Denne artikel vil hjælpe med at udvikle forståelsen af Python-tuple, lister, sæt og ordbøger. Vi vil se nogle eksempler på deres implementeringer og deres anvendelsestilfælde til nogle opgaver. Kodedelen vil blive udført i VS Code. Hvis du ikke har installeret VS Code eller ønsker at starte fra bunden, så besøg venligst vores tidligere blogs.

Python-tuple, lister, sæt og ordbøger – indholdsfortegnelse:

  1. Introduktion til Python
  2. Lister i Python
  3. Grundlæggende operationer med lister
  4. Python-tuple
  5. Forskellen mellem Python-tuple og lister

Introduktion til Python-tuple, lister, sæt og ordbøger

I den tidligere blog så vi, hvordan vi kan bruge variabler og datatyper i Python. Vi undersøgte også nogle nyttige funktioner relateret til datatyper og variabler.

Python er et kraftfuldt scriptsprog. Det har mange indbyggede datastrukturer til rådighed for brug. Disse strukturer er så kraftfulde til at håndtere data, men de er enkle at implementere.

Disse grundlæggende strukturer er af fire typer – liste, tuple, ordbog og sæt.

Lister i Python

Lister er indbyggede i Python. Disse er mutable, så elementer kan tilføjes eller fjernes fra dem uden at ændre deres oprindelige indhold, og elementer kan tilgås gennem indeks.

De er så generelle, at de kan bruges til at gemme enhver type objekt, fra strenge til tal, endda objekter også. Desuden er det ikke nødvendigt at have alle elementer af samme type, en liste kan have elementer af forskellige typer.

For at bruge en liste skal du initialisere en variabel med [].

For eksempel:

1
2
3
4
5
6
# En tom liste
empty_list = []
# Liste med samme type elementer
same_type_list = [‘1’, ‘3’, ‘7’, ‘10’]
# Liste med forskellige typer elementer
diff_type_list = [‘John’, ‘Dev’, 1.90, True]

Nu ved vi, hvordan man initialiserer variablen med en liste. Lad os se nogle grundlæggende operationer.

Grundlæggende operationer med lister

Har du nogensinde ønsket at gennemgå elementerne i en liste uden at gå igennem dem én ad gangen? Python tilbyder flere nyttige funktioner. De giver dig mulighed for at manipulere dem uden at iterere over listen eller loope gennem hvert element.

Følgende er Pythons fem mest anvendte listeoperationer:

1. len(list) – Det returnerer længden af listen. Det hjælper også i iteration, når man ønsker at gennemgå listen.

For eksempel:

1
2
3
4
5
6
# Udskriver længden af listen
some_list = ['k', 'u',  'm', 'a', 'r']
print(len(some_list))
# Gennemgang af listen
for i in range(len(some_list)):
    print(some_list[i])
1
2
3
4
5
6
7
8
# Output
 
5
k
u
m
a
r

2. max(list) – Det returnerer elementet i den givne liste med den højeste værdi, hvis der ikke er uafgjort, returnerer det en fejl.

For eksempel:

1
2
3
4
# Udskriver maksimum af tal gemt i listen
num_list = [1, 2, 3, 4, 5, 12, 78, 900, 100]
print(max(num_list))
    
1
2
3
# Output
 
900

3. min(list) – det returnerer elementet i den givne liste med den laveste værdi, hvis der ikke er uafgjort, returnerer det en fejl

For eksempel:

1
2
3
# Udskriver minimum af tal gemt i listen
num_list = [1,2,3,4,5,12,78,900,100]
print(min(num_list))
1
2
3
# Output
 
1

4. sort(list) – Denne funktion sorterer gennem alle disse data og sætter dem i stigende/faldende rækkefølge som standard, men hvis nøgleparameteren sendes, sorterer den listen baseret på evalueringen af funktionen på elementerne.

Reverse-parameteren kontrollerer, om den sorterede (stigende rækkefølge) liste gives, som den er sorteret, eller om den bliver omvendt, dvs. i faldende rækkefølge.

Syntaxen er list.sort(reverse=True|False, key=some function)

For eksempel:

1
2
3
4
5
6
num_list = [1,2,3,4,5,12,78,900,100]
print(num_list)
num_list.sort()
print(num_list)
num_list.sort(reverse=True)
print(num_list)
1
2
3
4
5
Output:
 
[1, 2, 3, 4, 5, 12, 78, 900, 100]
[1, 2, 3, 4, 5, 12, 78, 100, 900]
[900, 100, 78, 12, 5, 4, 3, 2, 1]

5. map(function, sequence) – Denne funktion anvender en funktion på hvert element i listen. Syntaxen gives ved map(fun, iter). Her er ‘fun’ den funktion, der skal anvendes på hvert element af ‘iter’.

For eksempel:

1
2
3
4
5
6
def square(n):
    return n * n
 
numbers = [1, 2, 3, 4]
result = map(square, numbers)
print(list(result))
1
2
output:
[1, 4, 9, 16]

Der er så mange andre funktioner til lister. Lad os nu se, hvad tupler er.

Python-tuple

Python_tuples

De kan oprettes ved simpelthen at erklære en tuple inden for parenteser, (), eller ved at konvertere enhver sekvens til en tuple ved hjælp af den indbyggede konstruktør tuple().

1
2
3
4
5
6
7
8
9
# Oprettelse af en tom tuple
empty_tuple = ()
 
seq_set = {1,2,3}
seq_list = [2,3,4,5]
print(type(seq))
print(type(seq_list))
# Konvertering af sæt til tuple
seq_set_tuple = tuple(seq_set)
01
02
03
04
05
06
07
08
09
10
11
12
13
14
15
16
Output:
<class 'set'> <class 'list'>
# Oprettelse af en tom tuple
empty_tuple = ()
 
seq_set = {1, 2, 3}
seq_list = [2, 3, 4, 5]
print(type(seq_set))
print(type(seq_list))
# Konvertering af sæt til tuple
seq_set_tuple = tuple(seq_set)
print(type(seq_set_tuple))
 
output:
 
<class 'set'> <class 'list'> <class 'tuple'>

Tupler er som lister med den forskel, at tupler er uforanderlige. Så hvorfor bruger vi tupler.

Forskellen mellem Python-tuple og lister

Tupler er uforanderlige, mens lister er foranderlige. Dette betyder, at tupler ikke kan ændres, efter de er blevet oprettet, mens lister kan redigeres for at tilføje eller fjerne elementer.

Ligesom en liste er en tuple også en sekvens af dataelementer, som ikke nødvendigvis er af samme type.

For eksempel:

1
2
3
# Tuple med samme type elementer
same_type_list = ('1', '3', '7', '10')
print(same_type_list)
1
2
3
Output:
 
('1', '3', '7', '10')
1
2
3
# Liste med forskellige typer elementer
diff_type_list = ('John', 'Dev', 1.90, True)
print(diff_type_list)
1
2
3
# Output
 
('John', 'Dev', 1.9, True)

Næste blogindlæg glimt

Vi vil lære om sæt og ordbøger i de kommende blogs.

Du kan også lide vores JavaScript-kursus fra begynder til avanceret.

Robert Whitney

JavaScript-ekspert og instruktør, der coacher IT-afdelinger. Hans hovedmål er at hæve teamproduktiviteten ved at lære andre, hvordan man effektivt samarbejder, mens man koder.

View all posts →