多分支选择结构

if 条件表达式1 :
   语句1/语句块1
elif 条件表达式2:
   语句2/语句块2
.
.
elif 条件表达式n :
     语句n/语句块n
[else:
语句n+1/语句块n+1
]

score = int(input("请输入分数"))
grade = ''
if(score<60):
   grade = "不及格"
elif(score<80):    #按逻辑写 别写反
   grade = "及格"
elif(score<90):
   grade = "良好"
else:
   grade = "优秀"
print("分数{0},等级{1}".format(score,grade))

双分支选择结构
if 条件表达式:
   语句1/语句块1
else:
   语句2/语句块2

num = input("输入一个数字：")
if int(num)<10:
   print(num)
else:
   print("数字太大")

***三元条件运算符
用来在某些简单双分支赋值情况。
条件为真时的值   if (条件表达式) else 条件为假时的值

num = input("请输入一个数字")
print( num if int(num)<10 else "数字太大")
 

单分支

if 条件表达式:
    语句/语句块

其中：
1 ．条件表达式：可以是逻辑表达式、关系表达式、算术表达式等等。
2 ．语句/语句块：可以是一条语句，也可以是多条语句。多条语句，缩进必须对齐一致。

num = input("输入一个数字：")   #注意输入是字符串
if int(num)<10:
   print(num)

在选择和循环结构中，条件表达式的值为False 的情况如下：
False、0、0.0、空值None、空序列对象（空列表、空元祖、空集合、空字典、空字
符串）、空range 对象、空迭代对象。
其他情况，均为True。Python 所有的合法表达式都可以看做条件表达式，甚至包括函数调用的表达式。

s = "False"    #非空字符串，是True

if 3<c<20:
    print("3<c<20")

#条件表达式中，不能有赋值操作符“=”

if 3<c and (c=20):
print("赋值符不能出现在条件表达式中")

集合
集合是无序可变，元素不能重复。实际上，集合底层是字典实现，集合的所有元素都是字典
中的“键对象”，因此是不能重复的且唯一的。
 

集合创建和删除
1. 使用{}创建集合对象，并使用add()方法添加元素
>>> a = {3,5,7}
>>> a
{3, 5, 7}
>>> a.add(9)
>>> a
{9, 3, 5, 7}

2. 使用set()，将列表、元组等可迭代对象转成集合。如果原来数据存在重复数据，则只保
留一个。
>>> a = ['a','b','c','b']
>>> b = set(a)
>>> b
{'b', 'a', 'c'}

3. remove()删除指定元素；clear()清空整个集合
>>> a = {10,20,30,40,50}
>>> a.remove(20)
>>> a
{10, 50, 30}

集合相关操作
像数学中概念一样，Python 对集合也提供了并集、交集、差集等运算。我们给出示例：
>>> a = {1,3,'sxt'}
>>> b = {'he','it','sxt'}
>>> a|b #并集 也就是或
{1, 3, 'sxt', 'he', 'it'}
>>> a&b #交集
{'sxt'}
>>> a-b #差集
{1, 3}
>>> a.union(b) #并集
{1, 3, 'sxt', 'he', 'it'}
>>> a.intersection(b) #交集
{'sxt'}
>>> a.difference(b) #差集
{1, 3}

根据键查找“键值对”的底层过程

当我们调用a.get(“name”)，就是根据键“name”查找到“键值对”，从而找到值
对象“gaoqi”。

1.计算“name”对象的散列值：
>>> bin(hash("name"))
'-0b1010111101001110110101100100101'

2.假设数组长度为8

3.拿计算出的散列值的最右边3 位数字作为偏移量，即“101”，十进制是数字5

4.我们查看偏移量5，对应的bucket 是否为空。如果为空，则返回None。如果不为空，则将这个bucket 的键对象计算对应散列值，和我们的散列值进行比较，如果相等。则将对应“值对象”返回。如果不相等，则再依次取其他几位数字，重新计算偏移量。

