Привет, мир!
В Python есть несколько встроенных типов данных, которые позволяют хранить наборы данных и управлять ими. Эти типы данных включают наборы, списки и кортежи. Наборы — это неупорядоченные наборы уникальных элементов, а списки — это упорядоченные наборы, которые могут содержать повторяющиеся элементы. Кортежи похожи на списки, но они неизменяемы, а это означает, что после создания кортежа вы не можете изменить его содержимое.
В этом руководстве для начинающих мы рассмотрим характеристики и использование наборов, списков и кортежей в Python и узнаем, как эффективно работать с этими типами данных.
Списки
Списки — это основной тип данных в Python, который позволяет хранить упорядоченные наборы элементов и управлять ими. Они определяются с помощью квадратных скобок, а элементы разделяются запятыми. Например, вы можете создать список целых чисел следующим образом:
my_list = [1, 2, 3, 4]
Вы также можете создавать списки других типов данных, таких как строки или числа с плавающей запятой. Например:
my_list = ['apple', 'banana', 'cherry'] my_list = [1.2, 3.14, 2.718]
Вы также можете создавать списки со смешанными типами данных:
my_list = ['apple', 1, 3.2]
Списки полезны, когда вам нужно хранить коллекции элементов, которые необходимо заказать, и управлять ими. Например, вы можете использовать список для хранения списка дел или списка имен. Списки также полезны для выполнения общих операций, таких как перебор элементов, добавление или удаление элементов и сортировка элементов.
Вот несколько общих функций, которые вы можете использовать со списками в Python:
len(): эта функция возвращает длину списка, то есть количество содержащихся в нем элементов. Например:
my_list = [1, 2, 3, 4] length = len(my_list) print(length) # Output: 4
append(): Эта функция добавляет элемент в конец списка. Например:
my_list = [1, 2, 3] my_list.append(4) print(my_list) # Output: [1, 2, 3, 4]
insert(): эта функция вставляет элемент в определенную позицию в списке. Первый аргумент — это индекс позиции, а второй аргумент — вставляемый элемент. Например:
my_list = [1, 2, 4] my_list.insert(2, 3) print(my_list) # Output: [1, 2, 3, 4]
remove(): Эта функция удаляет первое вхождение определенного элемента из списка. Если элемент не найден в списке, возникает ошибкаValueError. Например:
my_list = [1, 2, 3, 3, 4] my_list.remove(3) print(my_list) # Output: [1, 2, 3, 4]
sort(): Эта функция сортирует элементы в списке в порядке возрастания. Например
my_list = [3, 2, 4, 1] my_list.sort() print(my_list) # Output: [1, 2, 3, 4]
Это всего лишь несколько примеров многих функций, которые вы можете использовать со списками в Python. Дополнительную информацию о списках и связанных с ними функциях можно найти в документации Python.
В целом, списки — это гибкий и мощный тип данных, который хорошо подходит для многих задач в Python.
Наборы
Наборы — это тип данных в Python, который представляет собой неупорядоченные наборы уникальных элементов. Они определяются с помощью фигурных скобок с элементами, разделенными запятыми. Например, вы можете создать набор целых чисел следующим образом:
my_set = {1, 2, 3, 4}
Вы также можете создавать наборы других типов данных, таких как строки или числа с плавающей запятой. Например:
my_set = {'apple', 'banana', 'cherry'}
my_set = {1.2, 3.14, 2.718}
Вы также можете создавать наборы со смешанными типами данных:
my_set= {'apple', 1, 3.2}
Наборы полезны, когда вам нужно хранить и управлять коллекциями элементов, которые не имеют определенного порядка и где дубликаты не допускаются. Например, вы можете использовать набор для хранения списка уникальных слов в документе или набора уникальных целых чисел. Наборы также поддерживают общие операции, такие как объединение, пересечение и различие, которые могут быть полезны для таких задач, как поиск общих или уникальных элементов между наборами.
