Python序列之元组

系列文章目录

Python序列之列表


Python序列之元组

  • 系列文章目录
  • 前言
  • 一、元组是什么?
  • 二、元组操作
    • 1.元组的创建
      • (1)通过`()`创建。小括号可以省略。
      • (2)通过`tuple()`函数创建。
      • (3)通过生成器推导式创建。
    • 2.元组的访问
      • (1)元组的元素不能修改
      • (2)元组的元素访问、index()、count()、切片等操作,和列表一样。
      • (3)通过`zip()`函数合成元组后访问
    • 3. 元组的排序
    • 4.元组的统计
  • 三、总结


前言

前面我们已经讲了Python中的列表:Python序列之列表。今天我们再来看一下Python中另一种常用的序列——元组。


提示:以下是本篇文章正文内容,下面案例可供参考

一、元组是什么?

在这里插入图片描述
列表属于可变序列,可以任意修改列表中的元素。
元组属于不可变序列,不能修改元组中的元素。因此,元组没有增加元素、修改元素、删除元素相关的方法。
因此,我们只需学元组的创建和删除,元素的访问和计数即可。元组支持如下操作:

  • 索引访问
  • 切片操作
  • 连接操作
  • 成员关系操作
  • 比较运算操作
  • 计数:元组长度len()、最大值max()、最小值min()、求和sum()等

二、元组操作

1.元组的创建

(1)通过()创建。小括号可以省略。

如果元组只有一个元素,则必须后面加逗号。这是因为解释器会把(1)解释为整数1,(1,)解释为元组。

a = (1,)
b = (1)
c = 1,

print(type(a))  # 输出:<class 'tuple'>
print(type(b))  # 输出:<class 'int'>
print(type(c))  # 输出:<class 'tuple'>

(2)通过tuple()函数创建。

语法:tuple(可迭代的对象)

a = tuple()  # 创建一个空元组: ()
b = tuple('yyy')  # ('y', 'y', 'y')
c = tuple(range(3))  # (0, 1, 2)
d = tuple([2, 3, 4])  # (2, 3, 4)

总结:

  • tuple()可以接收列表、字符串、其他序列类型、选代器等生成元组。
  • list()可以接收元组、字符串、其他序列类型、选代器等生成列表。

(3)通过生成器推导式创建。

从形式上看,生成器推导式与列表推导式类似,只是生成器推导式使用小括号

列表推导式直接生成列表对象,生成器推导式生成的不是列表 也不是元组 ,而是一个生成器对象

我们可以通过生成器对象,转化成列表或者元组。也可以使用生成器对象的__next__()方法进行遍历,或者直接作为迭代器对象来使用。不管什么方式使用,元素访问结束后,如果需要重新访问其中的元素,必须重新创建该生成器对象,换句话说,生成器对象只能遍历一次,是一次性用品

a = (x*10 for x in range(5))
print(a)  # 输出:<generator object <genexpr> at 0x000001A5D2CC44A0>
b = tuple(a)
print(b)  # 输出:(0, 10, 20, 30, 40)
c = tuple(a)
print(c)  # 输出:()

上面第二次使用生成器a生成元组c的时候,竟然生成了一个空元组,这说明生成器对象是一次性用品。

下面使用__next__()方法的遍历,最后出现了报错,也可以说明生成器的一次性属性:

a = (x for x in range(3))
print(a.__next__())  # 输出:0
print(a.__next__())  # 输出:1
print(a.__next__())  # 输出:2
print(a.__next__())  # 输出:报错:StopIteration

2.元组的访问

(1)元组的元素不能修改

a = (20, 10, 30, 9, 8)
a[3]=33  # 报错:TypeError: 'tuple' object does not support item assignment

(2)元组的元素访问、index()、count()、切片等操作,和列表一样。

a = (30, 5, 8, 9, 8)
print(a[1])  # 输出:5
print(a[1:3])  # 输出:(5, 8)
print(a[:4])  # 输出:(30, 5, 8, 9)
print(a.count(8))  # 输出:2
print(a.index(30))  # 输出:0

(3)通过zip()函数合成元组后访问

zip(列表1,列表2,...)将多个列表对应位置的元素组合成为元组,并返回这个zip对象。如果各个迭代器的元素个数不一致,则返回列表长度与最短的对象相同。

a = [10, 20, 30]
b = [40, 50, 60]
c = [70, 80, 90, 100]
d = zip(a, b, c)
print(d)  # 输出:<zip object at 0x00000262542A4E00>
e = list(d)  
print(e)  # 输出:[(10, 40, 70), (20, 50, 80), (30, 60, 90)]

zip在英文中意味“拉链”,在Python中是将多个元组像拉拉链一样合成为一个列表,方便使用for循环遍历。

那zip的实战意义在哪呢?给你举个实际的例子就明白了:

authors = ['吴承恩', '曹雪芹', '罗贯中', '施耐庵']
books = ['西游记', '红楼梦', '三国演义', '水浒传']
for author, book in zip(authors, books):
    print(author+':'+book)

