python学习笔记——通用序列操作

简介:

1、索引

序列中所有元素都是从0编号开始,使用负数索引时会从右往左计数,最后一个元素是-1,例子:

>>> greeting = 'hello'
>>> greeting[0]
'h'
>>> greeting[-1]
'o'

2、分片

分片可以访问一定范围内的元素

>>> numbers = [1,2,3,4,5,6,7,8,9,10]
>>> numbers[3:6]
[4, 5, 6]

分片操作需要提供两个索引作为边界,第1个索引的元素是包含在分片内的,而第2个则不包含在分片内

分片所得部分包括序列结尾的元素,那么只需置空最后一个索引

>>> numbers[3:]
[4, 5, 6, 7, 8, 9, 10]

步长,当使用一个负数作为步长时,必须让开始点大于结束点

3、相加

两种相同类型的序列才能进行连接操作

>>> [1,2,3] + [4,5,6]
[1, 2, 3, 4, 5, 6]
>>> [1,2,3] + 'lihuipeng'

Traceback (most recent call last):
  File "<pyshell#18>", line 1, in <module>
    [1,2,3] + 'lihuipeng'
TypeError: can only concatenate list (not "str") to list 

4、乘法

None是一个python内建值,意思是空

 >>> 'python' * 5
'pythonpythonpythonpythonpython'
>>> [None] * 10
[None, None, None, None, None, None, None, None, None, None]

5、成员资格

in 操作符检查一个值是否在序列中

 >>> permissions = 'rw'
>>> 'w' in permissions
True
>>> users = ['mlh', 'foo', 'bar']
>>> raw_input('Enter your user name: ') in users
Enter your user name: mhl
False
>>> raw_input('Enter your user name: ') in users
Enter your user name: mlh
True

 

6、长度、最大值、最小值

len() :返回序列中元素的数量

max() :返回序列中最大的元素

min() : 返回序列中最小的元素

 >>> numbers = [100, 34, 678]
>>> len(numbers)
3
>>> max(numbers)
678
>>> min(numbers)

34

本文转自运维笔记博客51CTO博客,原文链接http://blog.51cto.com/lihuipeng/857558如需转载请自行联系原作者


lihuipeng

相关文章
|
5天前
|
索引 Python
如何使用Python的Pandas库进行数据透视表(pivot table)操作?
使用Pandas在Python中创建数据透视表的步骤包括:安装Pandas库,导入它,创建或读取数据(如DataFrame),使用`pd.pivot_table()`指定数据框、行索引、列索引和值,计算聚合函数(如平均分),并可打印或保存结果到文件。这允许对数据进行高效汇总和分析。
10 2
|
5天前
|
机器学习/深度学习 Python
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
Python用LSTM长短期记忆神经网络对不稳定降雨量时间序列进行预测分析
16 0
|
6天前
|
机器学习/深度学习 数据可视化 Linux
python用ARIMA模型预测CO2浓度时间序列实现
python用ARIMA模型预测CO2浓度时间序列实现
17 0
|
6天前
|
Python 数据可视化 索引
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
19 0
PYTHON用GARCH、离散随机波动率模型DSV模拟估计股票收益时间序列与蒙特卡洛可视化
|
6天前
|
机器学习/深度学习 Python 数据处理
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
28 0
Python中利用长短期记忆模型LSTM进行时间序列预测分析 - 预测电力负荷数据
|
6天前
|
数据挖掘 vr&ar Python
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
Python金融时间序列模型ARIMA 和GARCH 在股票市场预测应用
30 10
|
6天前
|
vr&ar Python
Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列4
Python 用ARIMA、GARCH模型预测分析股票市场收益率时间序列
30 0
|
6天前
|
存储 机器学习/深度学习 数据可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
Python面板时间序列数据预测:格兰杰因果关系检验Granger causality test药品销售实例与可视化
49 6
|
6天前
|
运维 数据可视化 Python
PYTHON中用PROPHET模型对天气时间序列进行预测与异常检测
PYTHON中用PROPHET模型对天气时间序列进行预测与异常检测
18 1
|
6天前
|
Python
Python随机波动率(SV)模型对标普500指数时间序列波动性预测
Python随机波动率(SV)模型对标普500指数时间序列波动性预测
11 1