一、数据类型
array(数组)
参考:https://zhuanlan.zhihu.com/p/50332730 python本身并没有数组类型,但是他的Numpy库中有数组类型。
array的创建
Numpy数组创建常用的两种方式如下:
a=np.array((1,2,3))
b=np.array([6,7,8])
c=np.array([[1,2,3],[4,5,6]])
arr1=np.arange(1,10,1)
arr2=np.linspace(1,10,10)
np.arange(a,b,c)表示产生从a-b不包括b,间隔为c的一个array,数据类型默认是int32。但是linspace(a,b,c)表示的是把a-b平均分成c分,它包括b。
list(列表)
python中的list是python的内置数据类型,list中的数据类不必相同的。在list中的数据类型保存的是数据的存放的地址,简单的说就是指针,并非数据。因此list的缺点是内存需要同时保存指针和数据,增加了存储和cpu的消耗。例如list1=[1,2,3,‘a’]需要4个指针和四个数据。
list和array主要的区别是:
- list中存储的数据类型不必完全相同,例如arr = [“one”,“two”,3]。array则需要存储相同的数据类型,因此在计算的通用性方面list要优于array。
- Numpy专门针对封装的array在操作和运算方面进行了设计,因此存储效率和输入输出性能要优于list
list创建
lst = []
lst = ["one","two",3]
lst = list()
list查询
arr = ['张三','李四','王五','赵六']
根据index查找数值
arr[0]
arr[-1]
根据数值查找index
arr.index('张三')
arr.index('李四')
注:如果不同index的数值相同,只会返回找的第一个index,可以用count方法统计相同数值的索引数
arr = ['1','2','3','4','5','6','7','8','9','1','2','3','4','5','6','7','8','9','1','6','7','8']
arr.index('5')
arr = ['1','2','3','4','5','6','7','8','9','1','2','3','4','5','6','7','8','9','1','6','7','8']
arr.counr('1')
list切片
切片其实就是通过下标自定义去除从多少到多少的元素,左闭右开
arr = ['1','2','3','4','5','6','7','8','9','1','2','3','4','5','6','7','8','9','1','6','7','8']
arr[0:5]
arr = ['1','2','3','4','5','6','7','8','9','1','2','3','4','5','6','7','8','9','1','6','7','8']
arr[-5:-1]
arr[:-1]
arr[0:]
arr[:]
arr = ['1','2','3','4','5','6','7','8','9','1','2','3','4','5','6','7','8','9','1','6','7','8']
arr[0:-1:2]
arr[:-1:2]
arr[::2]
|