初学python数据结构-切片

简介:

线性结构,也被称为顺序机构,有序的序列,可通过for in 迭代,len()取长度,长度是放在外面的,每次迭代的时候对其增减

通过下标访问

 

切片

通过索引区域访问线性结构的一段数据

 

切片的操作

通过索引区域访问线性结构的一段数据

切片支持负索引,start为0可以省略;stop为末尾则省略,start一定在stop左边

 

比如从-1 到 -10 需要更换方向,[:] 从头取到尾,全部元素取出,等效于浅拷贝

 

从第4个开始到9个之前的字符

 

In [5]: a ='www.baidu.com'[4:9]

 

In [6]: a

Out[6]:'baidu'

 

从第0个开始到第9个字符之前

 

In [10]: a

Out[10]:'www.baidu.com'

 

In [11]:a[:9]

Out[11]:'www.baidu'

 

从尾部开始

In [12]:a[:-1]

Out[12]:'www.baidu.co'

 

In [13]:a[3:-1]

Out[13]:'.baidu.co'

默认的终点方向是朝右开始,从第4个

 

In [19]:a[4:-4]

Out[19]:'baidu'

 

从第四个开始取

In [19]:a[4:-4]

Out[19]:'baidu'

 

从第0个到倒数第4个

 

In [22]:a[:-4]

Out[22]:'www.baidu'

 

In [30]:a[-9:-4]

Out[30]:'baidu'

 

切片是可以超界的

 

In [24]:a[-4:1000]

Out[24]:'.com'

 

切片中使用步长

 

步长可以是正、负整数,默认是1

坐标原则都是从左向右去取

 

例:

In [35]:a[-9:-4]

Out[35]:'baidu'

 

在-9和-4之间使用2个步长

 

In [37]:a[-9:-4:2]

Out[37]:'biu'

 

 

使用切片做反排序

 

In [71]:a[9::-1]

Out[71]:'.udiab.www'

 

In [72]:a[::-1]

Out[72]:'moc.udiab.www'

 

In [73]:a[4::]

Out[73]:'baidu.com'

 

In [74]:a[4::-1]

Out[74]:'b.www'

 

In [75]:a[-9::-1]

Out[75]:'b.www'

 

去过坐标相反,可以直接取负步长

 

Out[78]:'www.baidu.com'

 

In [79]:a[5:3:-1]

Out[79]: 'ab'

 

 

 

 

 本文转自zuzhou 51CTO博客,原文链接:http://blog.51cto.com/yijiu/1968171

 

 

 

 

 

 

 

 

 

 

 

相关文章
|
7天前
|
数据采集 存储 API
网络爬虫与数据采集:使用Python自动化获取网页数据
【4月更文挑战第12天】本文介绍了Python网络爬虫的基础知识,包括网络爬虫概念(请求网页、解析、存储数据和处理异常)和Python常用的爬虫库requests(发送HTTP请求)与BeautifulSoup(解析HTML)。通过基本流程示例展示了如何导入库、发送请求、解析网页、提取数据、存储数据及处理异常。还提到了Python爬虫的实际应用,如获取新闻数据和商品信息。
|
1天前
|
JSON 关系型数据库 数据库
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
《Python 简易速速上手小册》第6章:Python 文件和数据持久化(2024 最新版)
20 0
|
2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
17 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
|
2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
39 6
|
2天前
|
机器学习/深度学习 数据采集 供应链
从数据到决策:scikit-learn在业务分析中的应用
【4月更文挑战第17天】本文探讨了scikit-learn在业务分析中的应用,包括数据预处理、分类、回归和聚类模型的构建,以及模型评估与优化。通过使用scikit-learn,企业能有效处理数据、预测趋势、客户细分并制定决策,从而提升经营效率和市场策略。随着机器学习的发展,scikit-learn在业务分析领域的潜力将持续释放,创造更多价值。
|
2天前
|
算法 数据可视化 Python
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
Python中LARS和Lasso回归之最小角算法Lars分析波士顿住房数据实例
11 0
|
2天前
|
BI 开发者 数据格式
Python代码填充数据到word模板中
【4月更文挑战第16天】
|
3天前
|
数据可视化 算法 API
Python数据可视化-seaborn Iris鸢尾花数据
Python数据可视化-seaborn Iris鸢尾花数据
11 0
|
3天前
|
Python
python学习-函数模块,数据结构,字符串和列表(下)
python学习-函数模块,数据结构,字符串和列表
25 0
|
3天前
|
程序员 索引 Python
06-python数据容器-set(集合)入门基础操作
06-python数据容器-set(集合)入门基础操作