第六章 组合数据类型

6.1 组合数据类型的基本概念

能够表示多个数据量的类型成为组合数据类型。Python语言中最常用的组合数据类型有3大类，分别是集合类型、序列类型和映射类型。

集合类型是一个具体的数据类型名称，而序列类型和映射类型是一类数据类型的总称。

集合类型是一个元素的集合，元素之间无序，相同元素在集合中唯一存在。

序列类型是一个元素向量，元素之间存在先后关系，通过序号访问，元素之间不排他。序列类型的典型代表是字符串类型和列表类型。

映射类型是“键—值”数据项的组合，每个元素是一个键值对，表示为（key,value）。映射类型的典型代表是字典类型。

6.1.1 集合类型概述

Python语言中的集合类型与数学中的集合概念一致，既包含0个或多个数据项的无序组合。集合是无序组合，用大括号（{}）表示，它没有索引和位置的概念，集合中元素可以动态增加或删除。

集合元素不可重复出现，元素类型只能是固定数据类型，例如：整数、浮点数、字符串、元组等，列表、字典和集合类型本身都是可变数据类型，不能作为集合的元素出现。

需要注意，由于集合元素是无序的，集合的打印效果与定义顺序可以不一致。由于集合元素独一无二，使用集合类型能够过滤重复元素。

集合类型有4个操作符：交集（&）、并集（|）、差集（-）、补集（^），操作逻辑与数学定义相同。

操作符的运算	描述
S - T	返回一个新集合，包括在集合S中但不在集合T中的元素
S & T	返回一个新集合，包括同时在集合S和T中的元素
S ^ T	返回一个新集合，包括集合S和T中非共同元素
S | T	返回一个新集合，包括结婚S和T中所有元素

集合类型主要用于元素去重，适合于任何组合数据类型。集合类型常用的操作函数或方法：

函数或方法	描述
S.add(x)	如果数据项x不在集合S中，将x增加到s
S.remove(x)	如果x在集合S中，移除该元素，不再产生KeyError异常
S.clear()	移除S中所有数据项
len(S)	返回集合S元素个数
x in S	如果x是S的元素，返回True，否则返回False
x not in S	如果x不是S的元素，返回True，否则返回False

6.1.2 序列类型概述

序列类型是一维元素向量，元素之间存在先后关系，通过序号访问。

由于元素之间存在顺序关系，所以序列中可以存在相同数值但位置不同的元素。Python语言中有很多数据类型都是序列类型，其中比较重要的是：字符串类型、列表类型和元组类型。

字符串类型可以看成是单一字符的有序组合，属于序列类型。列表则是一个可以使用多种类型元素的序列类型。序列类型使用相同的索引体系，即正向递增序号和反向递减序号。

序列类型的操作符和函数：

操作符	描述
x in S	如果x是S的元素，返回True，否则返回False
x not in S	如果x不是S的元素，返回True，否则返回False
s + t	连接s和t
s * n 或 n * s	将序列s复制n次
s[i]	索引，返回序列的第i个元素
s[i: j]	切片，返回包含序列s第i到j个元素的子序列（不包含第j个元素）
s[i: j:k]	步骤切片，返回包含序列s第i到j个元素以k为步数的子序列
len(s)	序列s的元素个数（长度）
min(s)	序列s中的最小元素
max(s)	序列s中的最大元素
s.index(x)	序列s中第一次出现元素x的位置
s.count(x)	序列s中出现x的总次数

6.1.3 映射类型概述

映射类型“键—值”数据项的组合，每个元素是一个键值对，即元素是（key,value），元素之间是无序的。键值对（key,value）是一种二元关系，源于属性和值的映射关系。

映射类型是序列类型的一种扩展。在序列类型中，采用从0开始的正向递增序号进行具体元素值的索引。而映射类型则由用户来定义序号，即键，用其去索引具体的值。

键（key）表示一个属性，也可以理解为一个类别或项目，值（value）是属性的内容，键值对刻画了一个属性和它的值。键值对将映射关系结构化，用于存储和表达。

6.2 列表类型

6.2.1 列表的定义

列表是包含0个或多个元素的有序序列，属于序列类型。列表可以进行元素增加、删除、替换和查找等操作。列表没有长度限制，元素类型可以不同，不需要预定义长度。

列表类型用括号（{}）表示，也可以通过list(x)函数将集合或字符串转换成列表类型。

列表属于序列类型，所以列表类型支持序列类型对应的操作。

6.2.2 列表的索引

索引是列表的基本操作，用于获得列表的一个元素。使用中括号作为索引操作符。

可以使用遍历循环对列表类型的元素进行遍历操作，语法格式如下：

for <循环变量> in <列表变量>:<语句块>

6.2.3 列表的切片

切片是列表的基本操作，用于获得列表的一个片段，即获得一个或多个元素。切片后的结果也是列表类型。语法格式如下：

<列表或列表变量>[N:M] 或 <列表或列表变量>[N:M:K]

