《大数据分析：基于Python》 课件 第2章 数据类型

大数据分析：基于Python

第2章数据类型余本国常见的数据类型有：数值型：整数类型（int）、浮点数类型（float）和复数型（complex），用于处理数值计算和算术运算。字符串类型（str）：用于表示和处理文本和字符序列。列表（list）和元组（tuple）：用于存储和操作多个数据元素，例如有序集合。字典（dictionary）：用于存储和查找键-值对，常用于构建映射关系。集合（set）：用于存储唯一的元素，提供集合操作（如并集、交集等）。布尔类型（bool）：用于表示真（True）或假（False）的逻辑值。2.1字符串

像a、4、%、<等单个字母、数字、符号，我们称之为字符型。字符型（str）是一种数据类型。字符型的变量可以存储任何单个的字符，但该字符必须用引号引起来，单引号或者双引号均可，如var='a'，表示变量var是一个字符型。

字符串（string）表示由多个字符组成，是一串字符的序列，可以包含任何字符，如字母、数字、符号、空格等等。字符串通常用引号（单引号或双引号）引起来表示，例如“Hello,world!”，所以一个单词、一句话、一首诗或一篇文章等，用引号引起来，它就是字符串。字符串可进行多种操作，如拼接、截取、比较等。字符串中的字符是有顺序的，从左到右按自然数（从0开始）的顺序进行编号，这个顺序号称为索引（index）。如a="python"，第一个字母p的编号就是0，所以p的索引就是0，依此类推，字母y的索引是1，最后一个字母n的索引是5。这个索引称为顺序索引。索引也可以从右到左，记为-1，-2，…等等，称为逆序索引。如上a="python"的p字母的索引为-6，字母n的索引为-1。

字符串中的字符可以按照索引号提取或查找，如从a="python"中提取字符y，y的索引号为1或-5，y可用记号"python"[1]表示出来，也可表示为"python"[-5]、a[1]、a[-5]。代码演示如下。In[1]:a="python"...:print(a[1])y

In[2]:a[-5]#可以不用print()，直接运行Out[2]:'y'

In[3]:"python"[1]Out[3]:'y'

In[4]:"python"[-5]Out[4]:'y'所以若想从字符串中截取一个片段，需要索引号向后增加1，我们把这种截取称为切片。格式为变量名或字符串后带中括号[]，括号内为起止（start和stop）索引号两个参数，起止索引号间用冒号隔开，In[5]:a[2:5]Out[5]:'tho'切片的格式为：var[start：stop：step]其中：var表示字符串或字符串变量start表示起始位置的索引号stop表示结束位置的索引号，不包含该索引的字符step表示步长，默认步长为1当切片范围从0开始时，start可以省略不写，同样当范围到左后一个字符时，stop也可以省略不写，如var[:3]等同var[0:3]，如上例中的b[0:10:2]可以写成b[::2]。当step取负值时，表示逆序。In[9]:b[::2]Out[9]:'13579'

In[10]:a[::-1]#该方法也常用于字符串翻转Out[10]:'nohtyp'字符串是可以相加的，如字符串a和b相加，表示把a和b连接起来。In[11]:a+bOut[11]:'python123456789'字符串也可乘以一个数，表示重复。字符串a*2，表示将a重复2次。In[12]:a*2Out[12]:'pythonpython'

字符串还有很多独有的方法，比如将字符串a中的所有字母大写、首字母大写，甚至可以判断a中的字符是全为数字还是字母等。In[13]:a.upper()#将字符串中字母大写Out[13]:'PYTHON'

