Python各種資料型別索引和分片

2021-08-20 20:07:13 字數 1186 閱讀 7534

#a為list

a[0]

a[-1] #獲取最後乙個元素

a[-3:] #獲取從列表中倒數第三個元素到最後乙個元素

a[3:9] #獲取從第四個元素a

[3]到第9個元素a

[8],不包括a

[9]。也就是左開右閉

巢狀列表索引

如果想遍歷列表某乙個列可以使用列表推導式

goodslist=[['iphone', 5800], ['mac pro', 12000], ['bike', 800], ['alex python', 89], ['starbuck latte', 30], ['cap', 45], ['air conditioning', 3000], ['ipad', 4200]]

[g[0] for g in goodslist] #輸出結果是第一列資料

frame = dataframe(data,index=,columns=) #index表示的是行的名稱;columns表示的是列的名稱

data['age'] #輸出的是列名是age的所有行

data[['age','name']] #通過列名指定多列的時候,要使用list

data[3:] #第4行到行尾,包含了所有的列

data[3:]['name']

data['name'][3:]

上面兩者效果是一樣的,索引是可以進行巢狀使用的,也就是索引後可以再次進行索引

data.ix[:,[4:]]

data.ix[[2:7],[3:]]

import numpy as np

np.array(data,dtype=np.float64/np.int32/np.bool)

#宣告多維度陣列

arr2=np.array([[1,2,3],[4,5,6]])

arr3=np.array([[[1,2,3],[3,4,5]]] #維度是1*2*3

arr3=np.array([[[1,2],[2,3]],[[3,4],[5,7]]]) #維度是2*2*2

陣列的索引和資料框大致類似。但是可以直接對行和列同時使用索引,並且不需要其他函式幫助。

arr2[:,[0,1]] #選取第1、2列資料

python 各種資料型別排序

這裡沒有一下子寫全,實際專案中用到了再補寫!可利用python內建函式 sort 對原列表進行排序,所以該方法沒有返回值,預設排序方式是 公升序 reverse false 語法如下 python3拿掉了python2的cmp引數 list.sort key none,reverse false 例...

各種資料型別OuO

char 1 個位元組 128 到 127 或者 0 到 255 unsigned char 1 個位元組 0 到 255 signed char 1 個位元組 128 到 127 int4 個位元組 2147483648 到 2147483647 unsigned int 4 個位元組 0 到 4...

各種資料型別和0比較

不可將布林變數直接與true false或者1 0進行比較。假設布林變數名字為flag,它與零值比較的標 準if語句如下 if flag 表示flag為真 if flag 表示flag為假 其他為不良寫法。應當將整型變數用 或 直接與0比較。假設整型變數的名字為value,它與零值比較的標準if語句...