变量
可以说python只有名字没有变量，不需要定义类型，你赋值啥他就啥类型（所以定义变量时就得赋值，有int、float、str、bool），甚至可以赋值其他类型，例如：
a=1
a='a'
那么a就从int变成char，这是可以的，还有就是比如：
>>> 5+3
8 #两个int，按正常计算
>>> '5+3'
'5+3' #整个是str，所以不变
>>> '5'+'3'
'53' #两个str，结果拼在一起
命名时可以包括字母、数字和下划线，但不能以数字开头，且大小写敏感
注：
python作为一门动态语言不需要指明变量类型，但这样也就少了编译时检查错误的环境（无法做类型检查），只有在运行时才能知道是否存在错误
变量实质
python当中的变量实际就只是一个指针，指向对应数据的地址，因此python的变量可以随意修改指向，举例：
a = 1
print(id(a), id(1))
a = 2
print(id(a), id(1), id(2))
# 会发现a只是将指针指向了2
# 1892936144 1892936144
# 1892936176 1892936144 1892936176
在python内部有个intern机制：将一定范围内的数或者短的字符串提前载入内存，建立全局唯一的对象，下次再使用时则直接指向他
e记法
python里计数可以用科学计数法，例如0.0002就可以是2e-4，500000可以是5e5，但是e记法的数一定是浮点数，所以5e5 = 5.0e5 = 500000.0
bool类型
True就是1，False就是0（记住都是首字母大写），所以可以True * False（1*0=0），类似这样，但是不能True / False（0不能做分母），当然这些做法可以，但是不推荐
注：
所有值为0的：0、0+0j、0.0，空字符串''、空列表[]、空元组()、空字典{}、空集合set()和None都是False，其他都是True
强制转型
python支持，例如：a = int(1.666)，结果a为1，其中float转int是将小数点的数后直接砍掉。还有其他的强转如下：
#类型转换
float() #转成float
str() #转成str，如果是几种类型混合，其会用连接符表示，比如：`a = str(ab1)`，就会变成`'ab+1'`
#进制转换
bin() #转二进制
oct() #转八进制
int() #转十进制
hex() #转十六进制
对上面强转举例：
>>> bin(21)
'0b10101'
>>> type(bin(21))
>>> oct(10)
'0o12'
>>> hex(10000)
'0x2710'
可以看出除了十进制的，其他几种进制强转都是前缀加数字部分，类型也都是字符串型，所以如果想要只取数字部分就可以通过replace()替换掉前缀
注：
强转时，不要有以其命名的变量，例如：
>>> str = 1
>>> str(2)
Traceback (most recent call last):
File "", line 1, in
str(2)
TypeError: 'int' object is not callable
可以看出报错了，说str是int类型，无法被调用，说白了就是str已经被当成前面的变量1了，所以现在只是个数字而已（实际上现在获取的str是全局空间的，而不是内置空间的str）
python中负数的二进制展示问题：
对于十进制数据，通过bin转成二进制时，是直接将其转成正数的二进制加上一个负号；而对于十六进制通过bin转二进制时，才是返回真正的二进制表示，举例：
>>> bin(-100)
'-0b1100100'
>>> bin(-100 & 0xffffffff)
'0b11111111111111111111111110011100'
参考：https://www.runoob.com/w3cnote/python-negative-storage.html
"""长字符串"""
像特别长的字符串甚至有换行，好几行的那种，光用'或者"引起来是不行的，此时可以用头尾各3个"包起来实现，举例：
"""
这是
一个
多行
长字符串
"""
字符串(str)
基本使用
用单引号或双引号包起来的字符组合，但要注意不能单引号/双引号自己给自己嵌套使用，比如下面的用法是不正确的：
'在'单引号'里面嵌套单引号'
"在"双引号"里面嵌套双引号"
所以如果要在字符串中表示单引号/双引号，可以混合着使用，或者使用转义字符，例如下面的方式：
'"双引号被单引号包着"'
"'单引号被双引号包着'"
'使用转义的单引号：\''
其可以几个字符用+连起来（得都是字符串类型），也可以*起来，举例：
>>> 'aaa'+ str(2) #+起来时要求同种类型
'aaa2'
>>> 'aaa'*2 #*起来时不要求为同种类型
'aaaaaa'
开头加r
假如给变量赋值如下：str='c:\now'，那么在print里输出时，\n会被转义，为了避免这种情况，此时我们可以用\\替换\，这是解决只有少数地方会被转义的情况。
但是如果是多路径比如：'c:\now\abc\ttt'时，每个地方都用\\来替换会很麻烦，所以此时就可以在字符串前面加个r，代表原始字符串，例如：str=r'c:\now\abc\ttt'，则str就会自动变成c:\\now\\abc\\ttt，用print输出时就是正常的c:\now\abc\ttt了
开头加u
一般在内容为中文时用，代表内容用utf-8编码的字符串
开头加b
代表字节类型，即byte类型，字节流通过decode(编码)来解码成字符串，反过来字符串通过encode(编码)来编码成字节类型，举例：
>>> type(b'abc') //字节类型
>>> type(u'abc') //字符串类型
>>> type(b'abc'.decode('utf-8')) //字节流解码成字符串
>>> type(u'abc'.encode('utf-8')) //字符串编码成字节流
分片
可以用分片方法截取字符串的一部分，例如str1='abcde'，只取其中abc就可以：str1[:3]，取'cbce'就可以：str1='c'+str1[1:3]+'e'
查询索引
字符串其实可以看作是一个特殊的数组，其每个字符按顺序排放，所以可以像查数组那样，例如上面的str1，如果：str1[1]就会输出'b'，即第二个字符
通用方法
字符串能使用的方法特别多，像count()计数、index()索引（find方法也可以索引，使用跟index一样，但index找不到会报错，find会返回-1，还有像rfind方法，是从右边开始查，很多r开头的都是从右边开始的意思）啥的都能用，参照列表，还有一些常用方法如下：
