Наоми Седер - Python. Экспресс-курс

(8, 9, 10, 11, 12)

5.7.4. Преобразования между списками и кортежамиКортежи легко преобразуются в списки функцией list , которая получает в ар-гументе любую последовательность и строит новый список с элементами из ис-ходной последовательности. Аналогичным образом список можно преобразовать в кортеж функцией tuple , которая делает то же самое, но создает новый кортеж вместо нового списка:

>>> list((1, 2, 3, 4))

[1, 2, 3, 4]

>>> tuple([1, 2, 3, 4])

(1, 2, 3, 4)

Попутно отметим, что список предоставляет удобный способ разбиения строк на символы:

>>> list("Hello")

['H', 'e', 'l', 'l', 'o']

Этот прием работает, потому что метод list (и tuple ) может применяться к лю-бой последовательности Python, а строка является обычной последовательностью символов. (Строки более подробно рассматриваются в главе 6.)

БЫСТРАЯ.ПРОВЕРКА:.КОРТЕЖИ

Объясните, почему следующие операции недопустимы для кортежа x = (1, 2, 3, 4) : x.append(1)

x[1] = "hello"

del x[2]

Если у вас имеется кортеж x = (3, 1, 4, 2) , как можно отсортировать элементы x ?

5.8. Множества

Множество (set) в Python представляет собой неупорядоченную коллекцию объ-ектов, которая используется в том случае, если вас интересует прежде всего факт принадлежности объекта к коллекции и его уникальность. Как и ключи словарей (глава 7), элементы множества должны быть неизменяемыми и хешируемыми. Это означает, что целые числа, числа с плавающей точкой, строки и кортежи могут быть элементами множества, а списки, словари и сами множества — нет.

5.8.1. Операции с множествами

Кроме операций, применимых к коллекциям вообще (например, in , len и пере-бор для циклов for ), множества поддерживают ряд операций, специфических для множеств:

>>> x = set([1, 2, 3, 1, 3, 5]) 

>>> x

{1, 2, 3, 5} 

>>> x.add(6) 

>>> x

{1, 2, 3, 5, 6}

>>> x.remove(5) 

>>> x

{1, 2, 3, 6}

>>> 1 in x 

True

>>> 4 in x

False

>>> y = set([1, 7, 8, 9])

>>> x | y 

{1, 2, 3, 6, 7, 8, 9}

>>> x & y 

{1}

>>> x ^ y 

{2, 3, 6, 7, 8, 9}

Множество можно создать вызовом set для последовательности — например, для списка  . При преобразовании последовательности в множество дубликаты ис-ключаются  . После создания множества функцией set вы можете использовать методы add  и remove  для изменения элементов множества. Ключевое слово in используется для проверки принадлежности объекта к множеству  . Оператор |  вычисляет объединение двух множеств, оператор & — их пересечение  , а опера-тор ^  — их симметрическую разность (то есть элементы, входящие только в одно из двух множеств).

Эти примеры не содержат полной сводки операций с множествами, но и они дают представление о том, как работают множества. За дополнительной информацией обращайтесь к официальной документации Python.

5.8.2. Фиксированные множества

Поскольку множества не являются неизменяемыми и хешируемыми, они не могут быть элементами других множеств. Для решения этой проблемы в Python суще-ствует еще один тип множества frozenset , который ведет себя как множество, но не может изменяться после создания. Поскольку фиксированные множества об-ладают свойствами неизменяемости и хешируемости, они могут быть элементами других множеств:

>>> x = set([1, 2, 3, 1, 3, 5])

>>> z = frozenset(x)

>>> z

frozenset({1, 2, 3, 5})

>>> z.add(6)

Traceback (most recent call last):

File "", line 1, in

z.add(6)

AttributeError: 'frozenset' object has no attribute 'add' >>> x.add(z)

>>> x

{1, 2, 3, 5, frozenset({1, 2, 3, 5})}

БЫСТРАЯ.ПРОВЕРКА:.МНОЖЕСТВА

Если бы вам потребовалось построить множество на базе следующего списка, то сколько элементов будет содержать это множество: [1, 2, 5, 1, 0, 2, 3, 1, (1, 2, 3)] ?

ПРАКТИЧЕСКАЯ.РАБОТА.5:.АНАЛИЗ.СПИСКА В этой лабораторной работе ваша задача — прочитать из файла множество температурных данных (ежемесячные температурные максимумы аэропорта Хитроу с 1948 по 2016 год), а затем вычислить некоторые статистические харак-теристики: максимальной и минимальной температуры, средней температуры

и медианной температуры (то есть температуры, которая будет занимать цен-тральную позицию при сортировке температур).

Температурные данные находятся в файле lab_05.txt в каталоге исходного кода этой главы. Так как чтение файлов еще не рассматривалось, приведу готовый код чтения файла в список:

temperatures = []

with open('lab_05.txt') as infile:

for row in infile:

temperatures.append(int(row.strip())

Определите самую высокую и самую низкую температуру, среднюю и медиан-ную температуру. Вероятно, вам для этого понадобятся функции/методы min() , max() , sum() , len() и sort() .