一、集合类型及操作
1、集合类型定义
-集合类型与数学中的集合概念一致
-集合元素之间无序，每个元素唯一，不存在相同元素
-集合元素不可更改，不能是可变数据类型
-集合用大括号{}表示，元素用逗号分隔
-建立集合类型用{}或set()
-建立空集合类型，必须使用set()举例
A = {"python",123,("python",123)}
print(A)
B = set("pypy123")#使用set()建立 元素唯一 无序
print(B)输出
{'python', 123, ('python', 123)}
{'3', 'y', '2', 'p', '1'}2、集合间操作
1）集合操作符
操作符及应用 | 描述 |
S|T | 返回一个新的集合，包括在集合S和T中的所有元素 |
S-T | 返回一个新的集合，包括在集合S但不在T中的元素 |
S&T | 返回一个新的集合，包括同时在集合S和T中的元素 |
S^T | 返回一个新的集合，包括在集合S和T中的非相同元素 |
S<=T或 S < T | 返回True/False,判断S和T的子集关系 |
S>=T或 S > T | 返回True/False,判断S和T的包含关系 |
2)4个增强操作符: S|=T S-=T S&=T S^=T
举例
A = {"p","y",123}
B = set("pypy123")
print(A - B)输出
{123}3、集合处理方法
操作函数或方法 | 描述 |
S.add(X) | 如果x不在集合S中，将x增加到S |
S.discard() | 移除S中元素x，如果x不在集合S中，不报错 |
S.remove() | 移除S中元素x，如果x不在集合S中，产生KeyError异常 |
S.clear() | 移除S中所有元素 |
S.pop() | 随机返回S的一个元素，更新s，若S为空，产生KeyError异常 |
S.copy() | 返回集合S的一个副本 |
len(S) | 返回集合S的元素个数 |
x in S | 返回True\False |
x not in S | 返回True\False |
set(x) | 将其它类型变量转化为集合类型 |
4、集合的应用场景
-包含关系比较
-数据去重数据去重举例
ls =["p","p","y","y",123]
s = set(ls) #去重
lt = list(s)
print(lt)输出
['y', 123, 'p']二、序列类型及操作
1、序列类型的定义
-序列是一维元素向量，元素类型可以不同
-类似数学元素蓄力
-元素间由序号引导，通过下标访问序列的特定元素
-序列类型是一个基类类型
-字符串类型
-元组类型
-列表类型2、序列类型通用操作符
操作符及应用 | 描述 |
x in s | 如果x是序列S的元素，返回True,否则返回False |
x not in s | 同上类似 |
S + T | 连接两个序列S和T |
Sn 或 nS | 将序列S复制n次 |
S[i] | 索引，返回S中的第i个元素，i是序列的序号 |
S[i:j]或S[i:j:k] | 切片，返回序列S中第i到j以k为步长的元素序列 |
3、序列类型通用函数和方法
函数和方法 | 描述 |
len(S) | 返回序列S的长度 |
min(S)或max(S) | 返回序列S的最小或最大元素，需要S中元素可比较 |
S.index(x)或S.index(x,i,j) | 返回序列S从i开始到j位置中第一次出现元素x的位置 |
S.count(x) | 返回序列S中x出现的总次数 |
4、元组类型定义
-元组是一种序列，一旦创建就不能修改
-使用小括号()或tuple()创建，元素间用逗号分隔
-可以使用或不使用小括号例如
#返回元组的情况
def func():
return 1,25、列表类型定义
-列表是一种序列类型，创建后可以随意被修改
-使用方括号[]或list()创建，元素用逗号分隔
-列表中各元素类型可以不同，无长度限定
-使用[]或list()才是真正的创建了列表，如果仅仅只是使用赋值只是将一个列表付给了新的名字例表类型操作函数和方法：
函数或方法 | 描述 |
ls[i] = x | 替换列表ls第i元素为x |
ls[i:j:k] = lt | 用列表lt替换ls切片后对应的元素子列表 |
del ls[i] | 删除列表ls中第i元素 |
del ls[i:j:k] | 删除列表中第i到第j以k为步长的元素 |
ls += lt | 更新列表ls，将列表lt元素增加到列表ls中 |
