Python-tupler, listor, mängder och ordböcker. Del 3 Python-kurs från nybörjare till avancerad på 11 blogginlägg

Denna artikel kommer att hjälpa till att utveckla förståelsen för Python-tupler, listor, mängder och ordböcker. Vi kommer att se några exempel på deras implementationer och deras användningsfall för vissa uppgifter. Kodningen kommer att göras i VS Code. Om du inte har installerat VS Code eller vill börja från början, vänligen besök våra tidigare bloggar.

Python-tupler, listor, mängder och ordböcker – innehållsförteckning:

1. Introduktion till Python
2. Listor i Python
3. Grundläggande operationer med listor
4. Python-tupler
5. Skillnad mellan Python-tupler och listor

Introduktion till Python-tupler, listor, mängder och ordböcker

I den tidigare bloggen såg vi hur vi kan använda variabler och datatyper i Python. Vi undersökte också några användbara funktioner relaterade till datatyper och variabler.

Python är ett kraftfullt skriptspråk. Det har många inbyggda datatyper tillgängliga för användning. Dessa strukturer är så kraftfulla i hanteringen av data, men de är enkla att implementera.

Dessa grundläggande strukturer är av fyra typer – lista, tuple, ordbok och mängd.

Listor i Python

Listor är inbyggda i Python. Dessa är muterbara, så objekt kan läggas till eller tas bort från dem utan att ändra deras ursprungliga innehåll, och element kan nås genom index.

De är så allmänna att de kan användas för att lagra vilken typ av objekt som helst, från strängar till siffror, även objekt också. Dessutom krävs det inte att alla element är av samma typ, en lista kan ha element av olika typer.

För att använda en lista behöver du initiera en variabel med [].

Till exempel:

# En tom lista
empty_list = []
# Lista med samma typ av element
same_type_list = [‘1’, ‘3’, ‘7’, ‘10’]
# Lista med olika typer av element
diff_type_list = [‘John’, ‘Dev’, 1.90, True]

Nu vet vi hur man initierar variabeln med en lista. Låt oss se några grundläggande operationer.

Grundläggande operationer med listor

Har du någonsin velat traversera objekten i en lista utan att gå igenom dem en och en? Python tillhandahåller flera användbara funktioner. De låter dig manipulera dem utan att iterera över listan eller loopa genom varje objekt.

Följande är Pythons fem mest använda listaoperationer:

1. len(list) – Den returnerar längden på listan. Den hjälper också vid iteration när man vill traversera listan.

Till exempel:

# Skriver ut längden på listan
some_list = ['k', 'u',  'm', 'a', 'r']
print(len(some_list))
# Traversering av lista
for i in range(len(some_list)):
    print(some_list[i])

# Utdata

5
k
u
m
a
r

2. max(list) – Den returnerar objektet i den angivna listan med det högsta värdet, om det inte finns någon oenighet returnerar den ett fel.

Till exempel:

# Skriver ut det maximala av numret som lagras i listan
num_list = [1, 2, 3, 4, 5, 12, 78, 900, 100]
print(max(num_list))
	

# Utdata

900

3. min(list) – den returnerar objektet i den angivna listan med det lägsta värdet, om det inte finns någon oenighet returnerar den ett fel.

Till exempel:

# Skriver ut det minimi av numret som lagras i listan
num_list = [1,2,3,4,5,12,78,900,100]
print(min(num_list))

# Utdata

1

4. sort(list) – Denna funktion sorterar igenom all denna data och sätter dem i stigande/fallande ordning som standard, men om nyckelparametern skickas sorterar den listan baserat på utvärderingen av funktionen på elementen.

Reverse-parametern kontrollerar om den sorterade (stigande ordning) listan ska ges som den är sorterad, eller om den vänds, dvs. i fallande ordning.

Syntaxen är list.sort(reverse=True|False, key= någon funktion)

Till exempel:

num_list = [1,2,3,4,5,12,78,900,100]
print(num_list)
num_list.sort()
print(num_list)
num_list.sort(reverse = True)
print(num_list)

Utdata:

[1, 2, 3, 4, 5, 12, 78, 900, 100]
[1, 2, 3, 4, 5, 12, 78, 100, 900] 
[900, 100, 78, 12, 5, 4, 3, 2, 1]

5. map(function, sequence) – Denna funktion tillämpar en funktion på varje element i listan. Syntaxen ges av map(fun, iter). Här är ‘fun’ funktionen som ska tillämpas på varje element av ‘iter’.

Till exempel:

def square(n):
    return n * n

numbers = [1, 2, 3, 4]
result = map(square, numbers)
print(list(result))

utdata:
[1, 4, 9, 16]

Det finns så många andra funktioner för listor. Nu låt oss se vad tupler är.

Python-tupler

De kan skapas genom att helt enkelt deklarera en tuple inom parentes, (), eller genom att konvertera vilken sekvens som helst till en tuple med hjälp av den inbyggda konstruktorn tuple().

# Skapar en tom tuple
empty_tuple = ()

seq_set = {1,2,3}
seq_list = [2,3,4,5]
print(type(seq))
print(type(seq_list))
# Konverterar mängd till tuple
seq_set_tuple = tuple(seq_set)

Utdata:
<class 'set'> <class 'list'>
# Skapar en tom tuple
empty_tuple = ()

seq_set = {1, 2, 3}
seq_list = [2, 3, 4, 5]
print(type(seq_set))
print(type(seq_list))
# Konverterar mängd till tuple
seq_set_tuple = tuple(seq_set)
print(type(seq_set_tuple))

utdata:

<class 'set'> <class 'list'> <class 'tuple'>

Tupler är som listor med den skillnaden att tupler är oföränderliga. Så varför använder vi tupler.

Skillnad mellan Python-tupler och listor

Tupler är oföränderliga medan listor är muterbara. Detta innebär att tupler inte kan ändras efter att de har skapats, medan listor kan redigeras för att lägga till eller ta bort objekt.

Som en lista är en tuple också en sekvens av dataelement, som inte nödvändigtvis är av samma typ.

Till exempel:

# Tuple med samma typ av element
same_type_list = ('1', '3', '7', '10')
print(same_type_list)

Utdata:

('1', '3', '7', '10')

# Lista med olika typer av element
diff_type_list = ('John', 'Dev', 1.90, True)
print(diff_type_list)

# Utdata

('John', 'Dev', 1.9, True)

Nästa blogginläggs glimt

Vi kommer att lära oss om mängder och ordböcker i de kommande bloggarna.

Du kanske också gillar vår JavaScript-kurs från nybörjare till avancerad.