總是連續的。
Python中的列表是一個序列，也是一個容器類型
創建列表：a = []; b = [1,』python』]; c = list(); d = list((1,3,4,5))
支持切片操作list[start,stop,step]
python列表常用方法
1,append添加單個元素：list.append(object); //a.append(『python』)

2,extend添加可迭代對象: list.extend(iterable); //a.extend(『abcde』/[1,2,3])

3,insert 插入元素：list.insert(index,object): 在index下標前插入元素//a.insert(2,』python』)

4,clear 清空所有元素：list.clear() //a.clear()

5,pop 刪除並返回一個元素：list.pop(index) //默認刪除默認一個元素

remove 刪除指定元素：list.remove(v) ,v元素不存在報錯 //a.remove(『c』)
7，count 返回這個值在列表中數量：list.count(value)

8, 淺拷貝一個新列表：list.()

9,sort:排序list.sort(reverse=False/True) :默認升序

排序函數：sorted(list)

10，reverse: 原地翻轉：list.reverse()

11，index(value,star,stop) :指定范圍內該值下標：list.index(2,0,5)

列表元素訪問：
下標訪問：list[1]
For循環遍歷
通過下標修改元素：list[2 ] = 『hello』
列表常用運算符：
1,比較運算符：從第一個元素開始對比

2，+ 拼接一個新列表：l1+ l2

3, 重復操作符：* ,多個列表拼接

成員關系操作符：in/ not in
邏輯運算符：and not or
列表常用的排序方法：
冒泡排序；選擇排序；快速排序；歸並排序

Python元組tuple

一，Python元組tuple數據類型表示的數據：

元組是受到限制的、不可改變的列表；
可以是同構也可以是異構；
元組是序列類型、是可迭代對象，是容器類型。
元組的創建: a = (1,2,3)或a=1,2,3; b = tuple(); c = tuple(iterable)
支持切片操作tuple[start,stop,step]

二，python元組常用方法

1,index(value,star,stop) :指定范圍內該值下標：tuple.index(2,0,5)

2,count(value) ：值出現次數

三，支持運算：

1,比較運算符：從第一個元素開始對比

2，+ 拼接一個新元組：l1+ l2

3, 重復操作符：* ,多個元組拼接

4成員關系操作符：in/ not in

邏輯運算符：and not or
四，元組的訪問

下標操作；
For循環遍歷訪問。

Python字典類型

一,Python字典dict表示的數據：{key:value}

可根據關鍵字：鍵快速索引到對應的值；
字典是映射類型，鍵值對一一對應關系，不是序列；
字典元素是無序的；
字典是可迭代對象，是容器類型；
字典的創建：k = {}; k1={『keyword』:object}; k2 = dict();
K3 = dict(mapping); dict=(iterable)

二，字典的訪問：

通過key：k[『key』]

修改key對應的值：K[『key』] = value

For循環遍歷出來的是key；

For循環鍵值對：for I in d.items():

For 循環enumerate: for k,v in enumerate(k1):

In/not in 成員關系查詢鍵不支持查值

三，字典常用方法

get(key,de):獲取值：k.get(key,de) //若不存在則默認輸出de
pop(k,de):刪除一個鍵值對，不存在輸出de，未設置報錯；
keys() :返回字典所有key組成的序列：list(k.keys()) [1,2,3];
values():返回字典所有value組成的序列：list(k.values())
items():返回鍵值對組成的元組為元素的序列：（類set）list(k.items())
update(e):更新字典：e可是字典或兩元素組成的單位元素序列：e=[(5,6),(7,8)];
k.update(e)

clear():清空字典；
popitem()刪除某個鍵值對，若字典為空則報錯
() :淺拷貝
10, fromkeys(iterable,value=None):從可迭代對象創建字典

{}.fromkeys([1,2,3]) -----{1:None,2:None,3:None}

11,setdefault(k,d=None) :若key不存在則生成一個鍵值對

k.setdefault(『keyword』)

Python 集合set

集合表示的數據：
多個元素的無序組合，集合是無序的，集合元素是唯一的；
字典的鍵是由集合實現的；
集合是可迭代對象
集合創建：s = {1,2}; s1 = set(); s2 = set(iterable)
集合元素的訪問：
For 循環將集合所有元素全部訪問一遍，不重復

