python小白考前复习
集合
一般什么时候用集合呢？
就是想要维护一大堆不重复的数据时，就可以用它。比如：做爬虫去网上找图片的链接，为了避免链接重复，可以选择用集合去存储链接地址。
注意：定义空集合时，只能使用v = set()，不能使用 v={}（这样是定义一个空字典）。
关系
s1={2,3,5,7}
s2={1,2,3,4,5,6,7}
print(s1.issubset(s2))#True，s1是s2的子集
s1={2,3,5,7}
s2={1,2,3,4,5,6,7}
print(s2.issuperset(s1))#True，s2是s1的超集
运算
独有功能
- 添加元素
data = {"刘嘉玲", '关之琳', "王祖贤"}
data.add("郑裕玲")
print(data)
data = set()
data.add("周杰伦")
data.add("林俊杰")
print(data)
- 删除元素
data = {"刘嘉玲", '关之琳', "王祖贤","张曼⽟", "李若彤"}
data.discard("关之琳")
print(data)
- 交集
s1 = {"刘能", "赵四", "⽪⻓⼭"}
s2 = {"刘科⻓", "冯乡⻓", "⽪⻓⼭"}
s4 = s1.intersection(s2) # 取两个集合的交集
print(s4) # {"⽪⻓⼭"}
s3 = s1 & s2 # 取两个集合的交集
print(s3)
- 并集
s1 = {"刘能", "赵四", "⽪⻓⼭"}
s2 = {"刘科⻓", "冯乡⻓", "⽪⻓⼭"}
s4 = s1.union(s2) # 取两个集合的并集 {"刘能", "赵四", "⽪⻓⼭","刘科⻓", "冯乡⻓", }
print(s4)
s3 = s1 | s2 # 取两个集合的并集
print(s3)
- 差集
s1 = {"刘能", "赵四", "⽪⻓⼭"}
s2 = {"刘科⻓", "冯乡⻓", "⽪⻓⼭"}
s4 = s1.difference(s2) # 差集，s1中有且s2中没有的值 {"刘能", "赵四"}
s6 = s2.difference(s1) # 差集，s2中有且s1中没有的值 {"刘科⻓", "冯乡⻓"}
s3 = s1 - s2 # 差集，s1中有且s2中没有的值
s5 = s2 - s1 # 差集，s2中有且s1中没有的值
print(s5,s6)
去掉列表中重复元素，按原列表顺序输出无重复元素的列表
mailto=["cc","bbbb","afa","sss","bbbb",'cc','shafa']
addr_to=list(set(mailto))
addr_to.sort(key=mailto.index)
print(addr_to)#['cc', 'bbbb', 'afa', 'sss', 'shafa']
集合的存储原理
元素必须可哈希
因存储原理，集合的元素必须是可哈希的值，即：内部通过通过哈希函数把值转换成一个数字。
目前可哈希的数据类型：int、bool、str、tuple，而list、set是不可哈希的。
总结：集合的元素只能是 int、bool、str、tuple 。
l=["21",1,(1,),True]
s=set(l)#这是可以的
l.append([1,2])
s=set(l)#这是不可以的
查找速度特别快
因存储原理特殊，集合的查找效率非常高（数据量大了才明显）。
-
低：列表和元组因为每个元素都要一一比较直到结束或找出对应值
user_list = ["武沛齐","alex","李璐"] if "alex" in user_list: print("在") else: print("不在") -
效率高：它只比较了一次哈希值
user_set = {"武沛齐","alex","李璐"} if "alex" in user_set: print("在") else: print("不在")
集合里的所有子孙都必须可哈希
data_list = [
"alex",
11,
(11, 22, 33, {"alex", "eric"}, 22),
[11, 22, 33, 22],
{11, 22, (True, ["中国", "北京"], "沙河"), 33}#虽然元组里可以套列表，但是作为集合的子孙是不允许的
]
注意：由于True和False本质上存储的是 1 和 0 ，而集合又不允许重复，所以在整数 0、1和False、True出现在集合中会有如下现象：
v1 = {True, 1}
print(v1) # {True}
v2 = {1, True}
print(v2) # {1}
v3 = {0, False}
print(v3) # {0}
v4 = {False, 0}
print(v4) # {False}
字典
python 3.6 之后字典就有序了
字典中对键值得要求：
- 键：必须可哈希。 目前为止学到的可哈希的类型：int/bool/str/tuple；不可哈希的类型：list/set/dict。（集合）
- 值：任意类型。
字典在处理布尔值和0、1时会遇到和集合相似的问题
data_dict = {
1: 29,
True: 5
}
print(data_dict) # {1: 5}
函数
-
删除元素:
del语句或.pop()方法删除字典中的元素。
d = {"name": "Alice", "age": 25} del d["gender"] # 或者 value = d.pop("age") print(d) # 输出: {'name': 'Alice'} print(value)#输出：25 -
获取所有键:
.keys()方法返回字典中所有键的视图。
注意：在Python2中 字典.keys()直接获取到的是列表，而Python3中返回的是高仿列表，这个高仿的列表可以被循环显示。