ls *= n | 更新列表ls，其元素重复n次 |
ls.append(x) | 在列表ls最后增加一个元素x |
ls.clear() | 删除列表中所有元素 |
ls.copy() | 生成一个新的列表，赋值ls中所有元素 |
ls.insert(i,x) | 在列表ls的第i位置增加X |
ls.pop(i) | 在列表ls中第i个位置元素取出并删除该元素 |
ls.remove(x) | 将列表ls中出现的第一个元素x删除 |
sorted(ls) | 对列表ls元素进行排序 |
les.sort(cmp=None, key=None, reverse=False) | cmp – 可选参数, 如果指定了该参数会使用该参数的方法进行排序;key – 主要是用来进行比较的元素，只有一个参数，具体的函数的参数就是取自于可迭代对象中，指定可迭代对象中的一个元素来进行排序;reverse – 排序规则，reverse = True 降序， reverse = False 升序（默认） |
5、列表功能举例
1、定义空列表ltlt = []
2、向lt新增5个元素lt += [1,2,3,4,5]
3、修改lt中的第2个元素lt[2] = 6
4、向lt中第2个位置增加一个元素lt.insert(2,7)
5、从lt中第1个位置删除一个元素del lt[1]
6、删除lt中1-3位置元素del lt[1:4]
7、判断lt中是否包含数字00 in lt
8、向lt新增数字0lt.append(0)
9、返回数字0所咋lt中的索引lt.index(0)
10、lt的长度len(lt)
11、lt中最大元素max(lt)
12、清空ltlt.clear()
6、序列类型应用场景
-元组用于元素不改变的应用场景，更多用于固定搭配
-列表更加灵活，它是最常用的序列类型
-最主要作用：表示一组有序数据，进而操作它们。元素遍历三、字典类型
1、字典类型定义
-映射是一种建（索引）和值（数据）的对应
-键值对：建是数据索引的扩展
-字典是键值对的集合，键值之间是无序的
-采用大括号{}和dict()创建，键值对用冒号：表示
-字典的一个元素是一对键值对2、字典类型操作函数和方法
函数或方法 | 描述 |
del d[k] | 删除字典的中键k对应的数据值 |
k in d | 判断键k是否在字典d中，如果在返回True,否则False |
d.keys() | 返回字典d中所有的键的信息 |
d.value() | 返回字典d中所有的值的信息 |
d.items() | 返回字典d中所有的键值对信息 |
d.get(k,) | 键k存在，则返回相应值，不在则返回default值 |
d.pop(k,) | 键k存在，则取出相应值，不在则返回default值 |
d.popitem() | 随机从字典d中取出一个键值对，以元组形式返回 |
d.clear() | 删除所有键值对 |
len(d) | 返回字典d中元素的个数 |
四、jieba库的使用
1、jieba库的概述
-jieba是优秀的中文分词第三方库，需要pip安装
-中文文本需要通过分词获取单个的词语
-jieba库提供三种分词模式，最简单只需掌握一个函数
-jiba分词依靠中文词库
-利用一个中文词库，确定汉字之间的关联概率
-汉字键概率大的组成词库，形成分词效果
-除了分词，用户还可以添加自定义的词组2、jieba库使用说明
-精确模式：把文本精确的切分开，不存在冗余单词
-全模式：把文本中所有可能的词语°扫描出来，有冗余
-收索引擎模式：在精确模式基础上，对长词再次切分jieba库常用函数
函数 | 描述 |
jieba.lcut(S) | 精确模式，返回一个列表的分词结果。举例 jieba.lcut(“中国是一个伟大的国际”)；输出：[‘中国’, ‘是’, ‘一个’, ‘伟大’, ‘国家’] |
jieba.lcut(s,cut_all=True) | 全模式，返回一个列表类型的分词结果，存在冗余。举例：ieba.lcut(“中国是一个伟大国家”,cut_all = True) ;输出：[‘中国’, ‘国是’, ‘一个’, ‘伟大’, ‘大国’, ‘国家’] |
jieba.lcut_for_search(S) | 收索引擎模式，返回一个列表类型的分词结果，存在冗余。举例：jieba.lcut_for_search(“中华人民共和国万岁”) ；输出：[‘中华’, ‘华人’, ‘人民’, ‘共和’, ‘共和国’, ‘中华人民共和国’, ‘万岁’] |
jieba.add_word(w) | 向分词词典增加新词w |