常用方法：
add(object):s.add(『hi』) 向集合添加一個元素
pop() :彈棧，集合為空則報錯：刪除任意一個元素；
clear():清空集合，返回一個空集合對象；
remove(object):刪除一個元素，不存在和報錯：s.remove(『hi』)
update(集合)：更新另一個集合，元素不存在則不更新；
() :淺拷貝
集合的運算：
交集：s1&s2;
差集,補集：s1-s2;
並集：s1|s2;
Issubset():判斷是否是子集：s1.issubset(s2) s1是否s2的集合子集
Issuperset():判斷是否是父集：s1.issuperset()
不可變集合：
Frozenset():返回一個空的不可變集合對象

Frozenset(iterable):

S = frozenset(iterable)

Python序列類型共同特性

一,序列類型共同特性

python序列類型有:str字元串,list列表,tuple元組
都支持下標索引，切片操作；
下標都是從0開始，都可通過下標進行訪問；
擁有相同的操作符
二，支持的函數：

len(obj):返回對象長度；
list(iterable):將可迭代對象轉為列表；
tuple(iterable):將可迭代對象轉為元組；
str(ojb):將任何對象轉為字元串形式；
max(iterable): python3中元素要是同類型，python2中元素可異構：max([『a』,1])
min(iterable):和max類似；
sum(iterable,star=0),求可迭代對象和，默認star為0，元素不能為字元串
sorted(iterable,key=None,reverse=False)
s=[(『a』,3),(『b』,2),(『c』,9)]

sorted(s,key=lambda s:s[1]) //按照數字排序

reversed(sequence):翻轉序列，返回迭代器
enumerate(iterable):返回enumerate對象,其元素都是一個元組（下標，值）
zip（iter1,iter2）: zip([1,2],[3,4]) ----[(1,3),(2,4)]

序列類型的切片操作：

Slice:

L[index]; 訪問某個元素；

L[1:4]; 區間

L[star:stop:step]; 設置步長取區間元素

⑧ python中都有哪些數據類型

python中數據類型有：整型、長整型、浮點型、字元串類型、布爾類型、列表類型、元組類型、字典類型、集合類型。

數據類型是每種編程語言必備屬性，只有給數據賦予明確的數據類型，計算機才能對數據進行處理運算，因此，正確使用數據類型是十分必要的，不同的語言，數據類型類似，但具體表示方法有所不同，以下是Python編程常用的數據類型：

1. 數字類型

Python數字類型主要包括int（整型）、long（長整型）和float（浮點型），但是在Python3中就不再有long類型了。

int（整型）

在32位機器上，整數的位數是32位，取值范圍是-231~231-1，即-2147483648~214748364；在64位系統上，整數的位數為64位，取值范圍為-263~263-1，即9223372036854775808~9223372036854775807。

long（長整型）

Python長整型沒有指定位寬，但是由於機器內存有限，使用長的長整數數值也不可能無限大。

float（浮點型）

浮點型也就是帶有小數點的數，其精度和機器有關。

complex（復數）

Python還支持復數，復數由實數部分和虛數部分構成，可以用 a + bj,或者 complex(a,b) 表示， 復數的實部 a 和虛部 b 都是浮點型。

2. 字元串

在Python中，加了引號的字元都被認為是字元串，其聲明有三種方式，分別是：單引號、雙引號和三引號；Python中的字元串有兩種數據類型，分別是str類型和unicode類型，str類型採用的ASCII編碼，無法表示中文，unicode類型採用unicode編碼，能夠表示任意字元，包括中文和其他語言。

3. 布爾型

和其他編程語言一樣，Python布爾類型也是用於邏輯運算，有兩個值：True（真）和False（假）。

4. 列表

列表是Python中使用最頻繁的數據類型，集合中可以放任何數據類型，可對集合進行創建、查找、切片、增加、修改、刪除、循環和排序操作。

5. 元組

元組和列表一樣，也是一種序列，與列表不同的是，元組是不可修改的，元組用」()」標識，內部元素用逗號隔開。

6. 字典

字典是一種鍵值對的集合，是除列表以外Python之中最靈活的內置數據結構類型，列表是有序的對象集合，字典是無序的對象集合。

7. 集合

集合是一個無序的、不重復的數據組合，它的主要作用有兩個，分別是去重和關系測試。

推薦課程：Python3機器學習快速入門(黑馬程序員)