5.依次取完后，仍然没有找到。则返回None。

用法总结：
1. 键必须可散列
(1) 数字、字符串、元组，都是可散列的。
(2) 自定义对象需要支持下面三点：
1 支持hash()函数
2 支持通过__eq__()方法检测相等性。
3 若a==b 为真，则hash(a)==hash(b)也为真。
2. 字典在内存中开销巨大，典型的空间换时间。
3. 键查询速度很快
4. 往字典里面添加新建可能导致扩容，导致散列表中键的次序变化。因此，不要在遍历字
典的同时进行字典的修改。（建议先遍历，取出需要修改的，再修改）

字典核心底层原理(重要)

字典对象的核心是散列表。（稀疏数组（总是有空白元素的数组），数组的每个单元叫做bucket。）每个bucket 有两部分：一个是键对象的引用，一个是值对象的引用。
由于，所有bucket 结构和大小一致，我们可以通过偏移量来读取指定bucket。

将一个键值对放进字典的底层过程

假设字典a 对象创建完后，数组长度为8：

1.首先计算键”name”的散列值。Python 中可以通过hash()来计算。
>>> bin(hash("name"))
'-0b1010111101001110110101100100101'

2.数组长度为8（三位），

3.拿散列值的最右边3 位数字作为偏移量，即
“101”，十进制是数字5。

4.我们查看偏移量5，对应的bucket 是否为空。如果为空，则将键值对放进去。如果不为空，则依次取右边3 位作为偏移量，即“100”直到找到为空的bucket 将键值对放进去。

5.数组放满不够就扩容

r1 = {"name":"高小一","age":18,"salary":30000,"city":"北京"}
r2 = {"name":"高小二","age":19,"salary":20000,"city":"上海"}
r3 = {"name":"高小五","age":20,"salary":10000,"city":"深圳"}

tb = [r1,r2,r3]

#获得第二行的人的薪资
print(tb[1].get("salary"))
#打印表中所有的的薪资
for i in range(len(tb)): # i -->0,1,2  len(tb)=3
     print(tb[i].get("salary"))
#打印表的所有数据
for i in range(len(tb)):
 print(tb[i].get("name"),tb[i].get("age"),tb[i].get("salary"),tb[i].get("city"))

序列解包

序列解包可以用于元组、列表、字典。序列解包可以让我们方便的对多个变量赋值。
>>> x,y,z=(20,30,10)
>>> x
20
>>> y
30
>>> z
10
>>> (a,b,c)=(9,8,10)
>>> a
9
>>> [a,b,c]=[10,20,30]
>>> a
10
>>> b
20

序列解包用于字典时，默认是对“键”进行操作； 如果需要对键值对操作，则需要使用items()；如果需要对“值”进行操作，则需要使用values()；
>>> s = {'name':'gaoqi','age':18,'job':'teacher'}
>>> name,age,job=s #默认对键进行操作
>>> name
'name'
>>> name,age,job=s.items() #对键值对进行操作
>>> name
('name', 'gaoqi')
>>> name,age,job=s.values() #对值进行操作
>>> name
'gaoqi'

字典元素添加、修改、删除
1. 给字典新增“键值对”。“键”已存，则覆盖旧的键值对；如果“键”不存在，则新增“键值对”。
>>>a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a['address']='西三旗1 号院'
>>> a['age']=16
>>> a
{'name': 'gaoqi', 'age': 16, 'job': 'programmer', 'address': '西三旗1 号院'}

2. 使用update()将新字典中所有键值对全部添加到旧字典对象上。如果key 有重复，则直
接覆盖。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> b = {'name':'gaoxixi','money':1000,'sex':'男的'}
>>> a.update(b)
>>> a
{'name': 'gaoxixi', 'age': 18, 'job': 'programmer', 'money': 1000, 'sex': '男的'}

3. 字典中元素的删除，可以使用del()方法；或者clear()删除所有键值对；pop()删除指定
键值对，并返回对应的“值对象”；
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> del(a['name'])
>>> a
{'age': 18, 'job': 'programmer'}
>>> b = a.pop('age')
>>> b
18

4. popitem() ：随机删除和返回该键值对。字典是“无序可变序列”，因此没有第一个元
素、最后一个元素的概念；popitem 弹出随机的项，因为字典并没有"最后的元素"或者其
他有关顺序的概念。若想一个接一个地移除并处理项，这个方法就非常有效（因为不用首先
获取键的列表）。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a.popitem()
('job', 'programmer')
>>> a
{'name': 'gaoqi', 'age': 18}
>>> a.popitem()
('age', 18)
>>> a
{'name': 'gaoqi'}