切片获取列表类型从N到M（不包含M）的元素组成新的列表。其中，N和M为列表类型的索引序号，可以混合使用正向递增序号和反向递减序号，一般要求N小于M，当N大于等于M时，返回空列表。当K存在时，切片获取类表类型从N到M（不包含M）以k为步长所对应元素组成的列表。

6.3 列表类型的操作

6.3.1 列表的操作函数

操作函数	描述
len(ls)	列表ls的元素个数（长度）
min(ls)	列表ls中的最小元素
max(ls)	列表ls中的最大元素
list(x)	将x转变成列表类型

6.3.2 列表的操作方法

列表类型存在一些操作方法，语法格式如下：

<列表变量>.<方法名称>(<方法参数>)

方法	描述
ls.append()	在列表ls最后增加一个元素x
ls.insert(i,x)	在列表ls第i位置增加元素x
ls.clear()	删除ls中所有元素
ls.pop(i)	将列表ls中第i项元素取出并删除该元素
ls.remove(x)	将列表中出现的第一个元素x删除
ls.reverse()	列表ls中元素反转
ls.copy()	生成一个新列表，复制ls中所有元素
del <列表变量>[<索引序号>] del <列表变量>[<索引起始>:<索引结束>]	对列表元素或片段进行删除

6.4 字典类型

6.4.1 字典的定义

“键值对”是组织数据的一种重要方式，广泛应用在Web系统中。键值对的基本思想是将“值”信息关联一个“键”信息，进而通过键信息查找对应值信息，这个过程叫映射。Python语言中通过字典类型实现映射。

Python语言中的字典使用大括号{}建立，每个元素是一个键值对，语法格式如下：

{<键1>:<值1>, <键2>:<值2>, ……, <键n>:<值n>}

其中，键和值通过冒号连接，不同键值对通过逗号隔开。字典类型也具有和集合类似的性质，即键值对之间没有顺序且不能重复。

6.4.2 字典的索引

索引是按照一定顺序检索内容的体系。列表类型采用元素顺序的位置进行索引。由于字典元素“键值对”中键是值的索引，因此，可以直接利用键值对关系索引元素。字典是存储可变量键值对的数据结构，键和值可以是任意数据类型，通过键索引值，并可以通过键修改值。

字典中键值对的索引语法格式如下，采用中括号格式：

<值> = <字典变量>[<键>]

利用索引和赋值（=）配合，可以对字典中每个元素进行修改。

d = {"201801": "小明", "201803": "小白"}
d["201802"] = "小红"
print(d)# 运行结果
{'201801': '小明', '201803': '小白', '201802': '小红'}

使用带括号可以创建字典。通过索引和赋值配合，可以向字典中增加元素。

d = {}
d["201802"] = "小红"
print(d)#　运行结果
{'201802': '小红'}

6.5 字典类型的操作

6.5.1 字典的操作函数

操作函数	描述
len(d)	字典d的元素个数（长度）
min(d)	字典d中键的最小值
max(d)	字典d中键的最大值
dict()	生成一个空字典

6.5.2 字典的操作方法

字典类型存在一些操作方法，语法格式如下：

操作方法	描述
d,keys()	返回所有的键信息
d.values()	返回所有的值信息
d.items()	返回所有的键值对
d.get(key,default)	键存在则返回相应值，否则返回默认值
d.pop(key,default)	键存在则返回相应值，同时删除键值对，否则返回默认值
d.popitem()	随即从字典中取出一个键值对，以元组(key, value)形式返回
d.clear()	删除所有的键值对
del d{“键”}	删除字典中元素

与其他组合类型一样，字典可以遍历对其元素进行遍历，语法格式如下：

for <变量名> in <字典名>:<语句块>

for循环返回的变量名是字典的索引值。如果需要获得键对应的值，可以在语句开中通过get()方法获得。

d = {"201801": "小明", "201803": "小白", "201802": "小红"}
for i in d:print(f"字典的键：{i}\t\t值：{d.get(i)}")# 运行结果
字典的键：201801		值：小明
字典的键：201803		值：小白
字典的键：201802		值：小红

