Die grundlegenden Python-Datenstrukturen in Python umfassen Liste, Menge, Tupel und Wörterbuch. Jede der Datenstrukturen ist auf ihre Weise einzigartig. Datenstrukturen sind „Container“, die Daten nach Typ organisieren und gruppieren.
Die Datenstrukturen unterscheiden sich aufgrund von Veränderlichkeit und Reihenfolge. Veränderlichkeit bezieht sich auf die Fähigkeit , ein Objekt nach seiner Erstellung zu ändern. Veränderbare Objekte können nach ihrer Erstellung geändert, hinzugefügt oder gelöscht werden, während unveränderliche Objekte nach ihrer Erstellung nicht mehr geändert werden können. Die Reihenfolge bezieht sich in diesem Zusammenhang darauf, ob die Position eines Elements für den Zugriff auf das Element verwendet werden kann.
Kurze Zusammenfassung
- Listen, Mengen und Tupel sind die grundlegenden Datenstrukturen in der Programmiersprache Python.
- Einer der unterschiedlichen Punkte zwischen den Datenstrukturen ist die Veränderlichkeit, dh die Fähigkeit, ein Objekt nach seiner Erstellung zu ändern.
- Listen und Tupel sind die nützlichsten Datentypen und können in praktisch jedem Python-Programm gefunden werden.
Python-Datenstrukturen - Listen
Eine Liste wird als geordnete Sammlung von Elementen definiert und ist eine der wesentlichen Datenstrukturen, wenn Python zum Erstellen eines Projekts verwendet wird. Der Begriff „geordnete Sammlungen“ bedeutet, dass jedes Element in einer Liste mit einer Reihenfolge versehen ist, die sie eindeutig identifiziert. Die Reihenfolge der Elemente ist ein inhärentes Merkmal, das während der gesamten Lebensdauer der Liste konstant bleibt.
Da alles in Python als Objekt betrachtet wird, wird beim Erstellen einer Liste im Wesentlichen ein Python-Objekt eines bestimmten Typs erstellt. Beim Erstellen einer Liste sollten alle Elemente in der Liste in eckige Klammern gesetzt und durch Kommas getrennt werden, damit Python weiß, dass eine Liste erstellt wurde. Eine Beispielliste kann wie folgt geschrieben werden:
List_A = [Punkt 1, Punkt 2, Punkt 3… .., Punkt n]
Listen können verschachtelt werden
Eine Liste kann verschachtelt sein, was bedeutet, dass sie jeden Objekttyp enthalten kann. Es kann eine andere Liste oder eine Unterliste enthalten, die anschließend selbst andere Unterlisten enthalten kann. Die Tiefe, mit der Listen verschachtelt werden können, ist unbegrenzt. Ein Beispiel für eine verschachtelte Liste lautet wie folgt:
List_A = [Punkt 1, Liste_B, Punkt 3… .., Punkt n]
Listen sind veränderlich
In Python erstellte Listen gelten als veränderbar, da sie auch nach ihrer Erstellung geändert werden können. Ein Benutzer kann nach eigenem Ermessen Elemente aus einer Liste suchen, hinzufügen, verschieben, verschieben und löschen. Beim Ersetzen von Elementen in einer Liste muss die Anzahl der hinzugefügten Elemente nicht der Anzahl der Elemente entsprechen, und Python passt sich nach Bedarf an.
Außerdem können Sie ein einzelnes Element in einer Liste durch mehrere Elemente ersetzen. Durch die Veränderbarkeit kann der Benutzer auch zusätzliche Elemente in die Liste eingeben, ohne sie zu ersetzen.
Python-Datenstrukturen - Tupel
Ein Tupel ist eine in Python integrierte Datenstruktur, bei der es sich um eine geordnete Sammlung von Objekten handelt. Im Gegensatz zu Listen verfügen Tupel über eine eingeschränkte Funktionalität.
Das primäre Unterscheidungsmerkmal zwischen Listen und Tupeln ist die Veränderlichkeit. Listen sind veränderlich, während Tupel unveränderlich sind. Tupel können nach ihrer Erstellung nicht mehr geändert, hinzugefügt oder gelöscht werden. Listen werden mithilfe von Klammern definiert, um die durch Kommas getrennten Elemente einzuschließen.
