首页 > 编程语言 >Python数学建模-2.2Python基本数据类型

Python数学建模-2.2Python基本数据类型

时间：2024-03-12 23:30:24浏览次数：26  
标签：Python 数据类型 集合 dict print 2.2 my 字典

各位小伙伴大家好，今天开始学习司守奎老师的《数学建模算法与应用》啦，我也会边学习边与大家分享书中的内容，希望与大家共同进步哦

Python中的基本数据类型主要包括以下几种：

  1. 数字（Numbers）

    • 整型（int）：正或负整数，没有限制大小。例如：100，-8080，0。
    • 浮点型（float）：浮点数，即带有小数点的数字。例如：0.0，-21.9，9.9。
    • 复数（complex）：由实数部分和虚数部分构成的数字，通常形式为 a + bj，其中 a 和 b 是浮点数，j（或 J）表示虚数单位。例如：3+2j，1.5-7.9j。

  2. 布尔值（Boolean）

    • 布尔值只有两种：True 或 False。它们用于逻辑运算，如条件判断。

  3. 序列类型

    • 字符串（str）：字符序列，用于表示文本信息。例如：'hello'，"world"。
    • 列表（list）：由任意对象组成的有序集合。例如：[1, 2, 3]，['apple', 'banana', 'cherry']。
    • 元组（tuple）：与列表类似，但元组是不可变的。例如：(1, 2, 3)，('apple', 'banana')。

  4. 集合类型

    • 集合（set）：无序且不包含重复元素的集合。例如：{1, 2, 3}，{'apple', 'banana'}。

  5. 字典（dict）

    • 字典是一个无序的键值对集合。键必须是唯一的，而值可以是任何数据类型。例如：{'name': 'Alice', 'age': 30}。

  6. 其他类型

    • None：表示空值或不存在的值。
    • 类型对象：Python中所有的类型本身也是对象，如 int，float，list 等。

这些基本数据类型在Python编程中扮演着非常重要的角色，它们各自有独特的属性和方法，可以满足各种编程需求。

2.2.1数字（Numbers）

在Python中，数字是一种基本数据类型，用于表示数值。Python支持多种数字类型，每种类型都有特定的用途和属性。以下是Python中主要的数字类型：

1. 整型（int）

整型用于表示整数，可以是正数或负数，没有限制大小（在大多数现代系统上）。Python 3中的整数是“长整型”，可以处理任意大小的整数，只要你的机器有足够的内存。

示例：

x = 10     # 十进制数  
y = 0b10   # 二进制数  
z = 0o12   # 八进制数  
w = 0x1A   # 十六进制数

2. 浮点型（float）

浮点型用于表示实数，即带有小数点的数字。它们由整数部分和小数部分组成。

示例：

pi = 3.14159  
e = 2.71828

3. 复数（complex）

复数由实部和虚部组成，通常形式为 a + bj，其中 a 和 b 是浮点数，j（或 J）表示虚数单位。

示例：

c = 3 + 4j  
d = complex(2, -5)  # 使用complex函数创建复数

4.数字运算

Python支持对数字进行各种运算，包括：

  • 加法 (+)
  • 减法 (-)
  • 乘法 (*)
  • 除法 (/)
  • 取整除（地板除）(//)
  • 取模（求余数）(%)
  • 幂运算 (**)

以及一些内置函数，如 abs()（求绝对值）、round()（四舍五入）等。 

5.类型转换

你可以使用内置函数将一种数字类型转换为另一种。例如：

  • int()：将浮点数转换为整数（会丢弃小数部分），或将字符串转换为整数（如果字符串表示的是有效的整数）。
  • float()：将整数或字符串转换为浮点数。
  • complex()：创建复数或将其他数字类型转换为复数。

示例：

num_str = "123"  
num_int = int(num_str)  # 将字符串转换为整数  
num_float = float(num_int)  # 将整数转换为浮点数

了解这些数字类型和它们之间的转换可以帮助我们更有效地在Python中进行数值计算和数据处理。

2.2.2 布尔值（Boolean）

在Python中，布尔值（Boolean）是一种数据类型，用于表示逻辑上的真（True）或假（False）。布尔值在编程中非常重要，特别是在条件判断、循环控制以及逻辑运算等方面。

