个人中心
gpt4 book ai didi

python数据类型相关知识扩展

转载 作者：qq735679552 更新时间：2022-09-27 22:32:09 28 4
gpt4 key购买 nike

CFSDN坚持开源创造价值，我们致力于搭建一个资源共享平台，让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章python数据类型相关知识扩展由作者收集整理，如果你对这篇文章有兴趣，记得点赞哟.

1、命名元祖

在python基础中， 我们学习元祖的时候，取元祖内部的元素都是通过索引来进行取值的。但是这种取值方式不够友好， 所以我们引入命名元祖的方式对元祖进行字典式取值，这种方式比起字典存储占用的内存较少。如果数据不需要变化，可以用命名元祖替代字典.

常规元祖取值方式:

?
1
2
3
4
5
6
7
8
info = ( "flora" , 28 , "女" )
name = 0
age = 1
gender = 2
 
print (info[name])  # 获取姓名
print (info[age])  # 获取年龄
print (info[gender])  # 获取性别

命名元祖方式:

?
1
2
3
4
5
6
7
8
9
10
# namedtuple: 接收两个参数：第一个参数是创建的类型名称， 第二个参数是列表
from collections import namedtuple
 
info = namedtuple( "info_key" , [ "name" , "age" , "gender" ])
info_01 = info( "flora" , 28 , "女" )
 
print (info_01.name)  # 获取姓名
print (info_01.age)  # 获取年龄
print (info_01.gender)  # 获取性别
print (info_01)  # 打印结果：info_key(name='flora', age=28, gender='女')

2、在自动化测试场景中的应用

我们从excel中读取用例数据第一行表头是key, 每一行的值是value。如果作为字典格式存储格式如下:

?
1
2
3
4
5
6
7
8
9
10
case = [
     { "case_id" : 1 ,
      "case_title" : "正常登录" ,
      "data" : "test" ,
      "expected" : "pass" },
     { "case_id" : 2 ,
      "case_title" : "登录失败" ,
      "data" : "test" ,
      "expected" : "pass" },
]

我们可以把转成命名元祖的方式存储，如下:

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
# namedtuple: 接收两个参数：第一个参数是创建的类型名称， 第二个参数是列表
from collections import namedtuple
 
case = [
     { "case_id" : 1 ,
      "case_title" : "正常登录" ,
      "data" : "test01" ,
      "expected" : "pass" },
     { "case_id" : 2 ,
      "case_title" : "登录失败" ,
      "data" : "test02" ,
      "expected" : "pass" },
]
 
cases = namedtuple( "case" , case[ 0 ].keys())
 
for i in case:
     result = cases( * i.values())
     print (result.data)
 
# 打印结果： test01  test02

3、三目运算符

python中的三目运算符相当于java中的三元运算符.

  • 基本语法

条件成立执行的结果 if 过滤条件 else 条件不成立执行的结果 。

  • 实际应用

例如我们想要编写一个Python程序，输入两个数，比较它们的大小并输出其中较大者。相比起常规写法，三目运算符写法更加的简洁明了.

常规写法:

?
1
2
3
4
5
6
7
8
9
x = int ( input ( "请输入第一个正整数：" ))
y = int ( input ( "请输入第二个正整数：" ))
 
if x = = y:
     print ( "较大的数为：" , x)
elif x > y:
     print ( "较大的数为：" , x)
else :
     print ( "较大的数为：" , y)

三目运算符写法:

?
1
2
3
4
x = int ( input ( "请输入第一个正整数：" ))
y = int ( input ( "请输入第二个正整数：" ))
 
print ( "较大的数为：{}" . format (x if x > y else y))
  • 扩展： 三目运算符的嵌套

Python 三目运算符支持嵌套，如此可以构成更加复杂的表达式。在嵌套时需要注意 if 和 else 的配对。 例如我们需要判断两个数字的关系。 常规写法:

?
1
2
3
4
5
6
7
8
9
10
a = int ( input ( "请输入a：" ))
b = int ( input ( "请输入b：" ))
 
if a > b:
     print ( "a大于b" )
else :
     if a < b:
         print ( "a小于b" )
     else :
         print ( "a等于b" )

三目运算符嵌套写法:

?
1
2
3
4
a = int ( input ( "请输入a：" ))
b = int ( input ( "请输入b：" ))
 
print ( "a大于b" ) if a > b else ( print ( "a小于b" ) if a < b else print ( "a等于b" ))

4、推导式

?
1
2
推导式 comprehensions（又称解析式），是 python 的一种独有特性。推导式是可以从一个数据序列构建另一个新的数据序列。
推导式的作用：快速生成数据。

列表推导式 。

  • 常规列表推导式

基本语法：[每次遍历添加到列表的内容 for x in xxx] 。

实例：输出一个由0-100的数字组成的列表。 常规写法:

?
1
2
3
4
li = []
for i in range ( 101 ):
     li.append(i)
print (li)

推导式写法:

?
1
2
li = [i for i in range ( 101 )]
print (li)
  • 列表推导式嵌套if

基本语法：[每次遍历添加到列表的内容 for x in xxx if 过滤条件] 实例：输出一个由0-100的偶数数字组成的列表。 常规写法:

?
1
2
3
4
5
li = []
for i in range ( 101 ):
     if i % 2 = = 0 :
         li.append(i)
print (li)

推导式写法:

?
1
2
li = [i for i in range ( 101 ) if i % 2 = = 0 ]
print (li)
  • 列表推导式结合三目运算符

基本语法：[if 过滤条件 else 条件 每次遍历添加到列表的内容 for x in xxx ] 。

实例：0-100个数，如果是偶数则返回偶数0， 如果是奇数则返回奇数1。 常规写法:

?
1
2
3
4
5
6
7
li = []
for i in range ( 101 ):
     if i % 2 = = 0 :
         li.append( "偶数0" )
     else :
         li.append( "奇数1" )
print (li)

列表推导式+三目运算符:

?
1
2
li = [ "偶数0" if i % 2 = = 0 else "奇数1" for i in range ( 101 )]
print (li)

5、字典推导式

基本语法：{键：值 获取键值的表达式} 。

实例： 有一个列表li, 把他转换成一个元素下标为键，值为元素的字典格式的数据.

常规写法:

?
1
2
3
4
5
6
7
li = [ "id" , "title" , "url" , "data" , "expected" ]
 
dic = {}
for i, j in enumerate (li):
     dic[i] = j
 
print (dic)

字典推导式写法:

?
1
2
3
4
5
li = [ "id" , "title" , "url" , "data" , "expected" ]
 
dic = {i: j for i, j in enumerate (li)}
 
print (dic)

到此这篇关于python数据类型相关知识扩展的文章就介绍到这了,更多相关python数据类型内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我！ 。

原文链接：https://blog.csdn.net/FloraCHY/article/details/117046860 。

最后此篇关于python数据类型相关知识扩展的文章就讲到这里了,如果你想了解更多关于python数据类型相关知识扩展的内容请搜索CFSDN的文章或继续浏览相关文章，希望大家以后支持我的博客！ 。

28 4 0
文章推荐： Python 统计数据集标签的类别及数目操作
文章推荐： 2021很冷漠的伤感网名超级心疼的 让人觉得很揪心的伤感昵称
文章推荐： 高并发、高性能、高可用系统设计经验
文章推荐： 适合治愈安慰男生的网名昵称 温暖又很简单的男生昵称
qq735679552
个人简介

我是一名优秀的程序员,十分优秀！

滴滴打车优惠券免费领取
滴滴打车优惠券
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com