把第一个字母改为大写
str1.capitalize()
把所有字母改为大写
str1.upper()
将字符串所有内容改为小写
str1.casefold()
将字符串居中
例如我要一个长度10的字符串，然后原来的字符串内容在里面就可以：str1.center(10)，结果就是' abcde '；如果要居左就用ljust，举例：
>>> "abc".ljust(10) #居左
'abc '
>>> "abc".rjust(10) #居右
' abc'
指定编码
str1.encode(encoding='utf-8',error='strict')
表示指定为utf-8编码，error参数代表设置不同错误的处理方案，默认为strict，此时当编码不符是会报错，如果要设置宽松点的情况可以用ignore，此时会忽略这个错误
判断字符串是否以某子字符串结束
endswith(sub[,start[,end]])
例如判断上面str1：str1.endswith('e')，因为是以'e'结尾，所以返回True（判断'de'、'cde'啥的也是对的），如果判断是否以某字符串开头用startswith()
把'\t'变成空格
>>> str2='a\tbcd\tc'
>>> str2.expandtabs()
'a(7个空格)bcd(5个空格)c'
（因为如果方法里不填入数字，默认为8个空格，而tab又是从这个字符串头开始数加上空格共8位，所以a后面加7个空格，bcd加5个）
判断是否为只有字母的非空字符串
str1.isalpha()
结果返回True或False
判断是否只有字母或数字（可以都有）的非空字符串
str1.isalnum()
判断是否只有数字的非空字符串
str1.isnumertic()，还有isdigit()都是判断数字，但是numertic就算汉字数字比如四也是True，而digit是False，还有一个是isdecimal()
三者区别参考：
http://www.cnblogs.com/jebeljebel/p/4006433.html
判断字符串是否是标题，即字母都以大写开始，其余位均小写
>>> str1='Abc'
>>> str2='AbC'
>>> str1.istitle()
True
>>> str2.istitle() #（要把字符串变标题形式就用title()）
False
>>>
以sub做分隔符插入到字符
str1.join()，举例：
>>> str1='abc'
>>> str1.join('123')
'1abc2abc3'
替换字符串
str1.replace()，举例：
>>> str1='abcabcabc'
>>> str1.replace('b','d',2)
'adcadcabc'
对于其参数，第一个是要替换的字符，第二个是替换成的，第三个是最多替换几个（第三个参数可选，默认全部替换）
分割字符串
str1.split()，举例：
>>> str1='i love you' #第二个中间有3个空格
>>> str1.split() #按1到多个空格分割
['i', 'love', 'you']
>>> str1.split(' ') #按单个空格分割
['i', 'love', '', '', 'you']
>>> str1.split('i')
['', ' love you']
括号是选择按什么字符串分割，默认是空格（1到多个），比如括号里是'i'，结果就是['',' love you']，'i'被切了，左边是空字符串
注：
split还有第二个参数，代表从左到右对前几个指定字符进行分割，举例：
>>> a = "x.y.z.k.q"
>>> a.split('.')
# 默认对所有.都分割
['x', 'y', 'z', 'k', 'q']
>>> a.split('.', 1)
# 只对从左到右第一个点分割
['x', 'y.z.k.q']
>>> a.split('.', 2)
# 只对从左到右第二个点分割
['x', 'y', 'z.k.q']
同理从右到左可以用rsplit方法实现
按行切割
split会对一到多个空格、缩进，以及换行等都进行切割，但splitlines只会根据行来切割，举例：
>>> a = """sda s
dsadas
gdfgd"""
>>>
>>> a.split()
# 可以看到空格和行的都被切割了
['sda', 's', 'dsadas', 'gdfgd']
>>> a.splitlines()
# 可以看到仅按行切割
['sda s', 'dsadas', 'gdfgd']
删除字符串前面或后面的所有某一个字符串
str1.strip()，举例：
>>> str1='abacaa'
>>> str1.strip('a')
'bac'
只会删除前面和后面，中间不管，括号里没东西默认删空格，如果只要删除左边的某些字符就用：lstrip()，右边就用rstrip()，可以叠加使用，比如：
>>> str1='abacaa'
>>> str1.strip('a').rstrip('c')
'ba'
翻转字符串大小写
str1.swapcase()，举例：
>>> str1='aBc'
>>> str1.swapcase()
'AbC'
翻转字符串内容
常用的方法有分片、列表翻转后转字符串、循环，举例：
#分片
>>> a = 'abcde'
>>> a[::-1]
'edcba'
#列表翻转字符串
>>> b = list(reversed(a))
>>> "".join(b)
'edcba'
#for循环就不举例了，就列表翻转然后一一遍历相加
更多字符串方法参考
http://bbs.fishc.com/thread-38992-1-1.html
列表(list)
创建一个空列表：
empty=[]
不像数组必须都得存放同一种数据，列表里面可以放各种数据类型，例如：
user = [123 ,'abc' ,'用户1' ,[1,2,3,4]]
其中列表内每个对应下标为从0开始，但比较特殊的是比如上面的user[3]是一个列表：[1,2,3,4]，所以如果要定位到4的下标就用user[3][3]，即以二维数组的方式
添加元素
append()方法
例如对上面的user：user.append('新用户')，这个就会被加到列表的最后一个，因为在最后一位，所以可以通过user[-1]查看。要注意append只能加一个参数
extend()方法
想要加多个参数时可以用extend()方法，但是注意extend()也只能传一个参数，不过他可以传一个列表参数（其实是迭代器，但是可以先当成是一个列表），其原理就是把传过去的列表内容分别加到后面，从而传进多个参数，例如对上面的user： user.extend(['a','b'])，结果就添加了'a'和'b'进去
注意要以列表形式传多个参数，如果直接传多个参数，比如extend('a','b')就会报错
注:
append()也能传列表，但和extend()不同，extend是默认传入列表，所以会依次把列表里的参数传进去；而append传列表时就是单纯的传一个列表进去，比如前面通过两种方法传['a','b']，在extend里传入的是'a'和'b'，在append里传入的是['a','b']
insert()方法
想要传到自己想要的位置时可以用insert()方法，例如想传字符串'c'到上面user列表的第二个位置：user.insert(1,'c')，其编号也是从0开始的
注：
当对列表使用+或者+=（两种方法实质是有区别的）时也可以添加元素，+操作算是新建一个新的列表并添加元素，而不是对原来列表添加元素，所以原来的列表并不会发生改变，而+=是在原来的列表里添加元素，所以效率上比+要高些，举例：
>>> a = [1,2,3]
>>> b = a + [4] #新建一个列表b存放a和[4]相加的列表
>>> b
[1, 2, 3, 4]
>>> a #a并没有发生改变
[1, 2, 3]
>>> a = [1,2,3]
>>> a += [4]
>>> a
[1, 2, 3, 4]
注2：
几种添加元素效率比对（一般情况下）：+<insert<extend<append<+=
调换元素
拿上面user对调第一第二个元素举例：
temp=user[0]
user[0]=user[1]
user[1]=temp
当然python里还可以支持更精简的写法：
user[0], user[1] = user[1], user[0]
结果和前面是一样的，还有就是可以用列表分片方法来替换元素，参考下面的列表分片
删除元素
remove()方法
按变量名删除，例如：user.remove('abc')，如果有同名的变量就只删除第一个，如果想把某个同名元素全部删除，可以循环判断当存在某个元素时则删除该元素，举例：
while "abc" in user:
li_safe_content.remove("abc")
del函数
按其下标位置删除，例如删除user的第一个变量：del user[1]，del后面加变量名甚至可以删除整个变量，例如：del user就会把整个user列表删了
pop()方法
其会弹出一个元素（和删除有点区别，其在删除元素的基础上，还会将该元素作为返回值输出），例如：user.pop(1)，就会删除列表的第2个元素（如果括号里没数字就默认弹出最后一个），并输出，我们可以把这个给赋值存储以备后面要用，例如：temp = user.pop()，此时删除最后一个值并赋值给temp
删除重复元素
可以使用numpy模块下的unique()方法，然后再用list()方法转成列表，也可以用set()方法转成集合后再转回来，举例：
>>> a = [1,2,3,1,2,1]
>>> list(set(a))
[1, 2, 3]
列表分片
可以截取列表的一部分，比如：user[1:3]说明从下标为1的截取到下标为3的（不包括3），还可以user[:3]，说明从第1个到下标为3的（不包括3），user[:]说明截全部，user[:-2]说明截取去掉最后两个数据后的列表；其还有第三个可选参数，意思是变化量，举例：
>>> d = [1,3,4,5,8]
>>> d[:4:2] #截取从第一个到第4个，每次跨两步（隔一个）取
[1, 4]
>>> d[::-1] #截取整个列表，变化量为-1，即取倒过来的列表
[8, 5, 4, 3, 1]
切片还可以迭代（连续）切片，举例：
>>> d = [1,3,4,5,8]
>>> d[1:4][1:] #先切出2到4个（[3,4,5]），然后再切2到后面的所有
[4, 5]
>>> b = [[1, 2, 3, 4], [5, 6, 7, 8], [9, 10, 11, 12]]
>>> b[1:][1] [3] #先切出2到后面（[[5, 6, 7, 8], [9, 10, 11, 12]]），然后取第2个（[9, 10, 11, 12]）的第4个
12
上面说的通过列表替换元素方式如下：
>>> a = [1,2,3,4,5]
>>> a[1:3] = [6,6,6,6,6] #把2、3位替换成5个6
>>> a
[1, 6, 6, 6, 6, 6, 4, 5]
注：
分片一般用来截取一个新的列表，例如：temp = user[1:3]，此时temp就是一个新列表了，这里要注意下：temp1=user[:]和temp2=user虽然看起来都是复制整个user，但实际上不一样，temp1应该更像是截取，所以user无论怎么变化，跟temp1都无关，而temp2更像是直接指向user，所以是和user同步的，user做了什么操作，temp2也会跟着改，这也是为什么需要列表分片来复制列表的原因之一
逻辑操作
两个列表比较大小，只比较第一个元素，如果第一个一样再比第二个...；两个列表相加就是后一个的变量加到前一个的后面；列表还可以和一个数相乘，就是把列表里的内容重复几次，例如：
>>> a=[1,2,3]
>>> a*2
[1,2,3,1,2,3]
注：
在数据分析模块里有数组概念，其逻辑操作则和C当中数组一样，两个数组相加就把同一位置的值相加，相乘除就把所有值都乘除一定大小
判断是否在列表
用in或者not in（成员关系操作符），例如a[]里面有1，所以：1 in a 就会是True，但只能判断第一层，假如a列表为a[2,3,[1,2,3]] ，那么判断结果就为False，假如这时还想判断是否存在1，可以用：1 in a[2]，因为在第3个元素里所以用a[2]
计算参数个数
用count()方法，括号里输入参数名，例如：
>>> a=[1,2,3,1,2]
>>> a.count(1)
2
既然count()可以计算列表里某个元素的数量，那么就可以通过将其和集合结合起来，获取列表每个数据的数量，举例：
li = [3, 9, 3, 2, 5, 6, 7, 3, 2, 3, 3, 3]
dict1 = {}
#用字典来存储结果
for i in set(li):
dict1[i] = li.count(i)
