详解Python中元组的三个不常用特性

 更新时间:2022年07月04日 10:52:11   作者:赵卓不凡  
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。

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:

>>> 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:

>>> 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:

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:

_, 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:

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:

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:

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元组内容请搜索脚本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脚本之家!

相关文章

  • 使用python实现学生信息管理系统

    使用python实现学生信息管理系统

    这篇文章主要为大家详细介绍了使用python实现学生信息管理系统,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下
    2021-02-02
  • 23个很棒的Python脚本集合分享(迷你项目)

    23个很棒的Python脚本集合分享(迷你项目)

    这篇文章主要为大家详细介绍了23个很棒的Python脚本的集合(迷你项目),文中的示例代码讲解详细,对我们了解Python有一定帮助,感兴趣的可以了解一下
    2022-11-11
  • python实现XML解析的方法解析

    python实现XML解析的方法解析

    这篇文章主要介绍了python实现XML解析的方法解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
    2019-11-11
  • Python机器学习应用之基于决策树算法的分类预测篇

    Python机器学习应用之基于决策树算法的分类预测篇

    所谓决策树,就是一个类似于流程图的树形结构,树内部的每一个节点代表的是对一个特征的测试,树的分支代表该特征的每一个测试结果,而树的每一个叶子节点代表一个类别。树的最高层是就是根节点
    2022-01-01
  • Python测试Kafka集群(pykafka)实例

    Python测试Kafka集群(pykafka)实例

    今天小编就为大家分享一篇Python测试Kafka集群(pykafka)实例,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
    2019-12-12
  • 在Django的上下文中设置变量的方法

    在Django的上下文中设置变量的方法

    这篇文章主要介绍了在Django的上下文中设置变量的方法,Django是重多Python高人气框架中最为著名的一个,需要的朋友可以参考下
    2015-07-07
  • python编程matplotlib交互绘制Julia集示例解析

    python编程matplotlib交互绘制Julia集示例解析

    matplotlib的Show面板中提供了放大、移动等交互式操作,但也未能涵盖所有的交互需求,比如希望通过mandelbrot集上的一点来生成对应的Julia集
    2021-10-10
  • Python创建对称矩阵的方法示例【基于numpy模块】

    Python创建对称矩阵的方法示例【基于numpy模块】

    这篇文章主要介绍了Python创建对称矩阵的方法,结合实例形式分析了Python基于numpy模块实现矩阵运算的相关操作技巧,需要的朋友可以参考下
    2017-10-10
  • Permission denied的解决方法

    Permission denied的解决方法

    这篇文章主要介绍了Permission denied的解决方法,希望能给你带来帮助
    2021-08-08
  • pandas数据处理进阶详解

    pandas数据处理进阶详解

    这篇文章主要介绍了pandas数据处理进阶详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-10-10

最新评论