In[14]:a.isalpha()#判断字符串中字符是否全为字母，返回逻辑值Out[14]:True

In[15]:a.isdigit()#判断字符串中的字符是否全为数字Out[15]:False

In[16]:a.isalnum()#判断字符串是否由数字和字母组成Out[16]:True

In[17]:a.find("t")#在字符串中查找字符t，返回找到的第一个索引Out[17]:2

In[18]:a.index("t")#在字符串中查找字符t的索引，返回第一个Out[18]:2

In[19]:a.replace("o","e")#将字符串中的字符o替换成eOut[19]:'pythen'字符串的方法较多，常用的如下。str.replace(old,new):将指定的旧字符串替换为新字符串。str.strip():去掉字符串两端的空白字符。str.split():按空格或指定的分隔符将字符串拆分为多个部分，并返回一个列表。str.startswith(prefix):检查字符串是否以指定的前缀开头。str.endswith(suffix):检查字符串是否以指定的后缀结尾。str.upper():将字符串转换为大写形式。str.lower():将字符串转换为小写形式。str.capitalize():将字符串的首字母大写。str.title():将字符串中每个单词的首字母大写。str.isupper():检查字符串是否全是大写字母。str.islower():检查字符串是否全是小写字母。str.join(iterable):使用字符串作为连接符，连接可迭代对象中的元素。str.find(substring):在字符串中查找指定的子字符串，并返回它的起始位置。str.isalpha():检查字符串是否只包含字母字符。str.isdigit():检查字符串是否只包含数字字符。可用函数type()函数来测试变量的类型；测一个字符串的长度（包含有多少个字符）可用函数len()。In[20]:type(a)Out[20]:str

In[21]:len(a)Out[21]:62.2列表

在Python中，列表（List）是一种有序、可变并且允许重复元素的数据类型。列表使用方括号[]表示，每个值之间用逗号分隔，这里的每个值称为元素。如：lsi_1=[1,2,3,4,5]列表中可以包含不同数据类型的元素，如整数、浮点数、字符串，甚至是列表。In[1]:lsi_1=[1,2,3,4,5]

In[2]:lis_2=[1,2.5,"Hello",True,[1,2,3]]

In[3]:lis_2Out[3]:[1,2.5,'Hello',True,[1,2,3]]

列表是可变的，这意味着可以通过索引访问和修改列表中的元素。列表的索引同字符串的索引。In[4]:q=[10,20,30,40,50]...:print(q[0])10

In[5]:print(q[-1])#逆索引访问最后一个元素50

In[6]:q[2]=35#修改列表中索引号为2的元素...:qOut[6]:[10,20,35,40,50]修改列表中的某个元素，就是对这个位置上进行赋值。列表还支持切片操作，可以通过指定起始索引和结束索引来获取子列表：In[7]:lis_1=[1,2,3,4,5]...:print(lis_1[1:4])#输出[2,3,4]，获取索引为1到3的子列表[2,3,4]

In[8]:print(lis_1[:3])#输出[1,2,3]，从头部获取索引为0到2的子列表[1,2,3]

In[9]:print(lis_1[2:])#输出[3,4,5]，从索引为2开始获取到最后的子列表[3,4,5]

列表像字符串一样，也具有许多其他常用的方法，如添加元素list.append()、合并列表list.extend()、计算列表长度len(list)等等。In[10]:q.append("a")#给列表追加元素

In[11]:qOut[11]:[10,20,35,40,50,'a']

In[12]:q.extend(lis_1)#合并两个列表

In[13]:qOut[13]:[10,20,35,40,50,'a',1,2,3,4,5]合并两个列表除了extend()方法，也可以直接使用+法，如q+lis_1。当需要在列表中指定的索引位置插入一个元素时，可使用insert()方法。In[14]:w=[1,2,3,4]...:w.insert(2,"a")#在w中的索引为2的位置上插入元素a

In[15]:wOut[15]:[1,2,'a',3,4]使用del关键字可以删除列表中指定索引位置的元素，或者删除整个列表。In[16]:delw[2]#删除w中的索引为2的是元素

In[17]:wOut[17]:[1,2,3,4]In[18]:w.pop(1)#删除索引号为1的元素，并会返回被删除的元素Out[18]:2

In[19]:wOut[19]:[1,3,4]

In[20]:w.pop()#默认删除列表中最后一个元素Out[20]:4

In[21]:wOut[21]:[1,3]pop()方法用于删除指定索引位置的元素，并返回被删除的元素，默认删除最后一个元素。In[22]:delw#删除整个列表

In[23]:w#列表已经被删除，所以会抛出变量不存在错误Traceback(mostrecentcalllast):

CellIn[36],line1w

NameError:name'w'isnotdefined

列表删除元素也可以使用remove()方法，remove()方法用于按照给定的元素进行删除，删除的是列表中的第一个匹配项（从左到右）。In[24]:r=[10,"a",35,40,50,'a',1,2,3,4,5]

