筆記
字符串與編碼
- 含有中文的 str 無法用 ASCII 編碼，因爲中文編碼的範圍超過了 ASCII 編碼的範圍，Python 會報錯
- ord() 函數獲取字符的整數表示，chr() 函數把編碼轉換爲對應的字符
- bytes 類型的數據用帶 b 前綴的單引號或雙引號表示，例： x = b’ABC’
- 在 bytes 中，無法顯示爲ASCII字符的字節，用 \x## 顯示。
- 以 Unicode 表示的 str 通過 encode() 方法可以編碼爲指定的 bytes；把 bytes 變爲str，用 decode() 方法
- 如果 bytes 中只有一小部分無效的字節，可以傳入 errors=‘ignore’ 忽略錯誤的字節：
>>> b'\xe4\xb8\xad\xff'.decode('utf-8', errors='ignore')
'中'
- len() 函數計算的是 str 的字符數，如果換成 bytes，len() 函數就計算字節數：
>>> len(b'ABC')
3
>>> len(b'\xe4\xb8\xad\xe6\x96\x87')
6
>>> len('中文'.encode('utf-8'))
6
1箇中文字符經過 UTF-8 編碼後通常會佔用3個字節，而1個英文字符只佔用1個字節
list 與 tuple
- List 集合用 [ ] 表示，tuple 用（ ）表示
- 若用負數作爲索引，則以倒序開始獲取集合元素
- 刪除 list 末尾的元素，用 pop() 方法，刪除指定位置用 pop(i) 方法，其中 i 是索引位置
- 在 tuple 裏指定義一個元素時，必須加一個逗號來消除歧義
>>> t = (1,)
>>> t
(1,)
循環
- for … in 循環，依次把 list 或 tuple 中的每個元素迭代出來
names = ['Michael', 'Bob', 'Tracy']
for name in names:
print(name
- range() 函數生成一個整數序列, range(x) 生成從 0 開始小於 x 的整數，再可以用 list() 函數轉換爲 list
dict 與 set
dict:
- 使用鍵-值（key-value）存儲，具有極快的查找速度
- 一個 key 只能對應一個 value，所以，多次對一個 key 放入 value，後面的值會把前面的值沖掉
- 要避免 key 不存在的錯誤，有兩種辦法，一是通過 in 判斷 key 是否存在：
>>> 'Thomas' in d
False
二是通過 dict 提供的 get() 方法，如果 key 不存在，可以返回 None，或者自己指定的value：
>>> d.get('Thomas')
>>> d.get('Thomas', -1)
-1
- 刪除一個key，用 pop(key) 方法，對應的 value 也會從 dict 中刪除
- 與 list 比較，dict 有以下幾個特點：
查找和插入的速度極快，不會隨着 key 的增加而變慢；
需要佔用大量的內存，內存浪費多。
而 list 相反：
查找和插入的時間隨着元素的增加而增加；
佔用空間小，浪費內存很少。 - 在 Python 中，字符串、整數等都是不可變的，可以作爲 key。而 list 是可變的，所以不能作爲 key
set:
- set 也是一組 key 的集合，但不存儲 value。由於 key 不能重複，所以在 set 中，沒有重複的 key。
- 創建一個 set，需要提供一個 list 作爲輸入集合
>>> s = set([1, 2, 3])
>>> s
{1, 2, 3}
- 重複元素在 set 中自動被過濾
- add(key) 方法可以添加元素，可以重複但是沒效果；remove(key) 方法可以刪除元素
- set 可以看成數學意義上的無序和無重複元素的集合，因此，兩個 set 可以做數學意義上的交集、並集等操作