print(dict1)
结果：
{2: 2, 3: 6, 5: 1, 6: 1, 7: 1, 9: 1}
索引参数位置
用index()方法，但如果只输入要查找的变量名就只会告诉你第一个该参数的位置，例如对上面的a：a.index(2)输出就是1，所以可以在index里再加2个参数确定索引的开头和结尾，例如在第三个到第五个之间查2：a.index(2,2,4)
合并列表
在字符串中有split()来把字符串分割成列表，所以也有join()把列表合并成字符串，相当于split()的逆方法，比如：
>>> a = '-' #中间用a的值隔开
>>> b = a.join(['sad', '2', 'gds'])
>>> b
'sad-2-gds'
>>> b.split('-')
['sad', '2', 'gds']
翻转列表
reverse()方法，举例：
>>> a=[1,2,3]
>>> a.reverse()
[3,2,1]
列表排序
sort()方法，如果不输入参数则默认从小到大排序（列表内容必须为可对比的类型，例如列表里同时存在数字和字母就会报错），举例：
>>> a=[2,4,3]
>>> a.sort()
[2,3,4]
其实sort有3个参数，即sort(function,key,reverse=False)，function是自己指定的算法，key代表和算法搭配的关键字，第三个代表是否倒序，默认为False代表不倒序，如果要倒序就改成True，例如对b=['s','ac','gdsa']进行按字符串长度的倒序排序则：b.sort(key=len,reverse=True)
注：
列表翻转和排序只会对当前列表进行操作，且没有返回值，所以如果想把列表翻转/排序后赋值给另一个列表要分两步进行，看下面代码：
>>> a = [2,3,7,5,1]
>>> b = a.sort()
>>> b
#可以看出b是指向空的，并没有把a排序后返回传给b
>>> a
[1, 2, 3, 5, 7]
#但是可以看出a已经排好序了
>>> a.reverse()
>>> b = a
>>> b
[7, 5, 3, 2, 1]
#可以看出如果要翻转/排序后赋值，分两步进行就能成功
打乱列表顺序
参考random模块的shuffle()方法，把列表作为参数传入即可，举例：
>>> import random
>>> a
[1, 2, 5, 3, 7]
>>> random.shuffle(a)
>>> a
[5, 3, 1, 7, 2]
元组(tuple)
和列表非常像，区别是其内容不可修改，所以像排序啥的操作基本都没有
特点
- 可迭代
- 不可变
- 可拆包
注：
元组的不可变性是指存放的内容地址不可变，并不是内容不可变，举例：
content = [1,2,3]
a = (content,4)
print(a)
content.pop()
print(a)
# ([1, 2, 3], 4)
# ([1, 2], 4)
可以看到元组内部存放的列表内容是可以改变的，但列表的内容改变，列表的内存地址并没有一起改，所以是允许的
与list比较
- 由于不可变，所以其会作为常量，在编译时就能够确定内容，因此性能更好
- 由于不可变，因此可以进行哈希运算（要求元组内部的数据也是可哈希类型的，例如元组内部存放了列表，那么就不能进行哈希运算了），也就可以存放到集合或者字典的key当中
- 线程安全
定义元组
定义方法是用小括号，例如：a=(1,2,3,4,5)，创建一个空元组：a=()，但是元组的标志性符号是逗号不是小括号，例如定义：a=(1)，用type函数会发现a是int型，而定义：a=1,2,3，会发现a是元组，所以说逗号才是元组的标志，像前面如果想创建只有一个元素的元组就得后面加个逗号，例如：a=(1,)（不用括号也可以）
查询元组
和列表查询一样，例如查第二个：a[1]（就创建时候用小括号）
注:
除了定义、删除的语法还有不可修改的规定和列表不同外，其他的使用方法和列表几乎相同，如分片：b=a[1:]；还有像count()（计算出现次数）、index()方法（索引）、in、not in和一些逻辑操作符都可以用，参照上面列表用法
更新元组
虽然说元组不能修改，但是我们可以更新他，比如在前面的a的第二个位置插入6，可以这样：a=a[:1]+(6,)+a[1:]（这里括号和逗号都要在），这时候就更新元组了，这里不是改变，因为a被重新赋值了，已经不是原来的他了（用id(b)可以发现地址已变）
删除元组
一般删除元组里的内容就用分片截取就好了，跟上面的更新差不多，如果要删除整个元组就用del函数，例如：del a
注:
上面知道元组的标志是逗号，所以(8)是代表整数8，(8,)代表元组8,，所以如果用8与上面两个分别相乘将会是不同的结果：
>>> (8)*8
64
>>> (8,)*8
(8,8,8,8,8,8,8,8)
注2:
列表、元组可以同时给多个变量同时赋值，例如：
>>> x = [1,2,3,4,5]
>>> a,b,c,d,e =x
>>> a
1
>>> a,b,c,d,e
(1, 2, 3, 4, 5)
#可以看出此时a,b,c,d,e就变成对应的1,2,3,4,5了
前提是赋值变量数和列表/元组数值量相同
拆包
a = [1,2,3,4]
b, *c, d = a
print(b, c, d)
# 1 [2, 3] 4
集合(set)
如同字面意思，跟数学的集合一样，里面的数据都是唯一的(最主要意义，所以一般用来去除重复内容)，而且是无序的
定义
- 直接用
{}定义：举例：num1 = {1,2,3,3,4,2,1}，因为值唯一，所以num1为{1, 2, 3, 4} - 用
set()函数：举例：set1 = set([1,2,3,3,2,1])，括号里面可以是列表、字符串、元组、字典等
注：
定义一个空的集合不能用：set1 = {}，这样set1的类型是dict，所以应该用：set1 = set()
添加元素
用add()方法，例如：num1.add(6)，就会加进去了，但只能加一个数据，而且不能加list、dict等，可以加tuple
移除元素
用remove()方法，例如：num1.remove(1)，如果删除的内容不存在则会报错，如果希望删除的数据即使不存在也不会报错，那么可以用discard()方法
注:
因为集合无序，所以无法索引，要读取里面数据可以用for一个个读取出来，也能用in来判断，或者把他变成一个列表等等
交集
使用intersection()方法，或者用&，举例：
>>> a = {1,2,3,5,7}