In[25]:r.remove("a")#删除元素a，从左到右第一个

In[26]:rOut[26]:[10,35,40,50,'a',1,2,3,4,5]

In[27]:delr[3:5]#删除列表中的一个切片

In[28]:rOut[28]:[10,35,40,1,2,3,4,5]

列表还有一些其他的函数和方法，如测列表的长度（包含元素的个数）、最大值、最小值、排序、索引查询等In[29]:len(r)Out[29]:8

In[30]:sorted(r)#利用函数排序，默认为升序Out[30]:[1,2,3,4,5,10,35,40]

In[31]:r#利用sorted()排序不改变原函数Out[31]:[10,35,40,1,2,3,4,5]

In[32]:sorted(r,reverse=True)#添加参数reverse=False可逆序Out[32]:[40,35,10,5,4,3,2,1]

In[33]:r.sort()#利用方法排序，默认升序，原列表被改变In[34]:rOut[34]:[1,2,3,4,5,10,35,40]

In[35]:r.sort(reverse=True)#添加参数reverse=True可逆序

In[36]:rOut[36]:[40,35,10,5,4,3,2,1]

In[37]:r.reverse()#对列表逆序

In[38]:rOut[38]:[1,2,3,4,5,10,35,40]

In[39]:max(r)#求列表中的最大值Out[39]:40

In[40]:min(r)#求列表中的最小值Out[40]:1

In[41]:r.index(35)#求列表中元素35的索引号Out[41]:6

In[42]:r.count(2)#统计列表中某个元素出现的次数Out[42]:1

也可以查找列表中出现次数最多的元素，利用max()函数中的参数key，key的值为列表的方法，注意省略方法后面的括号（）。In[43]:nums=[2,1,3,6,5,1,2,1]...:most=max(nums,key=nums.count)#出现频次最大的数...:mostOut[43]:11表示是nums列表中出现次数最多的元素。2.3元组Python中的元组（tuple）是一种不可变、有序的元素集合，其中每个元素可以是任意类型。

创建方法与列表相似，不同的是用小括号（），并且元组是不可变的，即元组是不能更改其中的元素。In[1]:t=(1,2,"a",[3,4])

In[2]:tOut[2]:(1,2,'a',[3,4])In[3]:t[3]Out[3]:[3,4]

In[4]:len(t)Out[4]:4

In[5]:type(t)Out[5]:tuple元组的索引切片方法同列表，包括一些函数如len()、type()等。

元组和列表之间可以相互转化，将元组转化为列表，只需使用list()函数即可，将列表转化为元组只需使用tuple()即可。In[6]:list(t)#将t元组转化为列表Out[6]:[1,2,'a',[3,4]]

In[7]:tuple(_)#将列表转化为元组Out[7]:(1,2,'a',[3,4])说明：单下划线“_”在这里作用是表示上一次运算的结果。此处在执行list(t)时没有将其赋值给某个变量，所以用“_”来表示。In[8]:t1=(1,2,3)...:t2=("a","b")

In[9]:t1+t2Out[9]:(1,2,3,'a','b')

In[10]:t2*2#元组乘以数Out[10]:('a','b','a','b')

In[11]:list(t2)*2#列表乘以数Out[11]:['a','b','a','b']元组和列表一样，可以使用“+”和“*”，分别表示元素合并和重复。2.4字典

字典用花括号（{}）创建，字典中的每个元素是一个键（key）值（key）对，键和值之间用冒号（：）隔开，而元素（多个键值对）之间用逗号隔开，。Python中的字典（dict）是一种可变、无序的键值对集合，其中键是唯一的不可变数据类型。字典是一种非常有用的数据类型，它可以用于存储、访问和操作数据，支持高效的查找、插入和删除操作。In[1]:d={"apple":1,"banana":2,"orange":3}...:dOut[1]:{'apple':1,'banana':2,'orange':3}创建字典的方法比较多，也可以以二元元组、二原列表或者相互交叉等创建。但需要注意的是，列表数据类型是不能作为字典的键名。In[2]:d1=dict([(1,2),("a","b")])...:d1Out[2]:{1:2,'a':'b'}

