[Python3] 对Str,List,Dict,Tuple的思考

利用春节假刷掉了《Python for Informatics》，书写得非常简洁实用，有一定基础的伪新手可以很快刷完。下面对所学内容进行总结，并且对书中不够翔实的部分进行补充。

Miscellaneous

• type(): 查询对象类型(对于TypeError的debug超有用)
  dir(): 查询对象可使用的函数
  help(): 查询函数使用方法
  ord(): 查询 char Unicode编码
  import string & string.punctuation :查询被Python视为标点的字符

#示例
type(stuff)
dir(stuff)
help(stuff.capitalize)

• 在Java中，只存在method；在C中，只存在function。在python中，function与method共存，区别在于对function来说，object是被执行者; 而对method来说，object是执行者。A method call is called an invocation. 个人倾向于用method。一个例子：在使用len()时，本质上是调用了obj.__len__(self)。

• 区分实参(argument)和形参(parameter)
  形参在函数中起到传递实参值的作用，函数运行结束内存分配即被取消。注意只改变了形参值却没有改变实参值的情况。

for i in range(len(numbers)):
  numbers[i] *= 2 #正确做法

for i in numbers:
  i*=2 #此处i是形参 

• 有返回值和没有返回值的函数(fruitful functions and void functions)
  void函数的返回值是None

• 类型转换
  str(obj[,encoding,[errors]]) :将其他类型的数据转化为便于印刷(printable)的字符串形式。

String & List & Dictionary & Tuple

1.共同点

• 均为序列(sequence),可通过序号(index)遍历(traverse)。 负数index从末端开始数。slice操作均适用。

#遍历写法Ⅰ
index = 0
while index < len(fruit):
  letter = fruit[index]
  print letter
  index+=1
#遍历写法Ⅱ
for x in fruit:
  print x

• 均有str(), list(), dict(), tuple()方法建立空序列。
  对应的是'',[],{},()
  当录入argument时，上述函数均起类型转换的作用
• 字符串-->列表： .split() list()
  列表-->字符串：'d'.join(t)
  字典--> 散列-列表：.items()
• 公有方法：

四者公有	Str & List	Dict & Tuple
len(),in,+,sorted(),reversed()	.sort(), .reverse()

*+运算返回运算结果，不改变原对象

2.不同点

• String和Tuple是不可修改的(immutable)，只能通过建立新序列来改变value(即使用+运算符)。其他二者是可修改的。
• 基于上面的特性，String和Tuple不会因为别名(aliasing)而出问题。万物皆对象，一个对象可以对应多个变量名。对象有mutable与immutable之分。
• 除了String中的元素均为char，其他三者中的元素不要求为同一类型。
• Dictionary和Tuple中的元素都是散列的(hashable)。因此没有t.sort()或reverse()函数。但可以通过d.items()将字典数组化而排序。
  PS. python 提供 sorted(seq[,key[,reverse]])（输入任意序列，返回排序后的列表）和reversed(seq)（输入任意序列，返回倒序循环体(iterator),因此无法直接输出，需要套list()）
• 增加序列中的元素：
  String & Tuple: +运算符
  List : .append()函数
  Dict: 在原有字典的基础上，直接定义key-value pair(散列的优势)

3.操作总结

[ String ]

• str[n:m] :字符串切割(string slice)
  属于运算符。返回[n,m)子字符串。有[n:m], [n:], [:m], [:]四种形态。
  语法糖：reverse string：str[::-1]

• in :子序列判断
  输入两个string，布尔运算前者是否在后者中出现。

• = < > :字符串比较
  大写(uppercase)优先于小写(lowercase)；同大小写比较字符串长度。

• str.find(sub[,start[,end]]) :返回子字符串在原字符串中最早出现的位置。
  str.count(substr[,start[,end]]) :返回子字符串出现次数(比起写循环设置计数变量，是个语法糖)。

• str.strip([char]) :剥离数组开头和结尾处的指定字符。默认值为空格。返回值。
  str.rstrip([char)] :只剥离结尾处的指定字符。返回值。

• str.split([delimiter,[num_lines]) :将字符串依据定界符拆开（默认为空格)，并返回列表形式。

• str.startswith(prefix[,start[,end]])
str.startswith(prefix[,start[,end]]) :返回布尔值。

