总结：Python语法

kkkkk0211062024-08-22 17:40

Python中的字典、列表和数组是三种常用的数据结构，它们各自有不同的用途和特性。

字典（Dictionary）

字典是一种无序的、可变的数据结构，它存储键值对（key-value pairs）。字典中的每个元素都是一个键值对，键是唯一的。

特性：

  • 通过键来访问元素。
  • 键必须是不可变类型，如字符串、数字或元组。
  • 值可以是任何数据类型。
python 复制代码 
# 创建一个空字典
my_dict = {}

# 创建一个包含键值对的字典
my_dict = {'name': 'Alice', 'age': 25, 'city': 'New York'}

# 访问字典中的值
print(my_dict['name'])  # 输出: Alice
print(my_dict.get('age'))  # 输出: 25

# 更新字典中的值
my_dict['age'] = 26
print(my_dict['age'])  # 输出: 26

# 添加新的键值对
my_dict['country'] = 'USA'
print(my_dict)  # 输出: {'name': 'Alice', 'age': 26, 'city': 'New York', 'country': 'USA'}

# 删除字典中的键值对
del my_dict['city']
print(my_dict)  # 输出: {'name': 'Alice', 'age': 26, 'country': 'USA'}

# 使用pop方法删除并返回键对应的值
popped_value = my_dict.pop('age')
print(popped_value)  # 输出: 26
print(my_dict)  # 输出: {'name': 'Alice', 'country': 'USA'}

# 检查字典中是否包含某个键
if 'name' in my_dict:
    print("Name is present")
else:
    print("Name is not present")

# 遍历字典中的键
for key in my_dict.keys():
    print(key)

# 遍历字典中的值
for value in my_dict.values():
    print(value)

# 遍历字典中的键值对
for key, value in my_dict.items():
    print(f"{key}: {value}")

# 复制字典
dict_copy = my_dict.copy()
print(dict_copy)  # 输出: {'name': 'Alice', 'country': 'USA'}

# 清空字典
my_dict.clear()
print(my_dict)  # 输出: {}

列表（List）

列表是一种有序的、可变的数据结构，可以包含任意类型的元素，包括其他列表。

特性：

  • 通过索引来访问元素，索引从0开始。
  • 可以包含重复的元素。
  • 支持增加、删除、修改和排序操作。
python 复制代码 
# 导入必要的库
import random

# 创建一个列表
my_list = [1, 2, 3, 'hello', 3.14]

# 访问列表中的元素
print(my_list[0])  # 输出: 1
print(my_list[-1])  # 输出: 3.14

# 修改列表中的元素
my_list[0] = 'one'
print(my_list)  # 输出: ['one', 2, 3, 'hello', 3.14]

# 添加元素到列表末尾
my_list.append('new item')
print(my_list)  # 输出: ['one', 2, 3, 'hello', 3.14, 'new item']

# 插入元素到指定位置
my_list.insert(2, 'inserted')
print(my_list)  # 输出: ['one', 2, 'inserted', 3, 'hello', 3.14, 'new item']

# 扩展列表
my_list.extend(['apple', 'banana'])
print(my_list)  # 输出: ['one', 2, 'inserted', 3, 'hello', 3.14, 'new item', 'apple', 'banana']

# 删除列表中的元素
del my_list[2]
print(my_list)  # 输出: ['one', 2, 3, 'hello', 3.14, 'new item', 'apple', 'banana']

# 移除列表中的特定值
my_list.remove('hello')
print(my_list)  # 输出: ['one', 2, 3, 3.14, 'new item', 'apple', 'banana']

# 使用列表推导式生成新列表
squared_list = [x**2 for x in my_list if isinstance(x, int)]
print(squared_list)  # 输出: [1, 4, 9]

# 使用random模块生成随机列表
random_list = [random.randint(1, 10) for _ in range(10)]
print(random_list)  # 输出: 例如: [5, 2, 9, 1, 7, 6, 3, 8, 10, 4]