打印效果如下:

吴承恩:西游记
曹雪芹:红楼梦
罗贯中:三国演义
施耐庵:水浒传

3. 元组的排序

列表关于排序的方法list.sort()是修改原列表对象,由于元组是不可修改的,故元组没有该方法。如果要对元组排序,只能使用内置函数sorted(tupleObj),并生成新的列表对象。

a = (3, 6, 1, 100, 5, 4)
b = sorted(a)
print(b)  # 输出:[1, 3, 4, 5, 6, 100]

4.元组的统计

a = (1, 2, 3)
print(max(a))  # 输出:3
print(min(a))  # 输出:1
print(sum(a))  # 输出:6

三、总结

  • 元组的核心特点是:不可变序列。
  • 元组的访问和处理速度比列表快。
  • 与整数和字符串一样,元组可以作为字典的键,列表则永远不能作为字典的键使用。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:/a/268234.html

如若内容造成侵权/违法违规/事实不符,请联系我们进行投诉反馈qq邮箱809451989@qq.com,一经查实,立即删除!

相关文章

HBase 集群搭建

文章目录 安装前准备兼容性官方网址 集群搭建搭建 Hadoop 集群搭建 Zookeeper 集群解压缩安装配置文件高可用配置分发 HBase 文件 服务的启停启动顺序停止顺序 验证进程查看 Web 端页面 安装前准备 兼容性 1&#xff09;与 Zookeeper 的兼容性问题&#xff0c;越新越好&#…

ubuntu docker 进入容器内使用ping 指令,提示bash: ping: command not found问题

解决方法 #更新软件列表 apt update #安装 ping 工具iputils-ping apt install -y iputils-ping #最后使用ping一下容器ping 172.18.0.3欢迎关注我的公众号“点滴分享技术猿”&#xff0c;原创技术文章第一时间推送。

WT2605C音频蓝牙语音芯片:单芯片实现蓝牙+MP3+BLE+电话本多功能应用

在当今的电子产品领域&#xff0c;多功能、高集成度成为了一种趋势。各种产品都需要具备多种功能&#xff0c;以满足用户多样化的需求。针对这一市场趋势&#xff0c;唯创知音推出了一款集成了蓝牙、MP3播放、BLE和电话本功能的音频蓝牙语音芯片——WT2605C&#xff0c;实现了单…

超维空间S2无人机使用说明书——21、VINS视觉定位仿真

引言&#xff1a;为了实现室内无人机的定位功能&#xff0c;S系列无人机配置了VINS-FUSION定位环境&#xff0c;主要包含了仿真跑数据集和实际操作部分。为了提前熟悉使用原理&#xff0c;可以先使用仿真环境跑数据集进行学习和理解 硬件&#xff1a;1080P显示器、Jetson orin…

博弈论:理解决策背后的复杂动态

1.基本概念 博弈论是一门研究具有冲突和合作元素决策制定的数学理论。它不仅适用于经济学&#xff0c;还广泛应用于政治学、心理学、生物学等领域。博弈论的核心在于分析参与者&#xff08;称为“玩家”&#xff09;在特定情境下的策略选择&#xff0c;以及这些选择如何影响最…

真实工作中,做接口测试的流程一般是怎么样的?一定要学透彻

在讲接口流程测试之前&#xff0c;首先需要给大家申明下&#xff1a;接口测试对于测试人员而言&#xff0c;非常非常重要&#xff0c;懂功能测试接口测试&#xff0c;就能在企业中拿到一份非常不错的薪资。 这么重要的接口测试&#xff0c;一般也是面试笔试必问。为方便大家更…

界面控件DevExpress WinForms PDF Viewer,让应用轻松显示PDF文档(一)

DevExpress WinForms的PDF Viewer&#xff08;查看器&#xff09;控件使用户可以轻松地在Windows应用程序中直接显示PDF文档&#xff0c;而无需在最终用户的机器上安装外部PDF阅读器。 DevExpress WinForms有180组件和UI库&#xff0c;能为Windows Forms平台创建具有影响力的业…

【贪心】最小生成树Kruskal算法Python实现

文章目录 [toc]问题描述最小生成树的性质证明 Kruskal算法时间复杂性Python实现 个人主页&#xff1a;丷从心 系列专栏&#xff1a;贪心算法 问题描述 设 G ( V , E ) G (V , E) G(V,E)是无向连通带权图&#xff0c; E E E中每条边 ( v , w ) (v , w) (v,w)的权为 c [ v ] …

听GPT 讲Rust源代码--src/tools(24)

File: rust/src/tools/clippy/clippy_lints/src/types/borrowed_box.rs 在Rust源代码中的rust/src/tools/clippy/clippy_lints/src/types/borrowed_box.rs文件是Clippy项目的一个规则&#xff0c;用于检查可能是误用或错误的Box引用情况。 Rust中的Box是一个堆分配的值的所有权…

京东员工:35岁,我只是年龄大了,又不是傻了残疾了,为啥找不到与3-5年经验者平等的面试机会?...