>>> b = {2,4,5,6}
>>> a.intersection(b)
{2, 5}
>>> a & b
{2, 5}
并集
使用union()方法，或者用|，举例：
>>> a = {1,2,3,5,7}
>>> b = {2,4,5,6}
>>> a.union(b)
{1, 2, 3, 4, 5, 6, 7}
>>> b.union(a)
{1, 2, 3, 4, 5, 6, 7}
>>> a | b
{1, 2, 3, 4, 5, 6, 7}
去不同
比如要找出两个集合的不同内容，可以将两个集合相减，举例：
>>> a = {1,2,3,4,5}
>>> b = {1,5,6}
>>> a-b
{2, 3, 4}
#可以看出结果就是将a中有的减去b中有的剩下的值
这里放上来一道网申的笔试题，感觉用集合解决太完美：
现在有一个数组，其值为从1到10000的连续增长的数字。出于某次偶然操作，导致这个数组中丢失了某三个元素，同时顺序被打乱，现在需要你用最快的方法找出丢失的这三个元素，并且将这三个元素根据从小到大重新拼接为一个新数字，计算其除以7的余数。 例：丢失的元素为336，10，8435，得到的新数字为103368435，除以七的余数为2。
输入描述:
输入数据为一行，包含9997个数字，空格隔开。
输出描述:
输出为一行，包含一个数字。
这道题最主要的问题就是用最快方法找出集合1到1w里面没有的3个数，如果用for循环递归一个个比对，显然花的时间不是一点两点，于是这里就可以用到集合相减找不同来实现，把两种方式的代码都放出来如下：
#用迭代的方式
li = input().split()
li.sort()
li_t = []
for i in range(1,10000):
#一个个用if去判断
if str(i) not in li:
li_t.append(i)
result = ''
for each in li_t:
result += str(each)
print(int(result)%7)
#用集合的方式
li = set(input().split())
li2 = set(str(i) for i in range(1,10000))
#创建一个1到10000的集合然后和输入的集合相减，瞬间就得到那3个没有的了
li_result = list(li2 - li)
li_result.sort()
result = ''
for each in li_result:
result += each
print(int(result)%7)
最终虽然两个都能实现，但是迭代花的时间确是集合的几十倍，所以可以看出集合在某些场景下应用的强大能力
更多集合操作参考
https://www.cnblogs.com/sunyang945/p/7859962.html
不可变集合(frozenset)
相当于集合和元组的集合，不可变。通过frozenset()函数定义，举例：set2 = frozenset([1,2,3,3,2,1])
更多参考
https://blog.csdn.net/weixin_37887248/article/details/81565468
字典(dict)
定义
(1)用{}定义，键值对引号隔开，例如：dic = {'a':'admin','b':'book','c':'cook'}，则dic['b']就是'book'
注：
在python3.6以前的版本当中，字典都是无序的，如果希望使用有序字典，可以使用collections下的OrderedDict类；而在3.6及以后的版本当中，字典都是有序的了
(2)往dict()中插入元组/列表定义，举例：
>>> a = [(1,'one'),[2,'two']]
>>> dic1 = dict(a)
>>> dic1
{1: 'one', 2: 'two'}
注：
dict()能强转成字典类型，但是str不能直接转成dict，举例：
>>> dict("{'a':1,'b':2}")
Traceback (most recent call last):
File "", line 1, in
dict("{'a':1,'b':2}")
ValueError: dictionary update sequence element #0 has length 1; 2 is required
所以这时候可以用eval()函数来转成dict，举例：
>>> a = eval("{'a':1,'b':2}")
>>> a
{'b': 2, 'a': 1}
>>> type(a)
(3)用dict()直接指定键值对定义，例如：dic1 = dict(x='abc',y='def')
注：
第三种方式键是不加引号的，并且关键字会根据键来排序，例如：
>>> dic1 = dict(x='abc',y='def',z='ghi')
>>> dic1
{'z': 'ghi', 'x': 'abc', 'y': 'def'}
注2：
像列表、字典等数据类型里面还能放像函数、类之类的数据，举例：
def abc(x, y):
print(x+y)
class XYZ():
def __init__(selt,x):
print(x)
a = 50
a = {'a':1, 'b':abc, 'c':abc(1000,1000), 'd':lambda x,y : print(x+y), 'e': XYZ, 'f': XYZ(10000)}
#b和c都是函数，但b没传参数，c传了参数，d是没传参的匿名函数，e是没传参的类，f是传参的类
#因为c和f都传了参数，所以调用时就已经执行了，结果会先输出200和1000，但是之后再调用就不会执行了（其已经变成函数的返回值，这里没有，所以是None）
a['b'](1, 1) #调用abc函数，并传入参数1和2
print(a['c']) #输出执行过参数为3和4的abc函数返回值，因为abc没返回，所以输出None
a['d'](5, 5) #调用lambda函数
print(a['e'].a) #调用类XYZ的a属性
a['e'](100) #调用类，因为传入了参数，执行__init__函数
结果为：
2000 #定义a时第三个参数的输出
10000 #定义a时最后一个参数的输出
2
None
10
50
100
修改
直接给键赋值就好了，例如上面的dic1：
>>> dic1['x']='aaa'
{'z': 'ghi', 'x': 'aaa', 'y': 'def'}
如果是不存在的键就会新建这个键值对
有序字典