# 使用zip函数合并多个列表
names = ['Alice', 'Bob', 'Charlie']
ages = [25, 30, 35]
combined_list = list(zip(names, ages))
print(combined_list)  # 输出: [('Alice', 25), ('Bob', 30), ('Charlie', 35)]

# 使用enumerate函数遍历带索引的列表
for index, value in enumerate(my_list):
    print(f"Index {index}: {value}")

# 使用sorted函数对列表排序
sorted_list = sorted(my_list, key=lambda x: str(x))
print(sorted_list)  # 输出: 排序后的列表

  1. 使用del语句删除元素 ： del fruits[2]这行代码的意思是删除列表fruits中索引为2的元素。在Python中，索引是从0开始的，所以这将删除第三个元素。假设fruits列表开始时包含['apple', 'banana', 'cherry', 'mango']，执行这行代码后，列表将变为['apple', 'banana', 'mango']。

  2. 使用pop()方法删除元素 ： fruits.pop()这行代码调用了列表的pop方法，不带任何参数时，pop方法会删除并返回列表中的最后一个元素。继续上面的例子，如果列表现在是['apple', 'banana', 'mango']，执行fruits.pop()后，列表将变为['apple', 'banana']，并且pop方法会返回被删除的元素'mango'。

切片语法：list_name[start:end]，其中：

start 是切片开始的索引（包含该索引位置的元素）。

end 是切片结束的索引（不包含该索引位置的元素）。

数组（Array）

在Python中，数组通常指的是使用NumPy库创建的数组。NumPy是一个用于科学计算的库，提供了高性能的数组对象。

特性：

  • 元素类型统一。
  • 通过索引访问元素，索引从0开始。
  • 通常用于数值计算和多维数据集。
python 复制代码 
import numpy as np

# 创建一个 NumPy 数组
my_array = np.array([1, 2, 3, 4, 5])

# 访问数组中的元素
print(my_array[0])  # 输出: 1
print(my_array[-1])  # 输出: 5

# 修改数组中的元素
my_array[0] = 10
print(my_array)  # 输出: [10  2  3  4  5]

# 数组间的数学运算，对应加起来
another_array = np.array([6, 7, 8, 9, 10])
result_array = my_array + another_array
print(result_array)  # 输出: [16  9 11 13 15]

# 使用 NumPy 函数
mean_value = np.mean(my_array) #平均数
print(mean_value)  # 输出: 5.0

# 生成随机数组
random_array = np.random.randint(1, 10, size=(3, 3))
print(random_array)  # 输出: 例如:
# [[3 7 2]
#  [4 1 6]
#  [8 9 5]]

# 数组拼接
concatenated_array = np.concatenate((my_array, another_array))
print(concatenated_array)  # 输出: [10  2  3  4  5  6  7  8  9 10]

# 数组转置
transposed_array = np.transpose(random_array)
print(transposed_array)  # 输出: 例如:
# [[3 4 8]
#  [7 1 9]
#  [2 6 5]]

# 数组分割
split_arrays = np.split(random_array, 3, axis=1)
print(split_arrays)  # 输出: 例如:
# [array([[3],
#         [4],
#         [8]]),
#  array([[7],
#         [1],
#         [9]]),
#  array([[2],
#         [6],
#         [5]])]

# 数组索引和切片
print(random_array[0, :])  # 输出: 例如: [3 7 2]，第一列
print(random_array[:, 1])  # 输出: 例如: [7 1 9]，第二行

Python中的数组和列表 有以下主要区别：

  1. 数据类型：

    • 列表（List）：可以存储不同类型的元素，如整数、浮点数、字符串、元组等，甚至是其他列表。
    • 数组（Array）：通常指的是NumPy库中的数组，它们要求所有元素必须是相同类型的，例如全部为整数或全部为浮点数。