* 你好&#xff0c;我是前端队长&#xff0c;在职场&#xff0c;玩副业&#xff0c;文末有福利! 年龄大了&#xff0c;并不代表我们已经过时了。超过35岁的我们&#xff0c;面对着职场的冷风&#xff0c;经验丰富却常被误解。为什么年轻人能轻松得到的面试机会&#xff0c;到我…

【C语言刷题每日一题#牛客网BC68】——X形图案

问题描述 思路分析 首先根据输入的描述&#xff0c;多组输入需要将scanf放在循环中来实现 #include<stdio.h> int main() {int a 0;while (scanf("%d", &a) ! EOF){} } 完成了输入之后&#xff0c;再来分析输出——输出的是一个由“*”组成的对称的X形…

vue3项目 - 目录调整

省流 删除默认文件&#xff0c;修改代码 ---> 调整目录结构 ---> 添加全局样式和图片&#xff0c;安装预处理器 具体步骤&#xff1a; 1. 删除初始化的默认文件&#xff0c;修改剩余代码 清空 assets、components、stores、views文件夹里的文件&#xff0c;仅留核心文件…

【数据结构】布隆过滤器原理详解及其代码实现

《博主简介》 小伙伴们好&#xff0c;我是阿旭。专注于人工智能AI、python、计算机视觉相关分享研究。 ✌更多学习资源&#xff0c;可关注公-仲-hao:【阿旭算法与机器学习】&#xff0c;共同学习交流~ &#x1f44d;感谢小伙伴们点赞、关注&#xff01; 《------往期经典推荐--…

神经网络:深度学习优化方法

1.有哪些方法能提升CNN模型的泛化能力 采集更多数据&#xff1a;数据决定算法的上限。 优化数据分布&#xff1a;数据类别均衡。 选用合适的目标函数。 设计合适的网络结构。 数据增强。 权值正则化。 使用合适的优化器等。 2.BN层面试高频问题大汇总 BN层解决了什么问…

智能优化算法应用:基于食肉植物算法3D无线传感器网络(WSN)覆盖优化 - 附代码

智能优化算法应用&#xff1a;基于食肉植物算法3D无线传感器网络(WSN)覆盖优化 - 附代码 文章目录 智能优化算法应用&#xff1a;基于食肉植物算法3D无线传感器网络(WSN)覆盖优化 - 附代码1.无线传感网络节点模型2.覆盖数学模型及分析3.食肉植物算法4.实验参数设定5.算法结果6.…

Java之Synchronized与锁升级

Synchronized与锁升级 一、概述 在多线程并发编程中 synchronized 一直是元老级角色&#xff0c;很多人都会称呼它为重量级锁。但是&#xff0c;随着 Java SE 1.6 对 synchronized 进行了各种优化之后&#xff0c;有些情况下它就并不那么重了。 本文详细介绍 Java SE 1.6 中为…

DALL-E 2: Hierarchical Text-Conditional Image Generation with CLIP Latents

DALL-E 2 论文代码李沐讲DALLE 2方法 上图中,虚线的上半部分是CLIP的训练过程,虚线的下半部分描述的DALL-E 2的训练过程。CLIP训练 在训练时,将文本以及对应的图像分别输入到CLIP的文本编码器和图像编码器,然后得到输出的文本特征和图像特征,这两个特征就是一个正样本,该…

卷积神经网络基础与补充

参考自 up主的b站链接&#xff1a;霹雳吧啦Wz的个人空间-霹雳吧啦Wz个人主页-哔哩哔哩视频这位大佬的博客 https://blog.csdn.net/m0_37867091?typeblog CNN的历史发展&#xff1a; 这一点老师上课的时候也有讲到&#xff0c;BP的出现对CNN的发展至关重要 卷积的特性&#x…

MySQL中MVCC的流程

参考文章一 参考文章二 当谈到数据库的并发控制时&#xff0c;多版本并发控制&#xff08;MVCC&#xff09;是一个重要的概念。MVCC 是一种用于实现数据库事务隔离性的技术&#xff0c;常见于像 PostgreSQL 和 Oracle 这样的数据库系统中。 MVCC 的核心思想是为每个数据行维护…

(2021|CoRR,AugCLIP,优化)FuseDream:通过改进的 CLIP+GAN 空间优化实现免训练文本到图像生成

FuseDream: Training-Free Text-to-Image Generation with Improved CLIPGAN Space Optimization 公众&#xff1a;EDPJ&#xff08;添加 VX&#xff1a;CV_EDPJ 或直接进 Q 交流群&#xff1a;922230617 获取资料&#xff09; 目录 0. 摘要 1. 简介 2. CLIPGAN 文本到图…