⑨ python基本結構有哪三種

程序的基本結構
程序由三種基本結構組成：順序結構、分支結構和循環結構。任何程序都由這三種基本結構組合而成。
這些基本結構都有一個入口和一個出口。任何程序都由這三種基本結構組合而成。
順序結構
順序結構是程序按照線性順序依次執行的一種運行方式，其中語句塊1S1和語句塊S2表示一個或一組順序執行的語句。
分支結構
分支結構是程序根據條件判斷結果而選擇不同向前執行路徑的一種運行方式，基礎的分支結構是二分支結構。由二分支結構會組合形成多分支結構。

循環結構
循環結構是程序根據條件判斷結果向後反復執行的一種運行方式，根據循環體觸發條件不同，包括條件循環和遍歷循環結構。

⑩ python基礎數據結構：序列、映射、集合

參考資料：http://www.cnblogs.com/jeffwongishandsome/archive/2012/08/05/2623660.html

Python中常見的數據結構可以統稱為容器（container）。序列（如列表和元組）、映射（如字典）以及集合（set）是三類主要的容器。

一、序列（列表、元組和字元串）

序列中的每個元素都有自己的編號。Python中有6種內建的序列。其中列表和元組是最常見的類型。其他包括字元串、Unicode字元串、buffer對象和xrange對象。下面重點介紹下列表、元組和字元串。

1、列表

列表是可變的，這是它區別於字元串和元組的最重要的特點，一句話概括即：列表可以修改，而字元串和元組不能。

（1）、創建

通過下面的方式即可創建一個列表：

輸出：

['hello', 'world']

[1, 2, 3]

可以看到，這中創建方式非常類似於javascript中的數組。

（2）、list函數

通過list函數（其實list是一種類型而不是函數）對字元串創建列表非常有效：

輸出：

['h', 'e', 'l', 'l', 'o']

2、元組

元組與列表一樣，也是一種序列，唯一不同的是元組不能被修改（字元串其實也有這種特點）。

（1） 、創建

輸出：

(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)

從上面我們可以分析得出：

a、逗號分隔一些值，元組自動創建完成；

b、元組大部分時候是通過圓括弧括起來的；

c、空元組可以用沒有包含內容的圓括弧來表示；

d、只含一個值的元組，必須加個逗號（,）；

（2）、tuple函數

tuple函數和序列的list函數幾乎一樣：以一個序列（注意是序列）作為參數並把它轉換為元組。如果參數就算元組，那麼該參數就會原樣返回：

輸出：

(1, 2, 3)

('j', 'e', 'f', 'f')

(1, 2, 3)

Traceback (most recent call last):

File "F:\Python\test.py", line 7, in

t4=tuple(123)

TypeError: 'int' object is not iterable

3、字元串

（1）創建

輸出：

Hello world

H

H

e

l

l

o

w

o

r

l

d

（2）、格式化

format（）：

print(『{0} was {1} years old when he wrote this book』. format(name,age) )

print(『{} was {} years old when he wrote this book』. format(name,age) )

print(『{name} was {age} years old when he wrote this book』. format(name=』Lily』,age=』22』) )

#對於浮點數「0.333」保留小數點後三位

print(『{0 : .3f}』.format(1.0/3) )

結果：0.333

#使用下劃線填充文本，並保持文字處於中間位置

#使用^定義『_____hello_____』字元串長度為11

print(『{0 : ^_11}』.format(『hello』) )

結果：_____hello_____

% :

格式化操作符的右操作數可以是任何東西，如果是元組或者映射類型（如字典），那麼字元串格式化將會有所不同。

輸出：

Hello,world

Hello,World

注意：如果需要轉換的元組作為轉換表達式的一部分存在，那麼必須將它用圓括弧括起來：

輸出：

Traceback (most recent call last):

File "F:\Python\test.py", line 2, in

str1='%s,%s' % 'Hello','world'

TypeError: not enough arguments for format string

如果需要輸出%這個特殊字元，毫無疑問，我們會想到轉義，但是Python中正確的處理方式如下：

輸出：100%

對數字進行格式化處理，通常需要控制輸出的寬度和精度：

輸出：

3.14

3.141593

3.14

字元串格式化還包含很多其他豐富的轉換類型，可參考官方文檔。

4、通用序列操作（方法）

從列表、元組以及字元串可以「抽象」出序列的一些公共通用方法（不是你想像中的CRUD），這些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及檢查某個元素是否屬於序列的成員。除此之外，還有計算序列長度、最大最小元素等內置函數。

