深挖 Python 元组 pt.1

深挖,python,元组,pt · 浏览次数 : 60

小编点评

```python # 生成器表达式 jane = (\"Jane Doe\", 25, 1.75, \"Canada\") # 多层索引 employee[-1][0]'Django' employee[-1][1]'Flask' # 切片 days = (... \"Monday\",... \"Tuesday\",... \"Wednesday\",... \"Thursday\",... \"Friday\",... \"Saturday\",... \"Sunday\",... ) # 可变对象 student_info = (\"Linda\", 18, [\"Math\", "Physics", "History\"]]) student_info[2][2] = "Computer science" # 字典 key student_courses = {... ([\"John\", "Miguel\"], "Doe"): [\"Physics\", "Chemistry\"], ([\"Fatima\", "Jane\"], "Doe"): [\"English\", "History\"], } # 可变元素 print(student_courses[("Jane", "Doe")]['English', 'History']) ``` **解释:** 1. **生成器表达式** 使用 `*` 和 `**` 运算符生成列表。 2. **多层索引** 使用 `[start:stop:step]` 切片提取子列表。 3. **可变对象** 使用 `[]` 索引访问列表元素。 4. **字典 key** 使用 `key` 的值访问字典元素。 5. **可变元素** 使用 `[]` 索引访问列表元素。 6. **可变对象** 使用 `key` 的值访问字典元素。 7. **可变元素** 使用 `[]` 索引访问列表元素。 **注意:** * `student_courses` 可变,但 `student_info` 是不可变的。 * `key` 的值可以是可变的元素或不可变的列表。

正文

哈喽大家好,我是咸鱼

好久不见甚是想念,2023 年最后一次法定节假日已经结束了,不知道各位小伙伴是不是跟咸鱼一样今天就开始“搬砖”了呢?

我们知道元组(tuple)是 Python 的内置数据类型,tuple 是一个不可变的值序列

tuple 的元素可以是任何类型,一般用在存储异构数据(例如数据库记录)的场景

那么今天这篇文章将带大家深入了解一下 tuple 以及它们的主要功能和示例(原文较长,我分成几个部分去讲)

原文链接:https://realpython.com/python-tuple/

前言

tuple 是不可变的,可以存储固定数量的元素(也可以叫项目,item)

例如可以通过 tuple 来表示笛卡尔坐标(x,y)、RGB 颜色(red,green,blue)或者数据库表中的记录(name,age,job)

tuple 的一些特点如下:

  • 有序:里面的元素可以按照顺序排列
  • 轻量级:与列表等其他序列相比,tuple 消耗的内存要少
  • 从零开始索引:可以从零开始索引访问里面的元素
  • 不可变:不可以改变里面的元素
  • 异构:可以存储不同数据类型的对象(包括可变对象)
  • 可嵌套:tuple 里面可以包含 tuple
  • 可迭代:能够遍历里面的元素
  • 可切片:可以从元组中提取一系列元素
  • 可组合:支持串联操作,可以使用串联运算符组合多个元组
  • 可哈希:里面的元素都是不可变时可以用作字典的键

在 python 中,tuple 是有序的,这意味着其元素保持原始插入顺序,这个顺序在 tuple 的生命周期内保持不变

>>> record = ("John", 35, "Python Developer")

>>> record
('John', 35, 'Python Developer')

可以按位置或索引访问元组中的元素(从零开始)

>>> record[0]
'John'
>>> record[1]
35
>>> record[2]
'Python Developer'

创建 tuple

tuple 是以逗号分隔的序列对象。要在元组中存储对象,需要一次创建包含其所有内容的元组对象

直接创建

# 语法
(item_0, item_1, ..., item_n)

需要注意的是,括号不是必需的,逗号才是。但是在大多数情况下括号可以提高代码的可读性

>>> jane = ("Jane Doe", 25, 1.75, "Canada")
>>> point = (2, 7)
>>> pen = (2, "Solid", True)

>>> days = (
...     "Monday",
...     "Tuesday",
...     "Wednesday",
...     "Thursday",
...     "Friday",
...     "Saturday",
...     "Sunday",
... )

尽管括号对于定义大多数 tuple 不是必需的,但在创建空 tuple 时必须包含它们:

>>> empty = ()
>>> empty
()

>>> type(empty)
<class 'tuple'>

因为 tuple 是不可变的,所以创建空 tuple 之后无法往里面添加元素。到这里有小伙伴可能会问:既然这样为什么还要创建一个空 tuple?

例如现在有一个构建并返回 tuple 的函数,在一些情况下这个函数不会为生成的 tuple 创建元素,这样我们就需要返回一个空 tuple。以此来使得函数的返回值类型保持一致

除此之外,下面的情况也需要使用到括号

>>> "Hello, %s! You're %s years old." % ("Linda", 24)
'Hello, Linda! You're 24 years old.'