6.6 实例解析——文本词频统计

def getText():txt = open("hamlet.txt", "r").read()txt = txt.lower()for ch in '!"#$%&()*+,-./:;<=>?@[\\]^_‘{|}~':txt = txt.replace(ch, " ")  # 将文本中特殊字符替换为空格return txthamletTxt = getText()
words = hamletTxt.split()
counts = {}
for word in words:counts[word] = counts.get(word, 0) + 1
items = list(counts.items())
items.sort(key=lambda x: x[1], reverse=True)
for i in range(10):word, count = items[i]print("{0:<10}{1:>5}".format(word, count))# 运行结果
the        1138
and         965
to          754
of          669
you         550
i           542
a           542
my          514
hamlet      462
in          436

习题6

一、选择题

1. 以下程序的输出结果是：_________

   names = ['小明', '小红', '小白', '小新']
   if '小明朋友' in names:print('存在')
   else:print('不存在')
   

   A 存在 B 不存在 C 程序错误 D 不确定

   正确答案：B

2. 以下创建字典方式错误的是：_________
   A d = {1:[1,2], 3:[3,4]} B d = {[1,2]:1, [3,4]:3}

   C d = {(1,2):1, (3,4):3} D d = {1:‘张三’, 3:‘李四’}

   正确答案：B

3. 以下说法中错误的是：_________

   A 浮点数0.0等于False，条件判断为假

   B 空字典对象不等于False，条件判断为真

   C 值为0的任何数字类型元素相当于False，条件判断为假

   D 空字符串对象相当于False，条件判断为假

   正确答案：B

4. 以下程序的输出结果为：_________

   nums = [1, 2, 3, 4]
   nums.append([5, 6, 7, 8])
   print(len(nums))
   

   A 4 B 5 C 8 D 以上都不对

   正确答案：B

5. 以下选项中不能创建一个字典的是：_________

   A d = {[1,2,3]:‘Python’} B d = {}

   C d = {(1,2,3):‘Python’} D d = {3 : 5}

   正确答案：A

6. 以下程序的输出结果是：_________

   d = {'1': 1, '2': 2, '3': 3, '4': 4}
   d2 = d
   d['2'] = 5
   print(d['2'] + d2['2'])
   

   A 2 B 5 C 7 D 10

   正确答案：D

7. 以下数据类型属于不可变化类型的是：_________

   A 列表 B 复数 C 字典 D 元组

   正确答案：D

8. 将一个字典的内容添加到另外一个字典中的方法是：_________
   A update() B keys() C items() D get()

   正确答案：A

9. 列表类型中pop()的功能是：_________

   A 删除列表中第一个元素 B 返回并删除列表中第一个元素

   C 删除列表中最后一个元素 D 返回并删除列表中最后一个元素

   正确答案：D

10. a和b是两个列表，将它们的内容合并为列表c的方法是：_________

    A c = a.update(b) B a.update(b) C c = [a, b] D c = a + b

    正确答案：D

二、编程题

1. 英文字符频率统计。

   # 编写一个程序，对给定字符串中出现的a-z字母频率进行分析，忽略大小写，采用降序方式输出。
   text = input("请输入一个字符串：")
   dic = {}
   for c in text.lower():if c.isalpha():dic[c] = dic.get(c, 0) + 1
   freq_sorted = sorted(dic.items(), key=lambda x: x[1], reverse=True)
   for item in freq_sorted:print(item[0], item[1])
   

2. 中文字符频率统计。

   # 编写一个程序，对给定的字符中出现的全部字符（含中文字符）频率进行分析，采用降序方式输出
   text = input("请输入一个字符串：")
   dic = {}
   for c in text:dic[c] = dic.get(c, 0) + 1
   freq_sorted = sorted(dic.items(), key=lambda x: x[1], reverse=True)
   for item in freq_sorted:print(item[0], item[1])
   

3. 随机密码生成。

   # 编写程序在26个字母大小写和9个数字组成的列表中随机生成10个8位密码
   import random
   import stringcharacters = string.ascii_letters + string.digits
   # 生成26个字母大小写和9个数字组成的字符列表passwords = []
   for i in range(10):password = ''.join(random.sample(characters, 8))passwords.append(password)# 随机生成8位密码，将密码添加到列表中for password in passwords:print(password)# 输出生成的10个密码
   

4. 重复元素判定。

   # 编写一个函数，接收列表作为参数，如果一个元素在列表中出现了不止一次，则返回True，但不要改变原来列表的值。同时编写调用这个函数和输出测试结果的程序
   def check_duplicate(lst):for item in lst:if lst.count(item) > 1:return Truereturn Falselst = list(input("请输入一段内容："))
   print(f"{check_duplicate(lst)}")
   

5. 重复元素判定续。

   # 利用集合的无重复性改变上一个程序，获得一个更快更简洁的版本
   def check_duplicate(lst):return len(set(lst)) != len(lst)lst = list(input("请输入一段内容："))
   print(f"{check_duplicate(lst)}")