（1）索引

輸出

H

2

345

索引從0（從左向右）開始，所有序列可通過這種方式進行索引。神奇的是，索引可以從最後一個位置（從右向左）開始，編號是-1：

輸出：

o

3

123

（2）分片

分片操作用來訪問一定范圍內的元素。分片通過冒號相隔的兩個索引來實現：

輸出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

[1, 2, 3, 4]

[6, 7, 8, 9]

[1, 2, 3, 4, 5, 6, 7, 8, 9]

[7, 8]

[7, 8, 9]

不同的步長，有不同的輸出：

輸出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

[0, 2, 4, 6, 8]

[0, 3, 6, 9]

[]

（3）序列相加

輸出：

Hello world

[1, 2, 3, 2, 3, 4]

Traceback (most recent call last):

File "F:\Python\test.py", line 7, in

print str1+num1

TypeError: cannot concatenate 'str' and 'list' objects

（4）乘法

輸出：

[None, None, None, None, None, None, None, None, None, None]

HelloHello

[1, 2, 1, 2]

Traceback (most recent call last):

File "F:\Python\test.py", line 5, in

print str1*num1

TypeError: can't multiply sequence by non-int of type 'list'

（5）成員資格

in運算符會用來檢查一個對象是否為某個序列（或者其他類型）的成員（即元素）：

輸出：

False

True

True

（6）長度、最大最小值

通過內建函數len、max和min可以返回序列中所包含元素的數量、最大和最小元素。

輸出：

5

o

H

5

123

1

二、映射（字典）

映射中的每個元素都有一個名字，如你所知，這個名字專業的名稱叫鍵。字典（也叫散列表）是Python中唯一內建的映射類型。

1、鍵類型

字典的鍵可以是數字、字元串或者是元組，鍵必須唯一。在Python中，數字、字元串和元組都被設計成不可變類型，而常見的列表以及集合（set）都是可變的，所以列表和集合不能作為字典的鍵。鍵可以為任何不可變類型，這正是Python中的字典最強大的地方。

輸出：

{1: 1}

Traceback (most recent call last):

File "F:\Python\test.py", line 6, in

d[list1]="Hello world."

TypeError: unhashable type: 'list'

2、自動添加

即使鍵在字典中並不存在，也可以為它分配一個值，這樣字典就會建立新的項。

3、成員資格

表達式item in d（d為字典）查找的是鍵（containskey），而不是值（containsvalue）。

三、集合

集合（Set）在Python 2.3引入，通常使用較新版Python可直接創建，如下所示：

strs=set(['jeff','wong','cnblogs'])

nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的對象）構建的。集合的幾個重要特點和方法如下：

1、副本是被忽略的

集合主要用於檢查成員資格，因此副本是被忽略的，如下示例所示,輸出的集合內容是一樣的。

輸出如下：

set([0, 1, 2, 3, 4, 5])

set([0, 1, 2, 3, 4, 5])

2、集合元素的順序是隨意的

這一點和字典非常像，可以簡單理解集合為沒有value的字典。

輸出如下：

set(['wong', 'cnblogs', 'jeff'])

3、集合常用方法

a、並集union

輸出：

set([1, 2, 3])

set([2, 3, 4])

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

union操作返回兩個集合的並集，不改變原有集合。使用按位與（OR）運算符「|」可以得到一樣的結果：

輸出和上面union操作一模一樣的結果。

其他常見操作包括&（交集）,<=,>=,-,()等等，這里不再列舉。

輸出如下：

set([1, 2, 3])

set([2, 3, 4])

set([2, 3])

True

set([1, 2, 3])

False

b、add和remove

和序列添加和移除的方法非常類似，可參考官方文檔：

輸出：

set([1])

set([1, 2])

set([1])

set([1])

False

Traceback (most recent call last):

File "F:\Python\test.py", line 9, in

set1.remove(29) #移除不存在的項

KeyError: 29

4、frozenset

集合是可變的，所以不能用做字典的鍵。集合本身只能包含不可變值，所以也就不能包含其他集合：

輸出如下：

Traceback (most recent call last):

File "F:\Python\test.py", line 3, in

set1.add(set2)

TypeError: unhashable type: 'set'

可以使用frozenset類型用於代表不可變（可散列）的集合：

輸出：

set([1, frozenset([2])])