>>> "Hello, %s! You're %s years old." % "Linda", 24
Traceback (most recent call last):
    ...
TypeError: not enough arguments for format string

当我们使用 % 进行格式化输出的时候:

  • 第一种加括号:使用括在括号中的元组作为 % 运算符的右侧操作数,按预期工作
  • 第二种没加括号:报错

我们创建单个元素的 tuple

>>> one_word = "Hello",
>>> one_word
('Hello',)

>>> one_number = (42,)
>>> one_number
(42,)

可以看到括号不是必需的,尾随逗号才是

使用 tuple() 创建

还可以使用 tuple() 从可迭代对象(列表、集合、字典或字符串)中创建 tuple,默认生成一个空 tuple

# 语法
tuple([iterable])
>>> tuple(["Jane Doe", 25, 1.75, "Canada"])
('Jane Doe', 25, 1.75, 'Canada')

>>> tuple("Pythonista")
('P', 'y', 't', 'h', 'o', 'n', 'i', 's', 't', 'a')

>>> tuple({
...     "manufacturer": "Boeing",
...     "model": "747",
...     "passengers": 416,
... }.values())
('Boeing', '747', 416)

>>> tuple()
()

通过集合来创建 tuple 时需要注意集合是无序的,会影响生成 tuple 中的元素的最终顺序

如果我们从一个迭代器对象中创建一个tuple,那么 tuple() 函数会使用迭代器逐个生成元素,然后将这些元素组合成一个元组并返回

my_list = [1, 2, 3, 4, 5] # 可迭代对象
my_iterator = iter(my_list) # 转换为迭代器对象 my_iterator
my_tuple = tuple(my_iterator)
print(my_tuple)  # 输出结果为:(1, 2, 3, 4, 5)

又或者从生成器表达式中创建 tuple,生成器是一种特殊的迭代器

>>> tuple(x**2 for x in range(10))
(0, 1, 4, 9, 16, 25, 36, 49, 64, 81)

tuple 索引和切片

tuple 中每一个元素都有一个整数索引,用于指定其在元组中的位置,索引从 0 开始

# 语法
tuple_object[index]
# 例子
>>> jane = ("Jane Doe", 25, 1.75, "Canada")

>>> jane[0]
'Jane Doe'
>>> jane[1]
25
>>> jane[3]
'Canada'

用不同的索引为 tuple 建立索引,可以直接访问相关的值。如果使用大 O 符号表示时间复杂度,那么可以说索引是一个O(1)操作
image
这意味着 tuple 非常适合需要快速访问序列中的特定项的情况

len() 函数返回 tuple 长度

>>> len(jane)
4

如果使用大于或等于 tuple 长度的索引,则会报错

>>> jane[4]
Traceback (most recent call last):
    ...
IndexError: tuple index out of range

还可以使用负索引,负索引从右端开始数起

负索引对于所有 Python 序列(例如列表和字符串)都是通用的

>>> jane[-1]
'Canada'

>>> jane[-2]
1.75

image
如果使用负索引,则 -len(tuple_object) 将成为元组中的第一项。如果使用低于此值的索引,则会报错

>>> jane[-5]
Traceback (most recent call last):
    ...
IndexError: tuple index out of range

对于嵌套 tuple,我们该如何访问到里面的元素?

>>> employee = (
...     "John",
...     35,
...     "Python Developer",
...     ("Django", "Flask", "FastAPI", "CSS", "HTML"),
... )

答案是通过多层索引

>>> employee[-1][0]
'Django'

>>> employee[-1][1]
'Flask'

tuple 切片

和其他序列一样,tuple 可以使用切片操作来提取其中的内容

# 语法
tuple_object[start:stop:step]

[start:stop:step] 此构造的一部分称为切片运算符。它由一对方括号和三个可选索引组成: startstopstep

其中第二个冒号不是必须的,如果 step为1的话就可以省略

Index Description Default Value
start 指定要开始切片的索引(开区间) 0
stop 指定希望切片停止提取元素的索引(闭区间) len(tuple_object)
step 提供一个整数值,表示切片在每个步骤中将跳过多少项 1
>>> days = (
...     "Monday",
...     "Tuesday",
...     "Wednesday",
...     "Thursday",
...     "Friday",
...     "Saturday",
...     "Sunday",
... )

>>> days[:5]
('Monday', 'Tuesday', 'Wednesday', 'Thursday', 'Friday')

>>> days[5:]
('Saturday', 'Sunday')

不可变特性

Python 的 tuple 是不可变的,这意味着一旦你创建了一个 tuple,你就不能就地更改或更新它的元素,只能创建新的 tuple 对象

>>> jane = ("Jane Doe", 25, 1.75, "Canada")

>>> jane[3] = "United States"
Traceback (most recent call last):
    ...
