目录

1. 列表推导式

1.1 什么是列表推导式

• 列表推导式是 Python 中一种简洁的创建列表的方式。
• 语法格式：[expression for item in iterable if condition]
• 通过表达式对可迭代对象中的元素进行操作，生成新的列表。

1.2 基本用法

• 示例 1：创建一个简单的列表

  1 2	squares = [x**2 for x in range(10)] print(squares) # 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

1.3 带条件的列表推导式

• 示例 2：筛选特定条件的元素

  1 2	even_squares = [x**2 for x in range(10) if x % 2 == 0] print(even_squares) # 输出: [0, 4, 16, 36, 64]

1.4 嵌套列表推导式

• 示例 3：处理二维列表

  1 2 3

  matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] flat_list = [num for row in matrix for num in row] print(flat_list) # 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]

1.5 列表推导式的扩展性

• 列表推导式不仅可以生成简单的数值列表，还可以处理字符串和自定义对象。

• 示例 4：处理字符串

  1 2 3

  words = ['hello', 'world', 'python'] upper_words = [word.upper() for word in words] print(upper_words) # 输出: ['HELLO', 'WORLD', 'PYTHON']

2. 字典推导式

2.1 什么是字典推导式

• 字典推导式是 Python 中用于创建字典的一种简洁方法。
• 语法格式：{key_expression: value_expression for item in iterable if condition}
• 通过给定的键和值表达式生成新的字典。

2.2 基本用法

• 示例 1：创建一个简单的字典

  1 2	square_dict = {x: x**2 for x in range(5)} print(square_dict) # 输出: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

2.3 带条件的字典推导式

• 示例 2：筛选特定条件的键值对

  1 2	even_square_dict = {x: x**2 for x in range(10) if x % 2 == 0} print(even_square_dict) # 输出: {0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

2.4 嵌套字典推导式

• 示例 3：处理中嵌套结构

  1 2	nested_dict = {x: {y: x * y for y in range(3)} for x in range(3)} print(nested_dict) # 输出: {0: {0: 0, 1: 0, 2: 0}, 1: {0: 0, 1: 1, 2: 2}, 2: {0: 0, 1: 2, 2: 4}}

2.5 字典推导式的应用场景

• 常用于数据的转换、过滤和生成新的字典结构。

• 示例 4：交换字典的键值对

  1 2 3

  original_dict = {'a': 1, 'b': 2, 'c': 3} inverted_dict = {v: k for k, v in original_dict.items()} print(inverted_dict) # 输出: {1: 'a', 2: 'b', 3: 'c'}

3. 总结

• 列表推导式和字典推导式是 Python 强大的特性，能够有效简化代码，提高可读性。
• 掌握这两种推导式可以在数据处理和转换中提升工作的效率。

Python是一种广泛使用的高级编程语言，以其简洁、易读的语法而闻名。它于1991年由开发者Guido van Rossum推出，旨在强调代码的可读性和简洁性。Python是一种解释型、面向对象、动态类型的编程语言，适合初学者和专业开发者使用。

特点

以下是Python的一些显著特点：

1. 易读性：Python的语法设计追求简洁，代码结构清晰，这使得新手能够更快地理解和使用它。

   1 2 3

   # 一个简单的Python代码示例 name = "世界" print("你好，" + name + "!")

2. 强大的标准库：Python拥有丰富的标准库，涵盖了从文件I/O、网络编程到数据处理等多种功能，可以大大减少开发时间。

3. 跨平台：Python可以在Windows、Mac OS、Linux等操作系统上运行，代码的可移植性极好。

4. 开源：Python是一种开源语言，意味着任何人都可以自由修改和分发其源代码。

5. 社区支持：Python有一个活跃的用户社区，拥有大量的开发者和丰富的文档，帮助你在遇到问题时找到解决方案。

主要应用领域

Python在多个领域都有广泛的应用，包括但不限于：

• Web开发：使用框架如Django和Flask来构建动态网站。

  1 2 3 4 5 6 7 8 9 10

  from flask import Flask app = Flask(__name__) @app.route('/') def hello(): return "你好，Python!" if __name__ == '__main__': app.run()