1.布尔值的基本使用

布尔值只有两种状态：True 和 False。你可以直接将它们赋值给变量，或者使用比较运算符或逻辑运算符得到布尔值。

# 直接赋值布尔值  
is_active = True  
is_inactive = False  
  
# 使用比较运算符得到布尔值  
x = 5  
y = 10  
is_x_greater_than_y = x > y  # False，因为5不大于10  
is_x_less_than_y = x < y    # True，因为5小于10  
  
# 逻辑运算符  
and_result = is_x_less_than_y and True  # True，因为两个条件都为True  
or_result = is_x_greater_than_y or is_x_less_than_y  # True，因为至少有一个条件为True  
not_result = not is_x_less_than_y  # False，因为is_x_less_than_y为True，取反后为False

2.布尔值在条件语句中的应用

布尔值经常用于条件语句中，如 if、elif、else 和 while。当条件语句中的表达式求值为 True 时，会执行相应的代码块。

# 使用if语句根据布尔值执行不同操作  
if is_x_less_than_y:  
    print("x is less than y")  
else:  
    print("x is not less than y")  
  
# 使用while语句根据布尔值控制循环  
count = 0  
while count < 5:  
    print(count)  
    count += 1

在上面的 while 循环中，只要 count < 5 这个条件（求值为布尔值）为 True，循环就会继续执行。当 count 达到5时，条件变为 False，循环结束。

3.隐式布尔值

在Python中，有些非布尔值类型的对象在布尔上下文中使用时，会被解释为 True 或 False。例如，空列表、空字符串、空字典、None、数字0等都被视为 False，而其他非零数值、非空容器等则被视为 True。这种行为称为“隐式布尔值”或“真值测试”。

# 隐式布尔值示例  
empty_list = []  
non_empty_list = [1, 2, 3]  
  
if empty_list:  
    print("empty_list is True")  # 这行不会被执行，因为empty_list被视为False  
else:  
    print("empty_list is False")  # 输出：empty_list is False  
  
if non_empty_list:  
    print("non_empty_list is True")  # 输出：non_empty_list is True  
else:  
    print("non_empty_list is False")

理解布尔值及其在Python中的应用是编写逻辑清晰、易于维护代码的关键。布尔值不仅用于简单的条件判断，还是构建复杂逻辑结构和控制流程的基础。

2.2.3序列类型

在Python中，序列类型是一种重要的数据结构，用于存储一系列的元素。这些元素可以是数字、字符、字符串或其他数据类型，并且它们按照特定的顺序排列。Python提供了几种内置的序列类型，每种类型都有其特定的用途和特性。

1.列表（List）

列表是最常用的序列类型之一，它是一个有序的元素集合。列表中的元素可以是任何数据类型，并且列表的长度是可变的。列表使用方括号 [] 表示，元素之间用逗号分隔。

my_list = [1, 2, 3, 'apple', 'banana']  
print(my_list)  # 输出: [1, 2, 3, 'apple', 'banana']

输出结果：

[1, 2, 3, 'apple', 'banana']

列表支持各种操作，如索引、切片、修改、添加和删除元素等。

2.元组（Tuple）

元组与列表类似，也是一个有序的元素集合。不同的是，元组是不可变的，即一旦创建，就不能修改其元素。元组使用圆括号 () 表示，元素之间用逗号分隔。

my_tuple = (1, 2, 3, 'apple', 'banana')  
print(my_tuple)  # 输出: (1, 2, 3, 'apple', 'banana')

输出结果：

(1, 2, 3, 'apple', 'banana')

3. 字符串（String）

字符串也是一种序列类型，用于表示文本数据。字符串中的每个字符都可以看作是序列中的一个元素。字符串是不可变的，但可以通过切片、连接、查找等操作来处理。

my_string = "Hello, World!"  
print(my_string)  # 输出: Hello, World!

输出结果：

Hello, World!

