tuple是乙個固定長度，不可修改的物件
tup = (1, 2, 3)
tup
(1, 2, 3)nested_tup = (4, 5, 6), (7, 8)
nested_tup
((4, 5, 6), (7, 8))tuple([4, 0, 2])(4, 0, 2)tuple('string')('s', 't', 'r', 'i', 'n', 'g')tup = tuple(['foo', [1, 2], true])
tup
('foo', [1, 2, 3], true)如果使用tuple-like表達的一系列元素來分配變數，該變數會被拆解開
tup = 4, 5, (6, 7)
a, b, (c, d) = tup
d
7tup = 4, 5, (6, 7)
a, *rest = tup
a
out[41]: 4
rest
out[42]: [5, (6, 7)]
count可以用來計算tuple中某個元素的數量
a = (1, 2, 2, 2, 3, 4, 2)
a.count(2)
out[45]: 4
tup = (1, 2, 3)
a = list(tup)
aout[58]: [1, 2, 3]
a[1] = 0
aout[60]: [1, 0, 3]
sort方法可以用不同的方式對list進行排序
a = [2,3,1,4,5]
a.sort()
aout[66]: [1, 2, 3, 4, 5]
a = ['康德','蘇格拉底','黑格爾','亞里斯多德']
a.sort(key = len)
aout[69]: ['康德', '黑格爾', '蘇格拉底', '亞里斯多德']
list[x:y] 可以從第x個元素開始，到第y個元素之前
seq = [1, 2, 3, 4, 5, 6, 7]
seq[2:4]
out[74]: [3, 4]
seq[-4:-2]
out[77]: [4, 5]
seq[::2]
out[78]: [1, 3, 5, 7]
seq[::-1]
out[79]: [7, 6, 5, 4, 3, 2, 1]
dict的概念為資料中存在一一對應的key和value
d1 =
d1['c']
out[84]: (4, 5, 6)
d1[4] = 4
d1out[86]:
d1[4] = 5
d1out[88]:
方法del()和pop()可以刪除乙個元素，但是pop則會返回該key的value
d1
out[88]:
result = d1.pop(4)
result
out[90]: 5
d1out[91]:
del d1['b']
d1out[93]:
d1.update()
d1out[96]:
d1.values()
out[97]: dict_values([2, (4, 5, 6), 2])
d1.keys()
out[98]: dict_keys(['a', 'c', 'b'])
out[102]:
set是乙個無序、去重的集合。
set([2,2,1,3,3])
out[103]:
python資料分析1
在github上發現了乙個不錯的教程 雖然是全英文的，找了下沒有翻譯的版本，但還是決定看這個。寫個部落格記些筆記。昨天晚上看了第一張引子，大概說了下為啥用python，jupyter，他們的好處和新特性，以及如何安裝，沒有啥特別的，中文講這內容的很多。1.1 直接通過anaconda可以開啟jupy...
python資料分析1
1.3檢視列 行 單元格 為啥要用python中的pandas庫進行資料分析，用excel不可以嗎？不可以，excel處理上萬條資料時通常會宕機或者出錯，python不會有這種問題。相信鯉魚學長，在學習乃至日後工作中，pandas庫將會風靡相當長一段時間。示例 pandas 是基於numpy 的一種...
python資料分析基礎1
filter 函式用於過濾序列，過濾掉不符合條件的元素，返回由符合條件元素組成的新列表 接收兩個引數，第乙個為函式，第二個為序列，序列的每個元素作為引數傳遞給函式進行判斷，返回true或false，將返回true的元素放到新列表中。def ou n if n 2 0 return true else...