keys = d.keys() print(list(keys)) # 输出: ['name'] -
获取所有值:
.values()方法返回字典中所有值的视图。
注意：在Python2中 字典.keys()直接获取到的是列表，而Python3中返回的是高仿列表，这个高仿的列表可以被循环显示。
values = d.values() print(list(values)) # 输出: ['Alice'] -
获取所有键值对:
.items()方法返回字典中所有键值对的视图。
注意：在Python2中 字典.keys()直接获取到的是列表，而Python3中返回的是高仿列表，这个高仿的列表可以被循环显示。
items = d.items() print(list(items)) # 输出: [('name', 'Alice')] -
字典推导式:
- 使用字典推导式创建或修改字典。
new_dict = {k: v.upper() for k, v in d.items()} print(new_dict) # 输出: {'name': 'ALICE'} -
更新字典:
- 使用
.update()方法或另一个字典更新字典。
没有的键直接添加；有的键则更新值
d.update({"age": 30}) # 或者 d.update(age=30) print(d) # 输出: {'name': 'Alice', 'age': 30} - 使用
-
字典排序:
- 使用
sorted()函数对字典的键、值或项进行排序。
for k, v in sorted(d.items(), key=lambda item: item[1]): print(f"{k}: {v}") # 输出: name: Alice - 使用
-
获取字典的默认值:
.get(key, default)方法返回键对应的值，如果键不存在，则返回None。
用索引的方式取值，若键不存在会报错，但可以修改值、添加值、更新值
print(d.get("age", "Unknown")) # 输出: 30 -
清空字典:
.clear()方法清空字典中的所有元素。
d.clear() print(d) # 输出: {} -
设置值
data = { "name": "武沛齐", "email": '[email protected]' } data.setdefault("age", 18) print(data) # {'name': '武沛齐', 'email': '[email protected]', 'age': 18} data.setdefault("name", "alex") print(data) # {'name': '武沛齐', 'email': '[email protected]', 'age': 18} -
按照顺序移除（后进先出）
info = {"age":12, "status":True,"name":"武沛齐"} data = info.popitem() # ("name","武沛齐" ) print(info) # {"age":12, "status":True} print(data) # ("name","武沛齐")
- py3.6后，popitem移除最后的值。
- py3.6之前，popitem随机删除。
存储原理
同集合，不过是对键进行哈希处理
我们已学了很多数据类型，在涉及多种数据类型之间的嵌套时，需注意一下几点：
-
字典的键必须可哈希（list/set/dict不可哈希）。
info = { (11,22):123 } # 错误 info = { (11,[11,22,],22):"alex" } -
字典的值可以是任意类型。
info = { "k1":{12,3,5}, "k2":{"xx":"x1"} } -
字典的键和集合的元素在遇到 布尔值 和 1、0 时，需注意重复的情况。
-
元组的元素不可以被替换。
字典可以作为if多路分支的替代写法
计数作用
输入一个字符串，输出每个字符串出现的次数
s=input()
countchar={}
for c in s:
countchar[c]=countchar.get(c,0)+1
print(countchar)
多项式相加
poly1={98:2,5:-4,2:3,0:1}
poly2={90:7,5:3,2:-3,1:5}
poly3={}
deg=set(poly1)|set(poly2)
for i in deg:
coeff=poly1.get(i,0)+poly2.get(i,0)
if coeff!=0:
poly3[i]=coeff
print(poly3)
嵌套结构
我们把矩阵中既是行最大元素，又是列最小的元素的位置叫鞍点，通过元组表示，请找出任意n阶矩阵的鞍点
n=int(input())
mat=[input().split() for i in range(n)]
rowdic={}
coldic={}
for i in range(n):
maxa=max(int(mat[i][j]) for j in range(n))
mina=min(int(mat[k][i] for k in range(n)))
rowdic.update({(i,j):mat[i][j] for j in range(n) if int(mat[i][j]==maxa)})
coldic.update({(k,i):mat[k][i] for k in range(n) if int(mat[k][i]==mina)})
dot=list(set(rowdic)&set(coldic))
if dot!=[]:
print("鞍点位置：",*dot,"鞍点值：",rowdic[dot[0]])
else:
print("无鞍点")