• str.lower() str.upper() :改变大小写。返回值。
  str.capitalize() :只大写第一个字母。返回值。

• str.replace(old,new[,max]): 返回值(string为immutable，故不会改变原字符串)。
  str.maketrans(x[,y[,z]]) :制作翻译表。若只有一个argument，则该argument必须为dict；若两个arguments,则分别对应替换值与被替换值；若三个arguments，字符串中第三个argument对应的所有字符均被删除(None)。
  str.translate(table) :依据翻译表翻译字符串中的字符。

• str.encode() ：将字符串形式转化为byte形式
  byte.decode()：将byte形式转换为字符串形式

• 占位符(format operator)
  %d : integer
  %g : float
  %s : string
  'In %g years I have spotted %d %s. %(0.5, 111, 'single dogs' )
  f"...{}...{}": python3.6的新语法,

a = 'mom'
b = 'dad'
c = f'I love {a} and {b}!'
print(c)

"...{}...{}".format(a,b): 同理

• 字符串解析(parsing strings)

data  = 'From [email protected] Sat Feb 19 09:22:16 2018'
atops = data.find('@')
sppos = data.find(' ', atops)
host = data[atops+1,sppos]
print(host)

[ List ]

注意list的大部分method都是无返回值的(直接修改原list,与string method不同)

• + :连结(concatenate)
  *: 将list内各元素都重复n遍
• [:]列表切割同字符串
• t.index(obj) :找到列表中指定对象第一次出现时的序号。和String的find()函数相似。
  t.count(obj) :计算列表指定对象出现的次数。(和String的count()指令略有不同，String有start和end的选择输入，List没有)
• t.append([index,]obj) :在列表末尾(默认值)加上新元素
  t1.extend(t2): 合并两个列表
  t.insert(index,obj) :在列表指定位置插入元素
• t.sort(): 将列表内元素以从小到大的顺序排列
  t.reverse([key=...][,reverse=...]) :将列表内元素倒序排列
• t.pop(index):删除列表中序号为index的元素并返回该元素。原列表亦被修改。
  del t[index] :运算符。可与切割序号[:]连用(slice index)删除多个元素。
  t.remove(element) :用于不知序号但知道具体元素的情况
• functions: len() sum() max() min()
• t = list(string): 将字符串拆分成字符并且以列表形式储存。
  delimiter.join(t) :将列表中的元素用定界符连接成字符串。定界符可为空字符串''。
• 定义二维数组 :python虽然不需定义变量类型，但必须初始化变量

# Creates a list containing 5 lists, each of 8 items, all set to 0
w, h = 8, 5;
Matrix = [[0 for x in range(w)] for y in range(h)] 

Dictionary

• 用于储存元素出现频率(histogram)
• get(key, default) :返回字典中钥匙对应的值，如果不存在该钥匙，返回默认值。
• 字典的for循环遍历key。
• d.keys() : 返回字典key构成的List
• d.items() :将字典中的key-value pair以list-tuple格式返回。在遍历时有两个递归变量

Tuple

• ('a')是string不是tuple，('a',)才是tuple
• tuple比较采取的是one by one的方式，而不是len
• 特色功能（神似线性代数）：
  用于快速交换元素顺序: a,b = b,a
  用来充当dictionary的key，二者结合有多维数组的储存效果

File

• fileObj = open(file_name,[,access_mode,[buffering]]) :打开文件(但并不读取)并提供句柄(handle,本质上是file object)。默认read模式。通常与try: except: 连用。
  
  

  模式一览

fileObj.close()
fileObj.write(string) :不换行直接写。写完记得close，防止修改丢失。
fileObj.read([count_bytes]) :读取文件。默认全部读取。

• 文件中的换行均视为句末存在一字节换行符(\n)。
• repr(str) :输入对象，输出字符串表达式(byte形式)。
• 读取在线文档：

from urllib.request import urlopen
word_url = 'www.pigpig.com'
word_list = urlopen(word_url)

urlopen()函数读出的是class 'http.client.HTTPResponse'(file-like object),使用.read()方法之后才会成为byte，按需求可能需要套上str(obj,'utf-8')

• 读取本地文档：

fhand = open(url_path) #type(fhand):

本地文档使用的文档读取函数比urlopen友好许多。不需.read()函数转化成byte格式，遍历直接为string格式，并且直接适用正则表达式。

写在后面

何时使用哪一种序列是一个需要经验的判断。就个人理解，string多数使用在需要输出(print out)的情况；list表现出严格线性，在排序中必不可少，但会存在复杂度为O(n)的情况，对大量数据不友好；dictionary有着key-value的特性，易于增加元素，在频率统计中效果拔群；而与线性代数神似的tuple，同时具有序列和元素的性质，分别可以用于元素顺序改变和充当dict的key。