IT评测·应用市场-qidao123.com

标题: Python 高级数据布局操作全解析:从理论到实践 [打印本页]

作者: 金歌    时间: 2025-2-26 23:28
标题: Python 高级数据布局操作全解析:从理论到实践
Python 高级数据布局操作全解析:从理论到实践

本文深入分析 Python 高级数据布局,通过丰富的代码示例、形象的配图,具体讲解集合、字典、堆、队列等数据布局的操作,同时拓展相干知识,资助读者深入掌握 Python 编程核心技能。
Python 高级数据布局操作详解
1. 集合(Set)


  1. # 使用花括号创建集合
  2. set1 = {1, 2, 3, 3}
  3. print(set1)  
复制代码
输出效果为{1, 2, 3},重复元素主动被去除,体现了集合的唯一性。

  1. set2 = {4, 5}
  2. set2.add(6)
  3. set2.update([7, 8])
  4. print(set2)
复制代码

  1. set2.remove(4)
  2. set2.discard(9)
  3. print(set2)
复制代码

  1. set3 = {5, 6, 7}
  2. set4 = {7, 8, 9}
  3. print(set3.union(set4))  
  4. print(set3.intersection(set4))  
  5. print(set3.difference(set4))  
复制代码

2. 字典(Dictionary)


  1. # 创建字典
  2. dict1 = {'name': 'Tom', 'age': 30, 'hobby': 'reading'}
  3. print(dict1)
复制代码

  1. print(dict1['name'])  
复制代码

  1. dict1['city'] = 'Beijing'
  2. dict1['age'] = 31
  3. print(dict1)
复制代码

  1. del dict1['hobby']
  2. age = dict1.pop('age')
  3. print(dict1)
  4. print(age)
复制代码
3. 堆(Heap)


  1. import heapq
  2. nums = [3, 1, 4, 1, 5, 9]
  3. heapq.heapify(nums)
  4. print(nums)
复制代码

  1. heapq.heappush(nums, 2)
  2. print(nums)
复制代码

  1. min_num = heapq.heappop(nums)
  2. print(min_num)
  3. print(nums)
复制代码
4. 队列(Queue)


  1. from queue import Queue
  2. q = Queue()
复制代码

  1. q.put(1)
  2. q.put(2)
复制代码

  1. print(q.get())
  2. print(q.get())
复制代码
相干知识对比

数据布局特点应用场景集合无序、唯一,元素不可重复去重、集合运算字典键值对,键唯一且不可变快速查找、数据映射堆完全二叉树,分为最大堆和最小堆优先队列、求最值队列先进先出使命调治、广度优先搜索 总结

本文具体介绍了 Python 中集合、字典、堆和队列这几种高级数据布局的定义、特性及常见操作,对比了它们的特点与应用场景。掌握这些数据布局的操作,能极大提拔 Python 编程能力,资助你更高效地办理复杂问题。

相干学习资源



免责声明:如果侵犯了您的权益,请联系站长,我们会及时删除侵权内容,谢谢合作!更多信息从访问主页:qidao123.com:ToB企服之家,中国第一个企服评测及商务社交产业平台。




欢迎光临 IT评测·应用市场-qidao123.com (https://dis.qidao123.com/) Powered by Discuz! X3.4