大数据测试：Python编程与数据结构解析

"大数据第一次测试.md" 1. 数据类型方法： - `str`: 字符串类型，具有很多方法，如`join()`连接字符串，`split()`分割字符串，`strip()`去除两侧空格，`lower()`和`upper()`转换为小写和大写，`find()`查找子串位置等。 - `list`: 列表类型，支持`append()`添加元素到末尾，`extend()`合并列表，`insert()`在指定位置插入元素，`remove()`移除元素，`pop()`移除并返回指定索引的元素等。 - `dict`: 字典类型，提供了`keys()`获取所有键，`values()`获取所有值，`items()`获取键值对，`get()`安全访问键对应的值，`update()`更新字典内容等。 2. 代码操作： - 利用索引获取"luffy"：`info[0]['k2']['k9']` - 利用索引获取44：`info[1][3]` - 删除k10对应的键值对：`info[0]['k2'].pop('k10')` - 添加键值对：`info[3]['extra']['name'] = "Orcle"` - 修改True为"真"：`info[3] = "真"` - 在列表`[18, 20]`插入666：`info[3][1]['extra'].insert(0, 666)` 3. 解释型语言与编译型语言的区别： - 解释型语言：代码逐行执行，无需预编译，执行效率相对较低，但开发速度快，如Python、Ruby。 - 编译型语言：先将源代码编译成机器码，再运行，执行效率高，但需要预编译步骤，如C++、Java。 4. 常见编程语言： - C, C++, Java, Python, JavaScript, C#, PHP, Swift, Go, Rust, Kotlin 等。 5. 字典实现股票信息输出： ```python header = ['SH601778', 'SH688566', 'SH688268', 'SH600734'] stock_dict = {'中国晶科': 6.29, '吉贝尔': 52.66, '华特气体': 88.80, '实达集团': 2.60} for code, name in zip(header, stock_dict): change = '+' if stock_dict[name] > 0 else '-' print(f"{code}，股票名称:{name}、当前价:{stock_dict[name]}、涨跌额:{change}{abs(stock_dict[name])}。") ``` 6. cube字典操作： ```python cube = {"length": 40, "width": 40, "height": 40} cube["color"] = "red" del cube["height"] cube["width"] = 20 ``` 7. 判断kitty是否在dog中： ```python dog = ["tom", "jack", "Collie", "Marry"] kitty = "Marry" if kitty in dog: print("kitty是dog中的一员") else: print("kitty不是dog中的一员") ``` 8. 列表和字典概念： - 列表：有序的元素集合，可以包含不同类型的数据，通过索引访问，适用于序列数据的存储和处理。 - 字典：无序的键值对集合，通过键来访问值，适合于存储关联数据或查找操作。 9. 截取前2个元素的列表： ```python elements = [1, 2, 3, 4, 5, 6, 7, 8] sub_list = elements[:2] ``` 10. 截取索引为偶数的元素： ```python elements = [1, 2, 3, 4, 5, 6, 7, 8] even_indices = elements[::2] ``` 以上内容涵盖了Python中常见的数据类型操作、编程语言类型对比、字典的使用以及列表的切片操作等基础知识。