字符串支持许多内置方法，用于处理文本数据，如分割、替换、大小写转换等。

4.序列类型的通用操作

所有序列类型（列表、元组和字符串）都支持一些通用的操作：

  • 索引：使用整数来访问序列中的单个元素。
  • 切片：使用冒号分隔的索引来访问序列的一个子序列。
  • 长度：使用 len() 函数获取序列的长度。
  • 加法：将两个序列连接起来。
  • 乘法：重复序列多次。
  • 成员资格：使用 in 或 not in 运算符检查元素是否存在于序列中。

了解这些序列类型及其操作对于编写有效的Python代码至关重要，因为它们提供了组织和处理数据的基础结构。

2.2.4集合类型

在Python中，集合（Set）是一种无序的、不重复的元素序列。集合类型用于存储唯一的元素，不允许有重复值。集合提供了一种快速查找成员是否存在的方法，同时也支持集合运算，如并集、交集、差集等。

1.创建集合

集合可以使用花括号 {} 或者 set() 函数来创建。但请注意，如果只传入一个可迭代对象（如列表或元组），应使用 set() 函数来避免与字典的创建语法混淆。

# 使用花括号创建集合  
my_set1 = {1, 2, 3, 4}  
print(my_set1)  # 输出: {1, 2, 3, 4}  
  
# 使用set()函数创建集合  
my_set2 = set([1, 2, 2, 3, 4, 4])  
print(my_set2)  # 输出: {1, 2, 3, 4}，重复的元素被自动去除

输出结果：

{1, 2, 3, 4}
{1, 2, 3, 4}【注意：集合中不能有相同元素，如果在创建集合时有重复元素，Python会自动删除重复的元素】

2.集合的基本操作

添加元素：使用 add() 方法向集合中添加一个元素。

# 添加元素  
my_set1 = {1, 2, 3, 4}  
my_set1.add(5)  
print(my_set1)  # 输出: {1, 2, 3, 4, 5}

输出结果：

{1, 2, 3, 4, 5}

移除元素：使用 remove() 方法从集合中移除一个元素。如果元素不存在，会抛出 KeyError 异常。也可以使用 discard() 方法，如果元素不存在则不会抛出异常。

# 添加元素
my_set1 = {1, 2, 3, 4}
my_set1.add(5)
my_set1.remove(2)
print(my_set1)  # 输出: {1, 3, 4, 5}

输出结果：

 {1, 3, 4, 5}

检查元素：使用 in 或 not in 来检查元素是否存在于集合中。

# 添加元素
my_set1 = {1, 2, 3, 4}
my_set1.add(5)
my_set1.remove(2)
if 3 in my_set1:
    print("3 is in the set")  # 输出: 3 is in the set

 输出结果：

3 is in the set
集合运算：集合支持并集（|）、交集（&）、差集（-）、对称差集（^）等运算。

# 集合运算
set1 = {1, 2, 3, 4, 5}
set2 = {4, 5, 6, 7, 8}

# 并集
union_set = set1 | set2
print(union_set)  # 输出: {1, 2, 3, 4, 5, 6, 7, 8}

# 交集
intersection_set = set1 & set2
print(intersection_set)  # 输出: {4, 5}

# 差集
difference_set = set1 - set2
print(difference_set)  # 输出: {1, 2, 3}

# 对称差集
symmetric_difference_set = set1 ^ set2
print(symmetric_difference_set)  # 输出: {1, 2, 3, 6, 7, 8}

 输出结果：

{1, 2, 3, 4, 5, 6, 7, 8}
{4, 5}
{1, 2, 3}
{1, 2, 3, 6, 7, 8}

3.集合的其他用法

集合还提供了其他一些有用的方法，例如：

  • clear()：清空集合。
  • copy()：返回集合的浅拷贝。
  • issubset(other)：检查集合是否为另一个集合的子集。
  • issuperset(other)：检查集合是否为另一个集合的超集。
  • pop()：随机移除并返回集合中的一个元素。
  • update(other)：将另一个集合的元素添加到当前集合中。

集合类型在Python中提供了一种高效的数据结构，用于存储和管理唯一元素的集合，同时支持丰富的集合运算，使得在处理某些问题时能够更加简洁和高效。

2.2.5字典（dict）

在Python中，字典（dict）是一种可变的数据结构，用于存储键值对（key-value pairs）。字典是一种映射类型，它允许我们使用键来存储和检索值。键必须是唯一的，而值则可以是任何数据类型，包括列表、元组、字典等复杂数据结构。

1.创建字典

字典使用花括号 {} 来表示，其中键和值之间用冒号 : 分隔，键值对之间用逗号 , 分隔。

# 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': 30,  
    'city': 'New York'  
}

2.访问字典元素

可以通过键来访问字典中的值。如果键存在于字典中，将返回相应的值；否则，会抛出 KeyError 异常。为了避免这种情况，你可以使用 get() 方法，它允许你指定一个默认值，在键不存在时返回这个默认值。