• 数据分析和科学计算：使用NumPy、Pandas等库进行数据分析，Matplotlib、Seaborn等库进行数据可视化。

• 人工智能和机器学习：使用TensorFlow、Keras、Scikit-Learn等库创建智能应用。

• 自动化脚本：编写脚本来自动化常见的任务，提高工作效率。

学习资源

初学者在学习Python时，可以参考如下资源：

• 官方文档：访问Python官方文档获取详尽的说明和指南。
• 在线教程和课程：许多网站如Codecademy、Coursera以及edX提供Python教程。
• 书籍推荐：书籍如《Python编程：从入门到实践》、《流畅的Python》非常适合初学者。

总结

Python是一种功能强大且易于学习的编程语言，适合各种程度的开发者。无论你是想编写简单的脚本还是开发复杂的应用，Python都能满足你的需求。通过不断的实践，你将能够掌握Python，甚至在其中进行高级的应用开发。

小节集合

1. 集合的定义与基本操作

• 集合定义：集合是一种无序且不重复的元素集合，可以用来去重和进行交、并、差等操作。

  1 2	# 创建集合 my_set = {1, 2, 3, 4, 5}

• 基本操作：

  • 添加元素：使用 add() 方法。
  • 删除元素：使用 remove() 或 discard() 方法。

  1 2 3

  my_set.add(6) # 添加元素 my_set.remove(1) # 删除元素 my_set.discard(10) # 删除元素，如果不存在，不报错

2. 集合的集合操作

• 交集：返回两个集合的共同部分。

  1 2 3

  setA = {1, 2, 3} setB = {2, 3, 4} intersection = setA & setB # 或使用 setA.intersection(setB)

• 并集：返回两个集合的所有元素。

  1	union = setA | setB # 或使用 setA.union(setB)

• 差集：返回在一个集合中但不在另一个集合中的元素。

  1	difference = setA - setB # 或使用 setA.difference(setB)

• 对称差集：返回两个集合中不同时存在的元素。

  1	symmetric_difference = setA ^ setB # 或使用 setA.symmetric_difference(setB)

3. 集合的推导式

集合推导式是一种快速构造集合的方式。

1
2

# 创建包含平方数的集合
squares = {x**2 for x in range(10)}

高级集合操作

1. 集合的特性

• 唯一性：集合内的元素是唯一的，无法存储重复值。

  1	unique_set = {1, 2, 2, 3} # 结果：{1, 2, 3}

• 无序性：集合中的元素是无序的。

2. 使用集合消除重复

将列表转换为集合可以快速消除重复。

1
2

my_list = [1, 2, 2, 3, 4, 4, 5]
unique_list = list(set(my_list))  # 结果：[1, 2, 3, 4, 5]

3. 集合的操作性能

集合操作的平均时间复杂度为 (O(1))，相较于列表的 (O(n)) 性能更优。

4. 集合与字典的关系

集合可以被看作没有值的字典。

1
2
3

# 创建一个字典和一个集合
my_dict = {1: 'a', 2: 'b'}
my_set = set(my_dict.keys())  # 结果为 {1, 2}

5. 复杂的集合操作

例如，找出两个集合的交集并过滤特定条件。

1
2
3
4
5

setA = {1, 2, 3, 4, 5}
setB = {3, 4, 5, 6, 7}

# 找出交集并过滤
filtered_intersection = {x for x in setA & setB if x > 3}  # 结果为 {4, 5}

6. 集合的状态检查

检查集合中是否存在某个元素。

1
2
3

my_set = {1, 2, 3}
print(2 in my_set)  # 输出：True
print(4 in my_set)  # 输出：False

7. 集合与函数结合

集合可以用于函数参数，支持集合作为输入参数。

1
2
3
4

def common_elements(set1, set2):
    return set1 & set2  # 返回两个集合的交集

result = common_elements({1, 2, 3}, {2, 3, 4})  # 结果为 {2, 3}

8. 集合的冻合与可变性

使用 frozenset 创建不可变集合。

1
2

frozen_set = frozenset([1, 2, 3])
# frozen_set.add(4)  # 将引发 AttributeError

通过以上小节和高级操作，你可以深入理解和掌握Python集合的使用。这不仅能帮助你提高在数据处理和分析中的效率，还有助于编写更简洁、更清晰的代码。