python基础之元组
作者：qianqqqq_lu 发布时间：2021-06-28 08:06:24
标签：python,基础,元组
元组：
# 元组，一种不可变的序列，在创建之后不能做任何的修改
# 1.不可变
# 2.用（）创建元组类型，数据项用逗号来分割
# 3.可以是任何的类型
# 4.党员组中只有一个元素时，要加上逗号，不然解释器会当作整型来处理
# 5.同样可以支持切片操作
#元组的创建 不能进行修改
tupleA=() ##空元组
tupleA=('abcd',89,9,12,'sisi',[11,22,33])
print(type(tupleA))
print(tupleA)
# 元组的查询
for item in tupleA:
print(item,end=' ')
print(tupleA[2:4]) ##切片操作
print(tupleA[::-1]) ##负数方向
print(tupleA[::-1]) ##负数方向
print(tupleA[::-2]) ##反转字符串，每隔两个取一个
print(tupleA[::-1]) ##负数方向
print(tupleA[::-2]) ##反转字符串，每隔两个取一个
print(tupleA[-2:-1:]) ##倒着取下标，为-2到-1区间的
print(tupleA[-4:-2:])
tupleA[5][0]='2222223334dds' ##可以对元组中列表类型的数据进行修改
print(tupleA)
tupleB=('1',) ##当元组中只有一个数据项时，必须要在第一个数据项后面加上逗号
tuplec=(1,2,2,2,2,3,3,4,2)
print(tuplec.count(2)) ##统计元组中元素出现的个数
来源：https://blog.csdn.net/weixin_44632711/article/details/120895315
0
投稿猜你喜欢
网络编程有三个要素，分别是IP地址、端口号和通信协议，那本文主要讲述的是TCP与UDP这两种通信协议，以及编程的实现。首先，我们需要了解一下- 本文实例为大家分享了OpenCV实现直线检测的具体代码，供大家参考，具体内容如下1 介绍本文主要介绍OpenCV自带的直线检测函数Hough
- 最近在做移动端项目时，需要实现一个列表页面的每一项item向左滑动时出现相应的删除按钮，本来想着直接使用zepto的touch.js插件，因
- 本文实例讲述了Python表示矩阵的方法。分享给大家供大家参考，具体如下：在c语言中，表示个“整型3行4列”的矩阵，可以这样声明：int&n
- 一．WITH AS的含义 WITH AS短语，也叫做子查询部分（subquery factoring），可以让你做很多事情，定义一个SQL片
- 前言最近学习了python，感觉挺多地方能用到它的。打包 测试 上传 爬电影....而且代码量是真少。人生苦短，我用python。而今天写的
- 在上一期python numpy 模块中对概述介绍了numpy 模块安装、使用方法、特点等入门知识。numpy 模块是一个开源的第三方Pyt
- 前面我们已经构造了一种图形可视化的模板了，下面我们直接使用这个模板进行增添和修改，进一步的改善图形的外观。import matplotlib
- 基础概念GoFrame框架(下文简称gf)提供的数据类型，比如：字典gmap、数组garray、集合gset、队列gqueue、树形结构gt
- 1.找到缺失值导入数据集df=pd.read_csv("nba.csv")df.head(10)替换异常值（数据集中异常
- 在本教程中，我们将构建一个程序，该程序可以使用流行的计算机视觉库 OpenCV 确定对象的方向（即以度为单位的旋转角度）。最常见的现实世界用
- 前言本项目为IOT实验室人员签到考勤设计，系统实现功能：1.人员人脸识别并完成签到/签退2.考勤时间计算3.保存考勤数据为CSV格式（Exc
- 直接上代码：1. 第一种情况如果没有select{}， main 主线程不会等待coroutine运行，导致coroutine得不到机会运行
- PostMessage（）def keyHwnd(hwndEx, char): """
- 这是官方截图，mysql5.7安装后，会有一个默认密码，保存在mysql.log里面，找的他，并更改官方文档地址https://dev.my
- Properties类简要概括： Properties类是 键和值均为字符串的可以永久存储到文件中的key-value集合java.util
- 一、建立一个空白的解决方案，名称为“SpringDotNot”二、新建一个类库项目：IBLL在IBL
- 首先要说明的是，这个标题有点标题党的意思，这个 bug 也存在于 IE8 下，在 IE6 和 IE7 下正常。之前写过两篇关于 I
- k-近邻算法概述简单地说，k近邻算法采用测量不同特征值之间的距离方法进行分类。k-近邻算法优点：精度高、对异常值不敏感、无数据输入假定。缺点
- 目录1.一般的模型构造、训练、测试流程2.自定义损失和指标3.使用tf.data构造数据4.样本权重和类权重5.多输入多输出模型6.使用回