In[3]:d2=dict(([1,2],("a","b")))...:d2Out[3]:{1:2,'a':'b'}字典的元素的值是可以修改的，由于字典是无序的，所以没有像字符串、列表的索引，但有类似于索引的操作，把键名key当作索引即可。如上面的字典变量d2，要提取元素键为a的值，可以用d2["a"]，返回其值value为"b"。In[4]:d2["a"]Out[4]:'b'这种提取字典键值的方法仅限于提取的键名在字典中存在，否则会报错。为了改变这种不友好的方式，可以使用get()方法。get()方法提取的键值不一定在字典中存在，若存在则返回提取到对应的值，若字典中不存在，则什么也不返回，当然也可以使用参数给出提示信息，如“你提取的键名不存在”。In[5]:d2.get("a")Out[5]:'b'

In[6]:d2.get("d")#没有d的键值对，所以返回空

In[7]:d2.get("d","你提取的键名不存在!")Out[7]:'你提取的键名不存在!'In[8]:d2["c"]=3#增加元素，因为d2中没有键名为“c”的键值对...:d2Out[8]:{1:2,'a':'b','c':3}

In[9]:d2["c"]=0#修改元素的值...:d2Out[9]:{1:2,'a':'b','c':0}

字典增加元素跟修改元素的值一样。修改元素的值，直接给这个元素的键赋值即可，当要修改的元素不存在时，即是添加元素。字典的合并使用update()方法，也可以使用双*合并{**dict1，**dict2}。In[10]:d1.update(d2)#合并两个字典，把d2合并到d1中去

In[11]:d1Out[11]:{1:2,'a':'b','c':0}

In[12]:{**d,**d2}#合并字典Out[12]:{'apple':1,'banana':2,'orange':3,1:2,'a':'b','c':0}In[13]:d1.pop("c")#按照给定的键名删除字典的键值对Out[13]:0

In[14]:d1Out[14]:{1:2,'a':'b'}字典的删除使用同列表相同的方法pop()，也可以使用del方法。In[15]:d2.items()#将字典转化为“类”二元元组列表模式Out[15]:dict_items([(1,2),('a','b'),('c',0)])

In[16]:list(_)#转化为列表Out[16]:[(1,2),('a','b'),('c',0)]字典可以转化为二元元组或列表，使用items()方法。字典还提供了其他许多方法，用于添加、删除、访问和操作键值对。以下是一些常用的字典方法：keys()：返回字典中所有的键。values()：返回字典中所有的值。items()：返回字典中所有的键值对。get(key,default)：根据键获取值，如果键不存在则返回默认值。pop(key[,default])：根据键移除并返回值，如果键不存在则返回默认值。clear()：移除字典中的所有键值对。update(other_dict)：将另一个字典的键值对添加到字典中。deld[key]：根据键删除字典中的键值对。ind.keys()：检查键是否存在于字典中。In[17]:d2.keys()Out[17]:dict_keys([1,'a','c'])2.5集合Python中的集合（set）是一种可变、无序、唯一元素的集合。集合中的元素没有重复，因此集合可以用来进行去重操作。集合中的元素可以是任意类型，包括数字、字符串、列表、元组等。

集合用花括号{}表示，元素之间用逗号分开。注意空集合使用set()表示，{}表示空字典。In[1]:s={1,2,"a","b"}#创建一个集合

...:sOut[1]:{1,2,'a','b'}

In[2]:a=[1,2,3,1]

...:aa=set(a)#用列表创建一个集合,过滤掉重复元素

...:aaOut[2]:{1,2,3}

In[3]:type({})#{}表示空字典Out[3]:dictIn[4]:type(set())#set()表示空集合Out[4]:set集合添加元素可以使用add()方法；删除元素使用remove()方法。从集合中删除一个元素，也可以使用discard()方法，该方法从集合中删除一个元素时，如果元素不存在则不会报错。In[5]:s.add("d")#增加一个元素“d”In[6]:sOut[6]:{1,2,'a','b','d'}

In[7]:s.remove("d")#删除元素“d”In[8]:sOut[8]:{1,2,'a','b'}

In[9]:s.remove("e")#删除一个不存在的元素“e”会报错Traceback(mostrecentcalllast):CellIn[32],line1s.remove("e")KeyError:'e'In[10]: