组合数据类型

集合、序列、字典
集合类型及其操作

• 与数学中的概念相同
• 集合元素不可更改，即元素是不可变类型
• {}表示，元素用，分隔，元素可以是元组类型‘
• 可用set（）建立集合类型
  例如：B=set（“pypy123”）
  {’1‘，’2‘，’3‘，’p‘，’y‘} 即不可包含相同元素，并且是无序的。

集合的操作符：

• S|T 并运算：返回一个新的集合
• S-T 差运算：
• S&T 交运算
• S^T 补运算
• S<=T,S<T:返回值为Ture或者False，一般用来判断集合间的关系
• S>=T,S>T:

运用增强操作符，可以不需要增加新的集合
集合的处理方法


集合类型的应用


序列类型及其应用

• 序列是一组具有先后顺序的元素
• 序列是一维元素向量，元素类型可以不用
• 类似数学元素序列：s1，s2，……
• 元素间有序号引导，通过下标访问序列的特定元素
  序列类型的衍生：字符串类型，元组类型，列表类型

序列处理函数及方法：

元组类型及操作

• 元组是序列类型的一种扩展
• 元组是一种序列类型，一旦创建就不能修改
• 使用小括号（）或者tuple（）创建，元素之间用逗号分隔
• 可以使用或者不使用小括号

def  s：
	return  1，2

返回的即是一个元组类型，没有用小括号

元组类型继承了序列类型的全部操作

列表类型及其操作

如果一个列表不是通过[]或者list（）方式创建，而是通过列表的赋值，那么仅是给该列表赋予了一个新的名字，没有其他的含义

sorted(ls)可以对列表ls进行排序
在ls.append（x）如果x是一个列表，则x会作为一个元素增加到ls中


列表类型的应用
遍历元素和数据保护

基本统计值的计算

实例分析

#calstatisticsv1.py
def getnum():
	nums=[]
	inumstr=input("请输入数字（回车退出）：")
	while inumstr !="":
		nums.append(eval(inumstr))
		inumstr=input("请输入数字（回车退出）：")
	return nums
def mean(numbers):
	s=0.0
	for num in numbers:
		s=s+num
	return s/len(numbers)
def dev(numbers,mean):
	sdev=0.0
	for num in numbers:
		sdev=sdev+(num-mean)**2
	return pow(sdev/(len(numbers)-1),0.5)
def median(numbers):
	sorted(numbers)
	size=len(numbers)
	if size%2==0:
		med=(numbers[size//2-1]+numbers[size//2])/2
	else:
		med=numbers[size//2]
	return med
def main():
	n=getnum()
	m=mean(n)
	print("平均值:{},方差：{:.2},中位数：{}.".format(m,dev(n,m),median(n)))
main()

字典类型

在字典d中，x in d 键是值的序号，也是字典中值的索引方式
所以x in d中的x被当做d中的序号进行判断，
并且在创建字典时，如果相同键值对应不同的值时，字典采用最后一个“键值对”

jieba库的使用
中文分词的第三方库，可以对一句话分成单个词
安装方法：
在cmd命令行：pip install jieba
出现安装成功的提示即可
通过中文词库，根据汉字间的概率进行分词


文本词频的统计
三国演义

#CalThreeKingdomsV2.py
import jieba
excludes = {"将军","却说","荆州","二人","不可","不能","如此"}
txt = open("threekingdoms.txt", "r", encoding='utf-8').read()
words  = jieba.lcut(txt)
counts = {}
for word in words:
    if len(word) == 1:
        continue
    elif word == "诸葛亮" or word == "孔明曰":
        rword = "孔明"
    elif word == "关公" or word == "云长":
        rword = "关羽"
    elif word == "玄德" or word == "玄德曰":
        rword = "刘备"
    elif word == "孟德" or word == "丞相":
        rword = "曹操"
    else:
        rword = word
    counts[rword] = counts.get(rword,0) + 1#如果键rword存在，则返回相应的值，不存在返回0，因为在遍历第一个的时候，肯定是不存在的，所以为0，后面存在就将键值加1，计算单词在文本中出现的个数
for word in excludes:
    del counts[word]
items = list(counts.items())
items.sort(key=lambda x:x[1], reverse=True) 
for i in range(10):
    word, count = items[i]
    print ("{0:<10}{1:>5}".format(word, count))

哈姆雷特

#calhamletv1.py
def gettext():
	txt=open("hamlet.txt","r").read()
	txt=txt.lower()
	for ch in '!"#$%^&*()+_-.:;<=>?@[\]'{|}~':
		txt=txt.replace(ch," ")#将文本中的特殊符号替换为空格
	return txt
hamlettxt=gettext()
words=hamlettxt.split()  #将字符串以空格分隔形成列表
counts={}
for word in words:
	counts[word]=counts.get(word,0)+1
items=list(counts.items())
items.sort(key=lambda x :x[1],reverse=True)
for i in range(10):
	word,count=items[i]
	print"{0:<10}{1:>5}".format(word,count))