默认字典是根据hash之类的原理来排序的，如果希望字典的顺序可以像类似列表那样按顺序排的话，可以使用OrderedDict，具体参考下面链接：
http://c.biancheng.net/view/2438.html
内置函数
fromkeys(键[,值])
创建并返回一个统一值的新字典，其中可以设置键和值，举例：
>>> d1={}
>>> d1.fromkeys((1,2,3)) #创建一个字典，并定义3个键1、2、3
{1: None, 2: None, 3: None}
>>> d1.fromkeys((1,2,3),1) #定义3个键并同时赋值为1
{1: 1, 2: 1, 3: 1}
他只能给所有键设置同一个值，所以不要以为可以通过传入列表、元组来依次赋值，比如：
>>> d1.fromkeys((1,2,3),(4,5,6))
{1: (4, 5, 6), 2: (4, 5, 6), 3: (4, 5, 6)} #结果不是{1:4, 2:5, 3:6}，而是值都为(4, 5, 6)
可以看出其还是给所有元素都设置了同一个值
keys()
返回字典的所有键名，例如：
>>> d1={1:2,2:'two'}
>>> d1.keys()
dict_keys([1, 2])
values()
返回字典的所有值，例如：
>>> d1={1:2,2:'two'}
>>> d1.values()
dict_values([2, 'two'])
items()
返回字典的所有键值对，例如：
>>> d1={1:2,2:'two'}
>>> d1.items()
dict_items([(1, 2), (2, 'two')])
注：
keys、values、items常用于循环输出字典，例如：
for key in d1.keys()
print("循环输出所有的键：",key)
get()
根据键获取值，一般常用d1[键]输出值，但如果键不存在，这种方法就会报错，所以用get就更宽松，比如对上面的d1：d1.get(1)结果就是2，但是d1.get(3)不输出也不会报错，如果用print打印结果会是none，我们还可以用get来判断输出，有就输出值，没有就输出我们想要的内容，比如：
>>> d1.get(3,'nothing')
nothing #因为3不存在所以输出nothing，如果3在就输出3的值
注：
get可以判断键在不在字典，in和not in也可以，比如上面的：1 in d1结果就是True
注2：
因为键是唯一的，所以可以用get(键)和dict[键]来获取值，反过来如果想通过值来获取键，可以通过get条件判断来进行遍历，举例：
>>> d
{2: 2, 3: 6, 5: 1, 6: 1, 7: 1, 9: 1}
>>> [i for i in d if d.get(i) == 1]
#链表推导式当i(键)=1(值)时，输出i
[5, 6, 7, 9]
>>> [i for i in d if d.get(i) == 6]
[3]
如果是要求最值的键，则可以用内置的min/max函数，举例：
>>> d
{2: 2, 3: 6, 5: 1, 6: 1, 7: 1, 9: 1}
>>> max(d, key=d.get)
3
clear()
清空字典，例如：d1.clear()结果d1就变成{}
注：
d1={}会使d1变成空，但是其原来指向的字典没变成空，而clear才是真正意义上的清空，例如：
>>> d1={1:2,2:'two'}
>>> d2 = d1 #此时d2和d1指向同一个地址，可以用id(d2)查看
>>> d1 = {}
>>> d1 #d1变成空
{}
>>> d2 #d2还是指向d1原来的地方，而原来指向的地方没变成空，所以d2没变成空
{1: 2, 2: 'two'}
###这次使用clear
>>> d1={1:2,2:'two'}
>>> d2 = d1
>>> d1.clear()
>>> d1
{}
>>> d2 #这次d2和d1一样都清空了
{}
copy()
浅拷贝，和赋值不太一样，赋值就相当于确定了指向，所以用id()查看会发现赋值后原来的字典和赋值的字典地址是一样的，但copy的结果地址是不同的，所以如果原字典内容改变，赋值的字典会跟着改变，但copy的字典不变（copy有点像列表里的整个分段赋值）
pop()
括号里给定键弹出对应的值
popitem()
括号里没参数，随机弹出一个项
setdefault()
跟get有点像，能输出键对应的值，但不同的是如果键不存在他会新加进去，例如：d1.setdefault(1)结果是2，但d1.setdefault(3)，结果d1会变成：{1: 2, 2: 'two', 3: None} ，新建同时还可以赋值，例如：d1.setdefault(5,"aaa")，d1就会变成：{1: 2, 2: 'two', 3: None, 5: 'aaa'}
update()
把一个字典的东西加到另一个字典里去，例如：
>>> d2={6:'bbb'}
>>> d1.update(d2)
{1: 2, 2: 'two', 3: None, 5: 'aaa', 6: 'bbb'} #加入了d2的内容
for输出
- 方法1：其输出是只输出键而不是值，所以如果想输出值就要输出字典的对应项，举例：
dict1 = {'a':'one','b':'two','c':'three'}
for each in dict1:
print("%s -> %s" % (each,dict1[each]),end=' ') #each只是键
结果为：a -> one b -> two c -> three
- 方法2：通过将字典放入迭代器，然后分别保存键、值，举例：
dict1 = {'a':'one','b':'two','c':'three'}
for key,value in dict1.items(): #分别赋值键值到key和value
print(key,value,end=' ')
结果为：b two a one c three
字典和json区别
字典和json样式十分相似，虽然前者是数据类型，后者是一种格式，但最明显的区别就是字典可以用单引号，而在json中得用双引号，所以如果想将一个字典以json格式传递时，记得将单引号都替换成双引号
Ellipsis
这个是python一个自带常量，和...是等价的（偶然输入...发现竟然没有报错，原来还有内置这样的常量），意思相当于什么都没有，或者在数组之类的地方起省略意义，一般可以和pass相互替换，举例：
>>> ...