  2. 性能：

    • 列表由于其灵活性（可以存储不同类型的元素），在内存使用和性能上可能不如数组高效。
    • 数组由于元素类型一致，可以进行优化，因此在数值计算和大规模数据处理时通常比列表有更好的性能。

  3. 功能：

    • 列表提供了丰富的方法，如append(), remove(), pop(), reverse()等，用于添加、删除和修改元素。
    • 数组虽然也有类似的功能，但NumPy库提供的数组更专注于数值计算，提供了大量的数学和统计方法，如sum(), mean(), max()等。

文件操作

python 复制代码 
# 导入os模块，用于获取当前工作目录
import os

# 获取当前工作目录
current_directory = os.getcwd()
print(f"Current Working Directory: {current_directory}")

# 定义文件路径
file_path = os.path.join(current_directory, 'example.txt')

# 1. 创建并写入文件
# 使用 'w' 模式打开文件，如果文件已存在则会被覆盖
with open(file_path, 'w') as file:
    file.write("Hello, world!\n")
    file.write("This is an example text file.\n")
    file.write("We can write multiple lines to it.\n")

# 2. 读取文件
# 使用 'r' 模式打开文件，用于读取
with open(file_path, 'r') as file:
    content = file.read()
    print("File Content:")
    print(content)

# 3. 追加内容到文件
# 使用 'a' 模式打开文件，用于追加内容
with open(file_path, 'a') as file:
    file.write("This line was added later.\n")

# 4. 再次读取文件以验证追加的内容
with open(file_path, 'r') as file:
    content = file.readlines()
    print("\nFile Content after appending:")
    for line in content:
        print(line.strip())

# 5. 使用 'rb' 模式读取二进制文件
# 创建一个二进制文件
binary_file_path = os.path.join(current_directory, 'example.bin')
with open(binary_file_path, 'wb') as binary_file:
    binary_file.write(b'\x00\x01\x02\x03\x04')

# 读取二进制文件
with open(binary_file_path, 'rb') as binary_file:
    binary_content = binary_file.read()
    print("\nBinary File Content:")
    print(binary_content)

# 6. 使用 'w+' 模式读写文件
# 'w+' 模式允许读写文件，但会覆盖原有内容
with open(file_path, 'w+') as file:
    file.write("New first line.\n")
    file.seek(0)  # 将文件指针移动到文件开头
    content = file.read()
    print("\nFile Content after using 'w+':")
    print(content)

# 7. 使用 'a+' 模式追加并读取文件
# 'a+' 模式允许在文件末尾追加内容并读取现有内容
with open(file_path, 'a+') as file:
    file.write("New last line added with 'a+'.\n")
    file.seek(0)  # 将文件指针移动到文件开头
    content = file.read()
    print("\nFile Content after using 'a+':")
    print(content)

# 8. 使用 'x' 模式创建文件
# 'x' 模式用于创建新文件，如果文件已存在，则会引发 FileExistsError
try:
    with open(os.path.join(current_directory, 'new_example.txt'), 'x') as new_file:
        new_file.write("This is a new file created with 'x'.\n")
except FileExistsError:
    print("The file already exists.")

# 9. 使用 'b' 模式处理二进制文件
# 读取二进制文件并写入另一个文件
with open(binary_file_path, 'rb') as source_binary_file:
    with open(os.path.join(current_directory, 'copy_example.bin'), 'wb') as dest_binary_file:
        dest_binary_file.write(source_binary_file.read())

这段代码包含了以下文件操作的基本功能：

  1. 创建并写入文件。
  2. 读取文件内容。
  3. 追加内容到文件。
  4. 读取二进制文件。
  5. 使用 'w+' 模式读写文件。
  6. 使用 'a+' 模式追加并读取文件。
  7. 使用 'x' 模式创建新文件。
  8. 处理二进制文件。

目录访问

python 复制代码 
import os

# 1. 获取当前工作目录
current_directory = os.getcwd()
print(f"Current Working Directory: {current_directory}")

# 2. 创建目录
directory_name = "example_dir"
directory_path = os.path.join(current_directory, directory_name)

# 如果目录不存在，则创建它
if not os.path.exists(directory_path):
    os.makedirs(directory_path)
    print(f"Directory '{directory_name}' created.")
else:
    print(f"Directory '{directory_name}' already exists.")