Die Verwendung von Klammern beim Erstellen von Tupeln ist optional. Es wird jedoch empfohlen, zwischen dem Anfang und dem Ende des Tupels zu unterscheiden. Ein Beispieltupel wird wie folgt geschrieben:
tuple_A = (Punkt 1, Punkt 2, Punkt 3,…, Punkt n)
Leeres und ein einzelnes Element Tupel
Wenn Sie ein Tupel mit nur einem Element schreiben, muss der Codierer nach dem Element ein Komma verwenden. Dies geschieht, damit Python zwischen dem Tupel und den Klammern, die das Objekt in der Gleichung umgeben, unterscheiden kann. Ein Tupel mit einem einzelnen Element kann wie folgt ausgedrückt werden:
some_tuple = (Punkt 1,)
Wenn das Tupel leer ist, sollte der Benutzer ein leeres Klammerpaar wie folgt einfügen:
Empty_tuple = ()
Warum Tupel Listen vorgezogen werden
Tupel werden bevorzugt, wenn der Benutzer nicht möchte, dass die Daten geändert werden. Manchmal kann der Benutzer ein Objekt erstellen, das während seiner Lebensdauer intakt bleiben soll. Tupel sind unveränderlich und können daher verwendet werden, um ein versehentliches Hinzufügen, Ändern oder Entfernen von Daten zu verhindern.
Außerdem verbrauchen Tupel weniger Speicher und beschleunigen die Programmausführung im Vergleich zur Verwendung von Listen. Listen sind langsamer als Tupel, da jedes Mal, wenn eine neue Ausführung mit Listen durchgeführt wird, neue Objekte erstellt werden und die Objekte nicht nur einmal interpretiert werden. Tupel werden von Python als ein unveränderliches Objekt identifiziert. Daher werden sie als eine einzige Einheit aufgebaut.
Python-Datenstrukturen - Mengen
Ein Satz ist definiert als eine eindeutige Sammlung eindeutiger Elemente, die keiner bestimmten Reihenfolge folgen. Mengen werden verwendet, wenn die Existenz eines Objekts in einer Sammlung von Objekten wichtiger ist als die Häufigkeit des Auftretens oder die Reihenfolge der Objekte. Im Gegensatz zu Tupeln sind Sets veränderlich - sie können geändert, hinzugefügt, ersetzt oder entfernt werden. Ein Beispielsatz kann wie folgt dargestellt werden:
set_a = {"Artikel 1", "Artikel 2", "Artikel 3", ..., "Artikel n"}
Eine der Möglichkeiten, wie Mengen verwendet werden, besteht darin, zu überprüfen, ob einige Elemente in einer Menge enthalten sind oder nicht. Beispielsweise sind Sets für Mitgliedschaftstests stark optimiert. Sie können verwendet werden, um zu überprüfen, ob eine Menge eine Teilmenge einer anderen Menge ist, und um die Beziehung zwischen zwei Mengen zu identifizieren.
Mehr Ressourcen
Finance ist der offizielle Anbieter der Certified Banking & Credit Analyst (CBCA) ™ CBCA ™ -Zertifizierung. Die Certified Banking & Credit Analyst (CBCA) ™ -Akkreditierung ist ein globaler Standard für Kreditanalysten, der Finanzen, Rechnungswesen, Kreditanalyse, Cashflow-Analyse, Covenant-Modellierung, Kreditrückzahlungen und mehr. Zertifizierungsprogramm, das jeden in einen erstklassigen Finanzanalysten verwandeln soll.
Um Ihr Wissen über Finanzanalysen weiter zu erlernen und weiterzuentwickeln, empfehlen wir die folgenden zusätzlichen Finanzressourcen:
- So kratzen Sie Bestandsdaten mit Python So kratzen Sie Bestandsdaten mit Python Finanzprofis, die ihre Fähigkeiten verbessern möchten, können dies tun, indem sie lernen, wie Sie Bestandsdaten mit Python, einem hochrangigen, interpretierten und allgemeinen Dokument, kratzen.
- Übergang von Excel zu Python Übergang von Excel zu Python Viele Unternehmen wechseln jetzt von Excel zu Python, einer allgemeinen Programmiersprache auf hoher Ebene, die vom niederländischen Programmierer Guido van Rossum entwickelt wurde
- Arten der Finanzanalyse Arten der Finanzanalyse Bei der Finanzanalyse werden Finanzdaten verwendet, um die Leistung eines Unternehmens zu bewerten und Empfehlungen abzugeben, wie es sich in Zukunft verbessern kann. Finanzanalysten führen ihre Arbeit hauptsächlich in Excel aus und verwenden eine Tabelle, um historische Daten zu analysieren und Prognosen zu erstellen. Arten der Finanzanalyse
- Maschinelles Lernen für Finanzen - Python-Grundlagen