Я часто обнаруживаю, что использую наборы для быстрого удаления дубликатов из списка, делая это:
# Original list with duplicates my_list = [1, 2, 3, 3, 4, 4, 5] # Convert the list to a set to remove duplicates my_set = set(my_list) # Convert the set back to a list unique_list = list(my_set) print(unique_list) # Output: [1, 2, 3, 4, 5]
Преобразовав список в набор, вы можете легко удалить повторяющиеся элементы, поскольку наборы допускают только уникальные элементы.
Это может быть полезно, когда вам нужно удалить дубликаты из списка, например, когда вы обрабатываете данные и хотите убедиться, что вы не считаете один и тот же элемент несколько раз.
Еще одним преимуществом использования наборов является то, что поиск в них выполняется быстрее, чем в списках, поскольку они реализованы с использованием хеш-таблиц. Это означает, что быстрее проверить, находится ли элемент в наборе, чем проверить, находится ли элемент в списке. Поэтому, если вам нужно часто выполнять тесты на членство в большом наборе элементов, может быть более эффективно использовать набор вместо списка.
В целом, наборы — это допустимый тип данных в Python, который хорошо подходит для задач, включающих уникальные элементы и операции с множествами.
Кортежи
Кортежи — это тип данных в Python, представляющий неизменяемые наборы элементов. Они определяются с помощью круглых скобок, а элементы разделяются запятыми. Например, вы можете создать кортеж целых чисел следующим образом:
my_tuple = (1, 2, 3, 4)
Вы также можете создавать кортежи других типов данных, таких как строки или числа с плавающей запятой. Например:
my_tuple = ('apple', 'banana', 'cherry')
my_tuple = (1.2, 3.14, 2.718)
Вы также можете создавать кортежи со смешанными типами данных:
my_tuple = ('apple', 1, 3.2)
Кортежи похожи на списки, но они неизменяемы, что означает, что вы не можете изменить их содержимое после их создания. Это делает кортежи подходящими для ситуаций, когда вы хотите хранить фиксированный набор элементов, которые не следует изменять, например, дни недели или месяцы года.
Кортежи также быстрее и используют меньше памяти, чем списки, потому что они не имеют накладных расходов, связанных с дополнительными методами и функциями, которые предоставляют списки. Это делает их хорошим выбором для задач, где важна производительность, например, при работе с большими наборами данных.
В целом, кортежи — это правильный тип данных в Python, который хорошо подходит для задач, связанных с фиксированными наборами элементов, которые не следует изменять.
Заключение
В заключение, наборы, списки и кортежи — все это важные типы данных в Python, которые позволяют вам хранить наборы данных и управлять ими.
Резюме:
- Наборы — это неупорядоченные наборы уникальных элементов.
- Списки — это упорядоченные коллекции, которые могут содержать дубликаты.
- Кортежи похожи на списки, но они неизменяемы и с ними быстрее работать.
Каждый из этих типов данных имеет свои характеристики и области применения, и важно выбрать правильный тип данных для поставленной задачи.
Пожертвования и прочее
Если вы хотите поддержать меня, рассмотрите возможность подписки на Medium, используя мою реферальную ссылку:
Если вы не хотите активировать план подписки, но все же хотите поддержать меня, подумайте о покупке моей музыки на Bandcamp:
Другие URL-адреса:
Личный сайт: https://inzaniak.github.io
Социальные ссылки: https://inzaniak.github.io/links.html
Linkedin: https://www.linkedin .com/in/umberto-grando-a8527b150/
Больше контента на PlainEnglish.io.
Подпишитесь на нашу бесплатную еженедельную рассылку новостей. Подпишитесь на нас в Twitter, LinkedIn, YouTube и Discord.
Глядя на масштаб вашего запуска программного обеспечения? Посмотрите Цирк.
Мы предлагаем бесплатные консультации экспертов и индивидуальные решения, которые помогут вам повысить осведомленность о вашем технологическом продукте или услуге и принять их.