TypeError: 'tuple' object does not support item assignment

tuple 不可变的另一个含义是无法对其扩容缩容,与列表不同,元组没有.append().extend() .insert() .remove().clear() 方法

也不支持 del 语句

>>> point = (7, 14, 21)

>>> del point[2]
Traceback (most recent call last):
    ...
TypeError: 'tuple' object doesn't support item deletion

尽管 tuple 是不可变的,但是我们知道 tuple 里面可以存储任意类型的对象,包括可变对象

这意味着我们可以在 tuple 中存储列表、集合、字典等其他可变对象

>>> student_info = ("Linda", 18, ["Math", "Physics", "History"])

student_info 中前两个元素是不可变的,最后一个是列表(可变),所以我们可以对其进行更改

>>> student_info[2][2] = "Computer science"
>>> student_info
('Linda', 22, ['Math', 'Physics', 'Computer science'])

又因为 tuple 是不可变的(可哈希),所以可以用作字典中的 key

>>> student_courses = {
...     ("John", "Doe"): ["Physics", "Chemistry"],
...     ("Jane", "Doe"): ["English", "History"],
... }

>>> student_courses[("Jane", "Doe")]
['English', 'History']

如果用作 key 的 tuple 里面包含可变元素,则会报错

>>> student_courses = {
...     (["John", "Miguel"], "Doe"): ["Physics", "Chemistry"],
...     (["Fatima", "Jane"], "Doe"): ["English", "History"],
... }
Traceback (most recent call last):
    ...
TypeError: unhashable type: 'list'

与深挖 Python 元组 pt.1相似的内容:

深挖 Python 元组 pt.1

哈喽大家好,我是咸鱼 好久不见甚是想念,2023 年最后一次法定节假日已经结束了,不知道各位小伙伴是不是跟咸鱼一样今天就开始“搬砖”了呢? 我们知道元组(tuple)是 Python 的内置数据类型,tuple 是一个不可变的值序列 tuple 的元素可以是任何类型,一般用在存储异构数据(例如数据库

深挖 Python 元组 pt.2

哈喽大家好,我是咸鱼 在《深挖 Python 元组 pt.1》中我们了解 Python 元组的一些概念(索引和切片等),以及如何创建元组,最重要的是我们还介绍了元组的不可变特性 那么今天我们来继续深挖 Python 元组 打包&解包 在 python 中,元组可以被打包(packing )和解包(u

Python生成器深度解析:构建强大的数据处理管道

# 前言 生成器是Python的一种核心特性,允许我们在请求新元素时再生成这些元素,而不是在开始时就生成所有元素。它在处理大规模数据集、实现节省内存的算法和构建复杂的迭代器模式等多种情况下都有着广泛的应用。在本篇文章中,我们将从理论和实践两方面来探索Python生成器的深度用法。 ## 生成器的定义

深入Python网络编程:从基础到实践

**Python,作为一种被广泛使用的高级编程语言,拥有许多优势,其中之一就是它的网络编程能力。Python的强大网络库如socket, requests, urllib, asyncio,等等,让它在网络编程中表现优秀。本文将深入探讨Python在网络编程中的应用,包括了基础的socket编程,到

深入理解 Python 虚拟机:协程初探——不过是生成器而已

在 Python 3.4 Python 引入了一个非常有用的特性——协程,在本篇文章当中我们将详细介绍一下 Python 协程的原理以及虚拟机具体的实现协程的方式。

深入理解Python多进程:从基础到实战

title: 深入理解Python多进程:从基础到实战 date: 2024/4/29 20:49:41 updated: 2024/4/29 20:49:41 categories: 后端开发 tags: 并发编程 多进程管理 错误处理 资源调度 性能优化 异步编程 Python并发库 引言 在P

深入理解Python协程:从基础到实战

title: 深入理解Python协程:从基础到实战 date: 2024/4/27 16:48:43 updated: 2024/4/27 16:48:43 categories: 后端开发 tags: 协程 异步IO 并发编程 Python aiohttp asyncio 网络爬虫 第1章:协程

深入理解Python虚拟机:super超级魔法的背后原理

super 是 Python 面向对象编程当中非常重要的一部分内容,在本篇文章当中详细介绍了 super 内部的工作原理和 CPython 内部部分源代码分析了 super 的具体实现。

深入理解 python 虚拟机:原来虚拟机是这么实现闭包的

在本篇文章当中主要从虚拟机层面讨论函数闭包是如何实现的,所谓闭包就是将函数和环境存储在一起的记录。这里有三个重点一个是函数,一个是环境(简单说来就是程序当中变量),最后一个需要将两者组合在一起所形成的东西,才叫做闭包。

深入理解 python 虚拟机:生成器停止背后的魔法

在本篇文章当中主要分析的生成器内部实现原理和相关的两个重要的字节码,分析了生成器能够停下来还能够恢复执行的原因,深入剖析的生成器的原理的各个细节。