字符串与字节
python2中用str表示字节字符串,这种类型现在在Python3中用bytes对象来处理,明确区分字符串与字节
python3中只有一种能够保存文本信息的数据类型,就是str,它是不可变序列,保存的是Unicode码位
bytes以及可变的bytearray与str不同,只能用字节作为序列值,即0<=x<=256范围内的整数。例如
>>>print(bytes([102,111,111]))
b'foo'
对于bytes和bytearray,在转换为另一种序列类型(如list或tuple)时可以显示其本来面目:例如:
>>>list(b'foo bar')
[102,111,111,32,98,97,114]
>>>tuple(b'foo bar')
(102,111,111,32,98,97,114)
从python3开始,所有没有前缀的字符串都是Unicode。因此,所有用单引号,双引号或成组的3个引号包围且没有前缀的值都表示str数据类型:
>>>type("some string")
<class 'str'>
在python2中,Unicode需要有前缀(例如u"some string")。从python3.3开始,为保证向后兼容,仍然支持这个前缀,但它在python3中没有任何语法上的意义。
字节的明确语法:字节也被单引号,双引号或三引号包围,但必须有一个b或B前缀。
关于pytho字符串编码与解码参考:
字符串拼接
python中字符串是不可变的,拼接任意多个字符串时在内存中会产生一个新的序列对象:比如
s=""
for substring in substrings:
s += substring
字符串s通过多次拼接来创建一个新字符串,但是这中创建方式效率极低。幸好python为我们提供了str.join()方法。它接受一个可迭代字符串为参数。因为它是一个方法,实际调用时利用空字符串来调用,参数为需要拼接的迭代字符串
s="".join(substrings)
join方法还可以在需要合并的多个字符串之间插入分隔符
','.join(['a','b','c','d'])
'a,b,c,d'
虽然join方法速度更快,但并不是所有需要拼接字符串的情况下都使用该方法。在下面几种情况下,join的性能可能还不如利用加法的普通拼接
- 字符串的数量很少,而且已经存在在某个可迭代对象中时,加法性能会超过join
- 比较短的字符串,编译时会被转换为更短的形式:如‘a’+'b'+'c' 在编译时被转换为‘abc’
- 事先知道字符串的数目,可以用字符串格式化str.format()方法或%运算符,此时该format()为最佳方法
集合类型
python内置集合类型有:列表(list),元组(tuple),字典(dictionary),集合(set)
python中组基本的两种集合类型list和tuple,他们都是对象序列,列表时动态的,大小可变更,元组是不可变的,一旦创建就无法修改,因此也是可哈希(hashtable)的,即可作为字典中的key
列表中的方法操作详解参考:
列表推导
我们都值都,编写这样的代码时痛苦的
这种方法可能适用与C语言,但在python中的实际运行速度很慢,有以下原因:
- 解释器在每次循环中都需要判断序列中的那一部分需要修改
- 需要用一个计数器来跟踪需要处理的元素
- 由于append()时一个列表方法,所有每次遍历时都需要额外执行一个查询函数
列表推导就是为了解决这个问题,它使用编排好的功能对上述语句的一部分做了自动化处理:
这种写法更加高效简短,也意味着更少的错误,更容易阅读和理解
创建列表的其他方法(习语)
python习语的另一个典型例子就是使用enumerate(枚举)。在循环中使用列表时,这个内置函数可以很方便的获取其索引,列如:
它可以替换为下面这段更短的代码:
如果需要一个一个合并多个列表(或任意可迭代对象)中的元素,那么可以使用内置的zip()函数。
注意:对zip函数返回的结果再次调用zip,可以将其恢复原状
另外一种常见的语法元素是序列解包。这种方法适用与任意序列类型(列表,元组,字符串,字节序列等)。只要赋值运算符左边的变量和右边的元素数目相等,你都可以用这种方法将元素序列解包到另一边的变量中:
解包还可以利用带*的表达式获取单个变量中的多个元素,只要它的解释没有歧义即可。还可以对嵌套序列进行
解包。下面是一些更复杂的解包实例:
带*的表达是可以获取序列剩余部分
带*的表达是可以获取序列的中间部分
嵌套解包
字典
字典可以用和前面列表推导类似的推导来创建一个新的字典。如:
重要的是,使用字典推导具有与列表推导相同的优点,因此字典推导要更加高效,更加简短,更加简洁。
字典的keys(),values()和items()3个方法的返回值类型不再是列表,并且与之对应的iterkeys(),itervluae()和iteritems()本来返回的是迭代器,python3中已经没有这三个方法。python3中keys(),vlaues()和items()返回的是视图对象(view objects)
- keys():返回dict_keys对象,查看字典的所有键
- values():返回dict_values对象,查看字典的所有值
- items():返回dict_items对象,查看字典所有的(key,value)二元组
视图对象可以动态查看字典的内容,因此每次字典发生变化时,视图都会相应的变化:
获取字典长度使用len(len(words)),测试元素是否包含其中使用in子句
在keys和values方法返回的视图中,键和值的顺序时完全对应的。但在python2中,如果你想要保证获取的键和值顺序完全一致,需要在两次函数调用之前不能修改字典内容
字典的键必须时可哈希(hashable)的(可哈希:一个对象有一个整个生命周期值不变的散列值,并且可以和其他对象进行比较),python所有不变的类型都是可哈希的,可变类型(列表,字典和集合)是不可哈希的
字典是无序的,但是python标准库的collections模块提供了名为OrderedDict的有序字典
集合(Set)
集合是一种很棒的数据结构,它与数学中的集合概念类型,有交集,并集等概念
Python的内置集合类型有两种:
set():可变的,无序的,有限的集合,其元素是唯一的,不可变的对象,集合中的元素必须是可哈希的
frozenset():不可变的,可哈希的,无序的集合,其元素是唯一的,不可变的对象,在一个set()或frozenset()中不能包含另一个普通的可变set(),会抛异常TypeError
下面这种集合初始化的方法是完全正确的:
创建可变集合有三种方法:
- 调用set(),选择性地接受可迭代对象作为初始化参数,例如set([0,1,2])
- 使用集合推导,例如:{element for element in range(3)}.
- 使用集合字面值,例如{1,2,3}
注意:空的集合对象是没有字面值的。空的花括号{}表示的是空的字典字面值