De grundläggande Python-datastrukturerna i Python inkluderar lista, set, tuples och ordlista. Var och en av datastrukturerna är unik på sitt eget sätt. Datastrukturer är "behållare" som organiserar och grupperar data efter typ.
Datastrukturerna skiljer sig utifrån mutabilitet och ordning. Mutabilitet avser förmågan att ändra ett objekt efter dess skapande. Muterbara objekt kan modifieras, läggas till eller raderas efter att de har skapats, medan oföränderliga objekt inte kan ändras efter att de skapats. Ordning , i detta sammanhang, avser huruvida ett elements position kan användas för att komma åt elementet.
Snabb sammanfattning
- Listor, uppsättningar och tuples är de grundläggande datastrukturerna i Python-programmeringsspråket.
- En av de olika punkterna mellan datastrukturerna är mutabilitet, vilket är förmågan att ändra ett objekt efter dess skapande.
- Listor och tuplar är de mest användbara datatyperna, och de finns i praktiskt taget alla Python-program.
Python-datastrukturer - listor
En lista definieras som en ordnad samling objekt, och det är en av de viktigaste datastrukturerna när du använder Python för att skapa ett projekt. Uttrycket "beställda samlingar" betyder att varje artikel i en lista kommer med en order som identifierar dem unikt. Elementens ordning är en inneboende egenskap som förblir konstant under hela listans livstid.
Eftersom allt i Python betraktas som ett objekt skapar en lista i huvudsak ett Python-objekt av en viss typ. När du skapar en lista bör alla objekt i listan placeras inom hakparenteser och separeras med komma för att låta Python veta att en lista har skapats. En exempellista kan skrivas enligt följande:
List_A = [artikel 1, artikel 2, artikel 3… .., artikel n]
Listor kan kapslas
En lista kan kapslas, vilket innebär att den kan innehålla alla typer av objekt. Den kan innehålla en annan lista eller en underlista - som därefter kan innehålla andra underlistor i sig. Det finns ingen gräns för hur djup listor kan kapslas. Ett exempel på en kapslad lista är som följer:
List_A = [artikel 1, lista_B, artikel 3… .., artikel n]
Listor kan ändras
Listor som skapats i Python kan ändras eftersom de kan ändras även efter att de har skapats. En användare kan söka, lägga till, flytta, flytta och ta bort element från en lista efter eget gottfinnande. När du byter ut element i en lista behöver antalet element som läggs till inte vara lika med antalet element, och Python kommer att justera sig själv efter behov.
Det låter dig också ersätta ett enda element i en lista med flera element. Mutabilitet gör det också möjligt för användaren att mata in ytterligare element i listan utan att göra några ersättare.
Python-datastrukturer - Tuples
En tuple är en inbyggd datastruktur i Python som är en ordnad samling objekt. Till skillnad från listor har tuplar begränsad funktionalitet.
Den primära skillnaden mellan listor och tupler är mutabilitet. Listor är förändrade medan tupler är oföränderliga. Tuples kan inte ändras, läggas till eller raderas när de har skapats. Listor definieras genom att använda parenteser för att stänga in elementen som skiljs åt med kommatecken.
Användningen av parenteser för att skapa tuples är valfritt, men de rekommenderas för att skapa en skillnad mellan början och slutet av tupeln. Ett prov tuple skrivs enligt följande:
tuple_A = (artikel 1, artikel 2, artikel 3,…, artikel n)
Tom och en enda artikel Tuple
När du skriver en tuple med bara ett enda element måste kodaren använda ett komma efter objektet. Detta görs för att göra det möjligt för Python att skilja mellan tupeln och parenteserna som omger objektet i ekvationen. En tuple med ett enda objekt kan uttryckas enligt följande:
some_tuple = (artikel 1,)
Om tupeln är tom bör användaren inkludera ett tomt par parentes enligt följande:
Empty_tuple = ()
Varför Tuples föredras framför listor
Tuplar föredras när användaren inte vill att uppgifterna ska modifieras. Ibland kan användaren skapa ett objekt som är avsett att förbli intakt under sin livstid. Tuples är oföränderliga, så de kan användas för att förhindra oavsiktlig tillägg, modifiering eller borttagning av data.
Dessutom använder tuples mindre minne, och de gör programkörningen snabbare, jämfört med att använda listor. Listor är långsammare än tuplar eftersom varje gång en ny körning görs med listor skapas nya objekt och objekten tolkas inte bara en gång. Tuples identifieras av Python som ett oföränderligt objekt. Därför är de byggda som en enda enhet.
Python-datastrukturer - uppsättningar
En uppsättning definieras som en unik samling av unika element som inte följer en specifik ordning. Uppsättningar används när förekomsten av ett objekt i en samling objekt är viktigare än antalet gånger det visas eller objekternas ordning. Till skillnad från tuplar är uppsättningar muterbara - de kan modifieras, läggas till, ersättas eller tas bort. En provuppsättning kan representeras enligt följande:
set_a = {“item 1”, “item 2”, “item 3”,… .., “item n”}
Ett av sätten som uppsättningar används är när man kontrollerar om vissa element finns i en uppsättning eller inte. Till exempel är uppsättningar mycket optimerade för medlemskapstester. De kan användas för att kontrollera om en uppsättning är en delmängd av en annan uppsättning och för att identifiera förhållandet mellan två uppsättningar.
Fler resurser
Finance är den officiella leverantören av Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ Certification Certified Banking & Credit Analyst (CBCA) ™ ackreditering är en global standard för kreditanalytiker som täcker ekonomi, redovisning, kreditanalys, kassaflödesanalys, förbundsmodellering, återbetalning av lån och mer. certifieringsprogram, utformat för att förvandla vem som helst till en ekonomisk analytiker i världsklass.
För att fortsätta lära dig och utveckla dina kunskaper om ekonomisk analys, rekommenderar vi starkt ytterligare finansresurser nedan:
- Hur man skrapar lagerdata med Python Hur man skrapar lagerdata med Python Finansiella yrkesverksamma som vill uppgradera sina färdigheter kan göra det genom att lära sig att skrapa lagerdata med Python, en högnivå, tolkad och allmän-
- Övergång från Excel till Python Övergång från Excel till Python Många företag övergår nu från Excel till Python, ett högnivå-allmänt programmeringsspråk som skapats av den holländska programmeraren Guido van Rossum
- Typer av finansiell analys Typer av finansiell analys Finansiell analys innebär att man använder finansiella data för att bedöma företagets resultat och ge rekommendationer om hur det kan förbättras framöver. Finansanalytiker utför främst sitt arbete i Excel, med hjälp av ett kalkylblad för att analysera historisk data och göra prognoser Typer av finansiell analys
- Machine Learning for Finance - Python Fundamentals