# 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': 30,
    'city': 'New York'
}
# 访问字典中的值
print(my_dict['name'])  # 输出: Alice

# 使用get()方法访问字典中的值，避免KeyError
print(my_dict.get('name'))  # 输出: Alice
print(my_dict.get('address', 'No address provided'))  # 输出: No address provided

输出结果：

Alice
Alice
No address provided

3.修改字典

我们可以通过给键赋新值来修改字典中的元素。如果键不存在，它将被添加到字典中。

# 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': 30,
    'city': 'New York'
}

# 修改字典中的值
my_dict['age'] = 31
print(my_dict)  # 输出: {'name': 'Alice', 'age': 31, 'city': 'New York'}

# 添加新的键值对
my_dict['job'] = 'Engineer'
print(my_dict)  # 输出: {'name': 'Alice', 'age': 31, 'city': 'New York', 'job': 'Engineer'}

输出结果：

{'name': 'Alice', 'age': 31, 'city': 'New York'}
{'name': 'Alice', 'age': 31, 'city': 'New York', 'job': 'Engineer'} 

4.删除字典元素

可以使用 del 语句或 pop() 方法来删除字典中的元素。

# 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': 30,
    'city': 'New York'
}

# 使用del语句删除键值对
del my_dict['city']
print(my_dict)  # 输出: {'name': 'Alice', 'age': 31, 'job': 'Engineer'}

# 使用pop()方法删除键值对，并返回被删除的值
removed_value = my_dict.pop('age')
print(removed_value)  # 输出: 31
print(my_dict)  # 输出: {'name': 'Alice', 'job': 'Engineer'}

输出结果：

{'name': 'Alice', 'age': 30}
30
{'name': 'Alice'}

5.字典的遍历

你可以遍历字典的键、值或键值对。

# 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': 30,
    'city': 'New York'
}

# 遍历字典的键
for key in my_dict:
    print(key)

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

# 遍历字典的键值对
for key, value in my_dict.items():
    print(key, value)

输出结果：

name
age
city
Alice
30
New York
name Alice
age 30
city New York

6.字典的其他方法

字典还提供了其他一些有用的方法，例如：

  • keys()：返回字典中所有的键。
  • values()：返回字典中所有的值。
  • items()：返回字典中所有的键值对。
  • clear()：清空字典。
  • update(other)：用另一个字典的键值对更新当前字典。
  • copy()：返回字典的浅拷贝。

字典是Python中非常强大和灵活的数据结构，它允许我们以键为基础来组织和检索数据，使得代码更加清晰和易于维护。

2.2.6其他类型

Python是一种动态类型语言，除了前面提到的序列类型（列表、元组、字符串）、集合类型和字典类型外，还有一些其他的基本数据类型和特殊类型。下面是一些Python中的其他重要类型：

1.None类型

None类型有一个值：None。它表示一个空值或“无”的概念，常用于表示函数没有返回值或变量没有值的情况。

# None值  
n = None

2.类型对象

每个类型本身也是一个对象，它们都是type类型的实例。可以使用type()函数来获取一个对象的类型。

# 获取对象的类型
t = type(10)  # 输出: <class 'int'>
print(t)

输出结果：

<class 'int'>

3.自定义类型

通过定义类，你可以创建自定义类型。类的实例是对象，具有属性和方法。

# 定义一个简单的类
class Person:
    def __init__(self, name, age):
        self.name = name
        self.age = age

    def greet(self):
        print(f"Hello, my name is {self.name} and I am {self.age} years old.")

    # 创建类的实例（对象）

p = Person("Alice", 30)
p.greet()  # 输出: Hello, my name is Alice and I am 30 years old.

 输出结果：

Hello, my name is Alice and I am 30 years old.