Ellipsis
>>> print(...)
Ellipsis
>>> print(Ellipsis)
Ellipsis
字典效率、顺序
- 字典的内存开销大，但是查询快，而自定义的对象、以及python提供的对象也都是用字典来包装的
- 在python3.6之前，字典是无序的，因此其存储顺序和元素添加的顺序有关（基于哈希表内部的原理，哈希冲突的处理等），并且添加数据有可能改变已有数据的顺序（例如哈希表内部达到一定占用率时会进行扩容，将重新开辟空间依次存入，导致顺序改变），所以如果想要使用有序字典，可以使用
collections模块下的OrderedDict；python3.6开始，字典都是有序的了
其他数据类型
队列(queue)
先入先出，且一个数据只能取一次，需要import queue，使用也很简单，先新建一个Queue对象，然后要往队列加东西就用put()，取东西就用get()就行了（用get如果队列为空则会卡住，所以也可以用get_nowait，当队列为空时会出异常），查看用qsize()，举例：
q = queue.Queue() #新建一个队列
q.put("one")
q.put("two")
q.put([1,2,3])
q.qsize() #结果为3
q.get() #结果为one
q.get() #结果为two
q.get() #结果为[1,2,3]
q.get() #程序卡住，如果是q.get_nowait()则会报出空异常
如果想要限制队列大小，可以在新建对象时里面加入maxsize参数，比如：
q = queue.Queue(maxsize=3)
此时一旦超过队列长度就会卡住，然后查看put和get会发现里面都有个block（默认为True）和timeout（默认为None）参数，前者代表是否卡住，后者代表卡住几秒，所以我们可以设置为False或者设置timeout时长来避免卡住，比如：
c.get(block=False) #当队列为空时报错，不卡住
c.get(timeout=1) #当队列为空时延时一秒，然后报错
#put方法同理
实例
（通过多线程和队列实现生产者消费者顺序购买产品问题）
import threading
import time
import queue
def Producer():
count = 1
while True:
q.put("产品%d" % count)
print("\033[42;m生产第%d个产品\033[0m" % count)
time.sleep(0.3)
count += 1
print("\033[45;m目前还剩%d个产品\033[0m" % q.qsize())
def Consumer(name):
num = 0
while True:
print("\033[43;m%s购买了%s\033[0m" % (name, q.get()))
num += 1
print("\033[45;m%s共买了%d个产品\033[0m" % (name, num))
time.sleep(1)
q = queue.Queue()
producer = threading.Thread(target=Producer)
consumerA = threading.Thread(target=Consumer, args=("热心市民A",))
consumerB = threading.Thread(target=Consumer, args=("热心市民B",))
producer.start()
consumerA.start()
consumerB.start()
栈(stack)
和前面的队列十分相似，也是导入queue，但是新建的对象是LifoQueue，其他和队列一样，当然用列表的append()和pop()也可以实现。
优先级队列
在queue中还有一个PriorityQueue是用来实现优先级队列的，其和上面的区别就是在put的时候传入的是个元组，里面同时设置优先值，值越小越优先，举例：
q = queue.PriorityQueue()
q.put((2, "two"))
q.put((5, "five"))
q.put((0, "zero"))
q.put((1, "one"))
q.get() #(0, 'zero')
q.get() #(1, 'one')
q.get() #(2, 'two')
q.get() #(5, 'five')
双向队列
前面的栈和队列都是单向的，一旦定义以后就只能从头或者尾其中一边操作，在list中虽然可以用pop来实现栈的功能，但是却无法实现队列的功能，所以这里可以用双向队列，需要使用到collections的deque，可以直接用from import导入deque，然后通过append()、appendleft()、pop()、popleft()来实现栈和队列，举例：
from collections import deque
a = deque() # deque([])
a.append(5) # deque([5])
a.appendleft(4) # deque([4, 5])
a.appendleft(3) # deque([3, 4, 5])
a.pop() #5
a.popleft() #3
计数器
在前面的collections里有个Counter还是作为计数器的存在，其可以计算一个数据结构当中各元素出现的次数，并返回一个字典，需要导入Counter，举例：
from collections import Counter
c = Counter([1,2,3,32,1,2,1,2,2,3,4])
#计算该列表里各元素个数
print(c)
结果为：Counter({2: 4, 1: 3, 3: 2, 32: 1, 4: 1})
python内置类型
数值类型
int
float
bool
complex 复数类型
迭代类型
iterator 迭代器
generator 生成器
序列类型
list
bytes
bytearray 字节流，数据只能是0或1
memoryview 二进制序列
range
tuple
str
array 数组，相比于list，其所有数据必须为同一类型，因此内存空间也是连续的，效率更高
映射
dict
集合
set
frozenset 不可变集合
注：集合和映射在python中的实现差不多，因此效率都比较高
上下文管理器
with
其他
模块类型
类对象
类实例
函数类型
方法类型
代码类型
object对象
type类型
ellipsis类型
notimplemented类型
序列类
分类
容器序列：内部可以存放任意类型数据，如list、tuple、deque
扁平序列：只能存放相同类型的数据，如str、array、bytes、bytearray
可变序列：内容可以修改，如list、array、deque、bytearray
不可变序列：内容不能修改，如tuple、str、bytes
相关基类
collections.abc下提供了Sequence（不可变序列）/MutableSequence（可变序列）类
+/extend/+=区别
- +：必须为相同类型，并且返回一个新的序列对象，源码（基于
UserList稍作修改）：
def __add__(self, other):
return self.__class__(self + self.__class__(other))
- extend：只要是序列类就行，也是在原先对象中改变，本质就是for循环，依次
append，源码：
def extend(self, values):
'S.extend(iterable) -- extend sequence by appending elements from the iterable'
