脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - 详解Python中元组的三个不常用特性

详解Python中元组的三个不常用特性

2022-07-04 13:03赵卓不凡 Python

元组是Python中一种重要的内置数据类型。与列表一样,我们经常使用元组将多个对象保存为相应的数据容器。本文为大家总结了元组的三个不常用特性,感兴趣的小伙伴可以了解一下

1. 引言

元组是Python中一种重要的内置数据类型。与列表一样,我们经常使用元组将多个对象保存为相应的数据容器。然而,与列表不同的是元组的不变性——一个不可改变的数据序列。

2. 举个栗子

下面的代码片段向我们展示了元组的一些常见用法。

?
1
2
3
4
5
response = (404, "Can't access website")
response_code = response[0]
response_data = response[1]
assert response_code == 404
assert response_data == "Can't access website"

上述代码段对我们来说功能很简单。我们使用一对括号来创建一个元组对象,将不同元素括起来。我们可以通过索引来访问元组中的单个元素。

除了上述元组的基本用法外,元组还具有其他鲜为人知的用法。让我们在本文中回顾一下。

3. 创建包含单一元素的元组

正如上述代码示例,我们使用一对括号来创建元组对象。通常,一个元组对象包含两个或多个元素,我们使用逗号来分隔这些元素。

如果我们想创建一个仅包含一个元素的元组,我们应该怎么做?让我们试试:

?
1
2
3
4
5
6
7
>>> math_score = (95)
>>> math_score[0]
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'int' object is not subscriptable
>>> type(math_score)
<class 'int'>

正如我们看到的一样,(95)并不像我们中的一些人所想的那样创建元组对象。相反,它创建了一个整数。你也许想到了,正确的方法是需要在元素后面加一个逗号:

?
1
2
3
4
5
>>> math_score = (95,)
>>> math_score[0]
95
>>> type(math_score)
<class 'tuple'>

4. 使用下划线和*来unpack元组

虽然我们可以通过索引来访问元组的每项元素,但更常见的收单是使用unpack技术,例如:

?
1
2
response = (404, "Can't access website")
response_code, response_data = response

对于unpack技术,我们定义了许多变量,这些变量的数量与元组的长度相匹配。即元组的每个元素都被分配给相应的变量。

如果我们不需要使用所有创建的变量,此时建议使用下划线来表示这些未被使用的变量。例如针对上述例子,我们可能只对使用变量response_data ,而不使用response_data ,此时我们可以执行以下操作:

?
1
_, response_data = response

这样,我们就告诉代码的读者,此时我们只对访问tuple对象的第二个元素感兴趣。

当一个元组对象中有多个元素时,如果我们希望可以访问多个连续的元素,此时我们可以使用星号表达式:

?
1
2
3
scores = (98, 95, 95, 92, 91)
algebra, *others, zoology = scores
assert others == [95, 95, 92]

如上所示,我们有一个元组对象,它按字母顺序保存了各项课程的分数,我们知道第一门课程是代数,最后一门是动物学。在上面的例子中,我们通过星号进行unpack操作得到了在中间的三个分数。

5. 使用命名元组

我们可以使用索引或unpack操作来访问元组的各个元素,以将这些元素分配给单独的变量。有时,这样做可能会很丑陋。
请参见以下示例:

?
1
2
3
4
5
6
location1 = (27.2, 7.5)
location2 = (30.1, 8.4)
location3 = (29.9, 7.7)
latitude1 = location1[0]
longitude2 = location2[1]
latitude3, longitude3 = location3

上述代码中,我们有三个location变量,显示了各自的位置坐标。当我们访问这些坐标的单个元素时,代码看起来不那么简洁。

虽然我们可以使用自定义类来实现坐标的数据类型,但对于这个简单的数据类型,自定义类可能显得有些臃肿。相反,我们可以使用命名元组来作为轻量级数据类型,如下:

?
1
2
3
4
5
6
7
8
9
from collections import namedtuple
Location = namedtuple("Location",
["latitude", "longitude"])
location1 = Location(27.2, 7.5)
location2 = Location(30.1, 8.4)
location3 = Location(29.9, 7.7)
latitude1 = location1.latitude
longitude2 = location2.longitude
location3.latitude, location3.longitude

如上所示,我们调用namedtuple通过指定类名及其属性来创建命名元组类。现在,我们可以通过调用类的构造函数来创建命名元组类的实例。对于这些实例,我们可以使用点符号来访问其属性,这是常规元组对象无法使用的特性。

6. 总结

在本文中,我们回顾了Python中元组的三个特性。使用这些特性,可以极大地提升我们代码的可读性和可理解性,希望大家可以将其多多应用于日常工作中。

到此这篇关于详解Python中元组的三个不常用特性的文章就介绍到这了,更多相关Python元组内容请搜索服务器之家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服务器之家!

原文链接:https://blog.csdn.net/sgzqc/article/details/125572066

延伸 · 阅读

精彩推荐
  • PythonPython实现 PS 图像调整中的亮度调整

    Python实现 PS 图像调整中的亮度调整

    这篇文章主要介绍了Python实现 PS 图像调整中的亮度调整 ,需要的朋友可以参考下...

    脚本之家6842021-07-26
  • Python优化Python代码使其加快作用域内的查找

    优化Python代码使其加快作用域内的查找

    这篇文章主要介绍了优化Python代码使其加快作用域内的搜索,文中介绍了CPython相关的C代码来对查找功能进行优化,加快搜索的速度,需要的朋友可以参考下...

    James Saryerwinnie1712020-05-25
  • Pythonpython实现视频分帧效果

    python实现视频分帧效果

    这篇文章主要为大家详细介绍了python实现视频分帧效果,具有一定的参考价值,感兴趣的小伙伴们可以参考一下...

    万三豹5082021-07-01
  • Python利用Pytorch实现简单的线性回归算法

    利用Pytorch实现简单的线性回归算法

    今天小编就为大家分享一篇利用Pytorch实现简单的线性回归算法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧 ...

    carmanzzz3542020-04-22
  • PythonPython列表的11个方法全解

    Python列表的11个方法全解

    列表是Python里面非常重要的数据类型,其中的方法总共有11个,数量掌握这些方法,对数据的处理效率会大大提高,现在分享给大家。...

    AI入门学习15222020-10-31
  • Pythonpython基于multiprocessing的多进程创建方法

    python基于multiprocessing的多进程创建方法

    这篇文章主要介绍了python基于multiprocessing的多进程创建方法,实例分析了multiprocessing模块操作进程的相关技巧,需要的朋友可以参考下 ...

    MaxOmnis3052020-07-14
  • Python在pandas中利用hdf5高效存储数据

    在pandas中利用hdf5高效存储数据

    HDF5(Hierarchical Data Formal)是用于存储大规模数值数据的较为理想的存储格式,本文就将针对pandas中读写HDF5文件的方法进行介绍。...

    Python大数据分析9202020-10-28
  • Pythonpandas DataFrame 赋值的注意事项说明(index)

    pandas DataFrame 赋值的注意事项说明(index)

    这篇文章主要介绍了pandas DataFrame 赋值的注意事项说明(index),具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧...

    ruguowoshiyu7702021-10-04