4.动态类型

Python是一种动态类型语言，这意味着你不需要在声明变量时指定其类型。变量的类型可以在程序执行过程中改变。

# 动态改变变量类型
x = 10  # x是整数类型
x = "hello"  # 现在x是字符串类型
print(x)

输出结果：

hello

5.特殊方法/魔法方法

Python中的一些方法具有特殊的前缀和后缀，如__init__、__call__等，这些方法被称为特殊方法或魔法方法。它们允许你定义对象的特殊行为，比如对象的创建、调用、比较等。

这些是Python中的一些基本数据类型和其他类型的概述。Python的类型系统非常灵活和强大，它允许程序员以简洁和直观的方式编写代码，并处理各种复杂的数据结构和算法。

标签：Python,数据类型,集合,dict,print,2.2,my,字典
From： https://blog.csdn.net/2202_75971130/article/details/136662951

相关文章

  • 实验1 C语言开发环境使用和数据类型、运算符、表达式
    task1点击查看代码#include<stdio.h>intmain(){printf("o\n"); printf("<H>\n"); printf("II\n"); printf("o\n"); printf("<H>\n"); printf("II\n"); system("......
  • python安装库文件的时候一个一个安装的py脚本
    在编译安装一些python软件的时候，经常使用pipinstall-rrequirements.txt命令执行。如果其中一个库编译失败，会导致所有的库安装失败，非常费事费力。于是写了一个py小脚本pipinstall.py，将库改为一个一个的安装，这样再碰到编译失败的，也不会影响其它的库，节省时间。文件pipinsta......
  • Windows命令行不加解释器和文件后缀名直接运行Python脚本
    Windows命令行不加解释器和文件后缀名直接运行Python脚本首次编辑：24/2/29/20:30最后编辑：24/2/25/20:44引子都知道Windowscmd中，运行可执行文件和bat时，可以直接输入不带后缀的文件名。rem运行main.exemainrem运行mybat.batmybat而执行python脚本时，却需要指明python作......
  • 利用Python中的ORM操作数据库Mysql（一）
    如何用python操作数据库？很多同学在用python操作数据库的时候会使用pymysql，这确实是一种成熟的方案，但是要写很多sql语句，今天我就来介绍在Django中使用ORM的方法操作数据库。第一章链接数据库首先，安装第三方模块mysqlclient在终端输入：pipinstallmysqlclient启动mys......
  • 部署Python网站项目,测试灰度发布
    部署Python网站项目1安装python依赖软件yum-yinstallgccmakepython3python3-devel2安装项目依赖pip3installpytz-2022.6-py2.py3-none-any.whlpip3安装.whl结尾的包pip3installDjango-1.11.8-py2.py3-none-any.whlpip3installdjango-bootstrap3-11.0.0.tar......
  • python数据分析 datawhale
    数据分析数据载入及初步观察载入数据导入Numpy和pandasimportnumpyasnpimportpandasaspd使用相对路径和绝对路径载入数据df=pd.read_csv('train.csv')df=pd.read_csv('/Users/chenandong/Documents/datawhale数据分析每个人题目设计/招募阶段/第一单元项目集......
  • Java 包装类：原始数据类型与迭代器
    JavaIteratorIterator接口提供了一种迭代集合的方法，即顺序访问集合中的每个元素。它支持hasNext()和next()方法，用于检查是否存在下一个元素以及获取下一个元素。获取Iterator可以使用集合的iterator()方法获取Iterator实例：//导入ArrayList类和Iterator类impo......
  • Python入门学习笔记（1）Python&VS code下载与配置
    去年夏天，笔者拿到EricMatthes所著的蟒蛇书，一番学习下，为其细致与条理所触动。作为曾经学过C++的NOIP退役选手，笔者深知一个好的语言基础对于后续学习的巨大作用。费曼提到，把新知识、复杂概念解释给完全不懂的人听，是最好的提升知识质量、把知识点融入自己的知识体系的方法。因此......
  • Python实战：变量命名规范：编写优雅代码的关键
    在Python编程中，变量命名规范对于编写优雅和可维护的代码至关重要。本文将深入探讨Python中的变量命名规则和最佳实践，包括命名约定、避免命名冲突以及命名中的注意事项。我们将通过具体的代码示例来展示如何遵循命名规范来编写优雅的代码，并理解命名规范在编程中的重要性。1.......
  • Python实战：Python注释：编写清晰程序说明书
    在Python编程中，注释是编写清晰程序说明书的最佳实践。本文将深入探讨Python中的注释，包括注释的类型、使用方法和最佳实践。我们将通过具体的代码示例来展示如何使用不同类型的注释来编写程序说明，并理解注释在编程中的重要性。1.注释简介注释是编程语言中用于解释代码的可......

赞助商

阅读排行

网站主页关于我们联系我们网站地图

本网站内容转载自其他媒体，侵权联系[admin##ips99.com]。

Copyright © 2020-2023 IPS99 版权所有 IPS99