for v in values:
self.append(v)
- +=：只要是序列类就行，并且在原先的对象中进行改变，内部实际是调用
extend方法，源码：
def __iadd__(self, values):
self.extend(values)
return self
切片
相关操作
>>> a = [1,2,3,4,5]
>>> a[2:] = [5,6,7]
# 替换第三个元素开始的后面所有元素
>>> a
[1, 2, 5, 6, 7]
>>> a[:0] = [0]
# 在头部插入元素
>>> a
[0, 1, 2, 5, 6, 7]
>>> a[2:] = [9, 8, 7]
>>> a
[0, 1, 9, 8, 7]
>>> a[::2] = [10, 20, 30]
# 隔一个改一个元素，右边迭代的长度必须和左边切片的长度相等
>>> a
[10, 1, 20, 8, 30]
>>> a[:1] = []
# 删除第一个元素
>>> a
[1, 20, 8, 30]
>>> del a[::2]
# 隔一个删一个元素
>>> a
[20, 30]
>>> del a[:1]
# 删除第一个元素
>>> a
[30]
>>> a[0:0] = [1,2,3]
# 往第0个位置插入3个元素
>>> a
[1, 2, 3, 30]
实现原理
在通过切片索引时，会自动将切片语法转成slice对象，该对象包括起始位置、结束位置和步长三个参数，举例：
a = [1,2,3,4,5]
print(a[0::2])
print(a[slice(0, None, 2)])
# [1, 3, 5]
# [1, 3, 5]
可以看出两个结果都是一样的，然后对象只需要实现__getitem__方法，在内部处理slice的处理逻辑即可，我们可以自己模拟实现一个自己的slice对象和相关的切片处理逻辑，举例：
class MySlice:
def __init__(self, start=None, end=None, step=None):
self.start = start
self.end = end
self.step = step
def get_slice(self):
return self.start, self.end, self.step
class Test:
def __init__(self, data=[]):
self.data = data
def __setitem__(self, item, value):
if isinstance(item, MySlice):
start, end, step = self.parse_slice(item)
value = iter(value)
for i in range(start, end, step):
self.data[i] = next(value)
else:
self.data[item] = value
def __getitem__(self, item):
cls = type(self)
if isinstance(item, MySlice):
start, end, step = self.parse_slice(item)
return cls([self.data[i] for i in range(start, end, step)])
# 重新实例化一个自身对象返回
return cls(self.data[item])
def parse_slice(self, s):
"""自定义切片设置默认值"""
start, end, step = s.get_slice()
if start == None:
start = 0
if end == None:
end = len(self.data)
if step == None:
step = 1
return start, end, step
def __str__(self):
return str(self.data)
li = Test([1,2,3,4,5])
sli = MySlice(0, None, 2)
print(li[sli])
li[sli] = [9, 8, 7]
print(li)
# [1, 3, 5]
# [9, 2, 8, 4, 7]
映射类
不可变映射类
MappingProxyType，继承于Mapping类，相当于一个只读的字典，源码如下：
MappingProxyType = type(type.__dict__)
我们可以从types模块下导入，使用举例：
from types import MappingProxyType
di = MappingProxyType({"a":1, "b":2})
print(di)
di["a"] = 2
# 不允许修改，这句会报错
可变映射类
dict，继承于MutableMapping类，而该类继承于Mapping类
UserDict
可以理解为用python实现的字典，由于python中的列表、字典都是用C写的，内部有些魔法方法之类的未必能生效，因此如果希望继承一个字典的话，那么可以继承collection模块下提供的UserDict（collection下还提供了UserList/UserStr与之同理），举例：
from collections import UserDict
class A(dict):
def __setitem__(self, item, value):
super().__setitem__(item, value*2)
class B(UserDict):
def __setitem__(self, item, value):
super().__setitem__(item, value*2)
a = A(x=1)
b = B(x=1)
print(a)
print(b)
# {'x': 1}
# {'x': 2}
可以看到继承自dict的类，实例化的对象的__setitem__方法没生效，但是继承自UserDict的却生效了
defaultdict
和UserDict一样是dict的子类，初始化时可以指定当索引内容不存在时的默认值类型，本质是内部实现了__missing__的魔法方法，当key的值获取失败时，则会设置一个默认类型的值，举例：
def default():
return {
"name": "aaa",
"age": 18
}
a = defaultdict(default)
# 指定默认是一个固定内容的字典，传入的默认对象必须是可调用的，这里传入一个函数，也可以传入list、dict等数据类型
print(a["x"])
a["y"] = 2
print(a)
# {'name': 'aaa', 'age': 18}
# defaultdict(, {'x': {'name': 'aaa', 'age': 18}, 'y': 2})
可哈希对象
- 对于字典的key、集合的元素都必须是可哈希的才能存入
- 不可变对象都是可hash的，如：
str、fronzeset、tuple，如果希望自己定义的类可哈希，那么必须实现__hash__的魔法方法
注：
不可变对象如果是可哈希的，还必须满足子元素也都是可哈希的条件，举例：
print(hash((1,2,3)))
# 元组内部维护的数字是不可变的，因此可哈希
li = [1,2,3]
print(hash((1,li)))
# 元组内部有一个可变的列表，不可哈希，因此会报错
# 2528502973977326415
# TypeError: unhashable type: 'list'