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
|