# 3. 列出目录内容
print("\nDirectory Contents:")
for filename in os.listdir(directory_path):
    print(filename)

# 4. 列出所有子目录和文件
print("\nSubdirectories and Files:")
for root, dirs, files in os.walk(directory_path):
    level = root.replace(current_directory, '').count(os.sep)
    indent = ' ' * 4 * (level)
    print('{}{}/'.format(indent, os.path.basename(root)))
    subindent = ' ' * 4 * (level + 1)
    for f in files:
        print('{}{}'.format(subindent, f))

# 5. 删除目录
# 首先确保目录为空或递归删除非空目录
if os.path.exists(directory_path):
    try:
        os.rmdir(directory_path)
        print(f"Directory '{directory_name}' removed.")
    except OSError:
        # 如果目录非空，则使用 shutil.rmtree 进行递归删除
        import shutil
        shutil.rmtree(directory_path)
        print(f"Directory '{directory_name}' and its contents removed.")
else:
    print(f"Directory '{directory_name}' does not exist.")
相关推荐
好喜欢吃红柚子6 分钟前
万字长文解读空间、通道注意力机制机制和超详细代码逐行分析（SE,CBAM,SGE,CA,ECA,TA）
人工智能·pytorch·python·计算机视觉·cnn
小馒头学python10 分钟前
机器学习是什么？AIGC又是什么？机器学习与AIGC未来科技的双引擎
人工智能·python·机器学习
k093312 分钟前
sourceTree回滚版本到某次提交
开发语言·前端·javascript
神奇夜光杯20 分钟前
Python酷库之旅-第三方库Pandas(202)
开发语言·人工智能·python·excel·pandas·标准库及第三方库·学习与成长
Themberfue22 分钟前
Java多线程详解⑤（全程干货！！！）线程安全问题 || 锁 || synchronized
java·开发语言·线程·多线程·synchronized·锁
plmm烟酒僧24 分钟前
Windows下QT调用MinGW编译的OpenCV
开发语言·windows·qt·opencv
千天夜32 分钟前
使用UDP协议传输视频流！（分片、缓存）
python·网络协议·udp·视频流
测试界的酸菜鱼35 分钟前
Python 大数据展示屏实例
大数据·开发语言·python
羊小猪~~39 分钟前
神经网络基础--什么是正向传播？？什么是方向传播？？
人工智能·pytorch·python·深度学习·神经网络·算法·机器学习
晨曦_子画1 小时前
编程语言之战：AI 之后的 Kotlin 与 Java
android·java·开发语言·人工智能·kotlin
热门推荐
01【HarmonyOS】HUAWEI DevEco Studio 下载地址汇总02(欧拉)openEuler系统添加网卡文件配置流程、(欧拉)openEuler系统手动配置ipv6地址流程、(欧拉)openEuler系统网络管理说明03组基轨迹建模 GBTM的介绍与实现（Stata 或 R）04【AIGC】重塑未来的科技巨轮05全面解析：构建基于深度学习的安全帽检测系统（UI界面+YOLO代码+数据集）06【经验分享】Ubuntu22.04安装微信(linux官方版)07基于YOLOv10深度学习的CT扫描图像肾结石智能检测系统【python源码+Pyqt5界面+数据集+训练代码】深度学习实战、目标检测08Ubuntu 20.04使用Livox mid 360 测试 FAST_LIO09RAG 实践- Ollama+RagFlow 部署本地知识库10【TC3xx芯片】TC3xx芯片电源管理系统PMS详解