摘要这里介绍了三种比较常用的数据对象处理,另外,python内建的collections对象还提供了其他比较多的数据处理对象,使得python对于数据的处理更加友好。 元组模型 1''' 2元组模型 3''' 4# 导入元组数据处理对象 5 6from collections import namedtuple 7 8# 创建数据对象 9 10tuple_ = namedtuple('student', ['a', 'b']) 11 12# 初始化数据 13 14tp = tuple_(10, 100) 15 16print("获取a的值: ", tp.a) 17 18print("获取b的值: ", tp.b)
说明:通过这种方式可以实现一组数据存储于单独的对象中,跟java中的模型很像。
队列模型 1''' 2队列模型 3''' 4# 队列主要是为了实现高效的插入、删除所衍生出来的数据结构 5 6# 导入队列处理对象 7 8from collections import deque 9 10# 初始化数据对象 11 12deque_ = deque(['a', 'b', 'c', 'd', 'e']) 13 14# 添加元素 15 16deque_.append('f') 17 18print("扩展后的数组: ", deque_) 19 20# 删除队尾元素 21 22deque_.pop() 23 24print("删除后的数组: ", deque_)
说明:它实现了list的所有函数。 字典模型 1''' 2字典模型 3''' 4# 可以实现在获取一个键值对的数据时,当键Key不存在时返回一个默认值 5 6# 导入字典处理对象 7 8from collections import defaultdict 9 10# 初始化数据对象 11 12dict_ = defaultdict(lambda: '数据不存在') 13 14# 赋值 15 16dict_['name'] = 'Python 集中营' 17 18# 取值(存在) 19 20print(dict_['name']) # 结果: Python 集中营 21 22# 取值(不存在) 23 24print(dict_['age']) # 结果: 数据不存在
|