字典元素的访问

eg. a ={'name':'gaoqi','age':18,'job':'programmer'}

1. 通过[键] 获得“值”。若键不存在，则抛出异常。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> a['name']
'gaoqi'
>>> a['age']
18
>>> a['sex']
KeyError: 'sex'

2. 通过get()方法获得“值”。推荐使用。优点是：指定键不存在，返回None；也可以设
定指定键不存在时默认返回的对象。
>>> a.get('name')
'gaoqi'
>>> a.get('sex')------>None
>>> a.get('sex','不存在')    #设置不存在时返回值
'不存在'

3. 列出所有的键值对
>>> a.items()
dict_items([('name', 'gaoqi'), ('age', 18), ('job', 'programmer')])

4. 列出所有的键，列出所有的值
>>> a.keys()
dict_keys(['name', 'age', 'job'])
>>> a.values()
dict_values(['gaoqi', 18, 'programmer'])

5. len() 键值对的个数

6. 检测一个“键”是否在字典中
>>> a = {"name":"gaoqi","age":18}
>>> "name" in a
True

字典介绍
字典是“键值对”的无序可变序列，字典中的每个元素都是一个“键值对”

可以通过“键对象”实现快速获取、删除、更新对应的“值对象”。(列表中我们通过“下标数字”找到对应的对象。字典中通过“键对象”找到对应的“值对象”。)

“键”是任意的不可变数据(整数、浮点数、字符串、元组)并且“键”不可重复。
“值”可以是任意的数据，并且可重复(列表、字典、集合)
一个典型的字典的定义方式：
a ={'name':'gaoqi','age':18,'job':'programmer'

字典的创建
1. 我们可以通过{}、dict()来创建字典对象。
>>> a = {'name':'gaoqi','age':18,'job':'programmer'}
>>> b = dict(name='gaoqi',age=18,job='programmer')
>>> a = dict([("name","gaoqi"),("age",18)])
>>> c = {} #空的字典对象
>>> d = dict() #空的字典对象
2. 通过zip()创建字典对象
>>> k = ['name','age','job']
>>> v = ['gaoqi',18,'techer']
>>> d = dict(zip(k,v))  #k键；v值
>>> d
{'name': 'gaoqi', 'age': 18, 'job': 'techer'}
3. 通过fromkeys 创建值为空的字典
>>> a = dict.fromkeys(['name','age','job'])
>>> a
{'name': None, 'age': None, 'job': None}

生成器推导式创建元组
从形式上看，生成器推导式与列表推导式类似，只是生成器推导式使用小括号。列表推导式直接生成列表对象，生成器推导式生成的不是列表也不是元组，而是一个生成器对象。
我们可以通过生成器对象，转化成列表或者元组。也可以使用生成器对象的__next__()方法进行遍历，或者直接作为迭代器对象来使用。不管什么方式使用，元素访问结束后，如果需要重新访问其中的元素，必须重新创建该生成器对象。

>>> s = (x*2 for x in range(5))
>>> s
<generator object <genexpr> at 0x0000000002BDEB48>
>>> tuple(s)
(0, 2, 4, 6, 8)
>>> list(s) #只能访问一次元素。第二次就为空了。需要再生成一次
[]
>>> s = (x*2 for x in range(5))
>>> s.__next__()
0
>>> s.__next__()
2
>>> s.__next__()
4

元组总结
1. 元组的核心特点是：不可变序列。
2. 元组的访问和处理速度比列表快。
3. 与整数和字符串一样，元组可以作为字典的键，列表则永远不能作为字典的键使用。

元组的元素访问和计数
1. 元组的元素不能修改
>>> a = (20,10,30,9,8)
>>> a[3]=33
TypeError: 'tuple' object does not support item assignment

2. 元组的元素访问和列表一样，只不过返回的仍然是元组对象。
>>> a = (20,10,30,9,8)
>>> a[1]
10
>>> a[1:3]
(10, 30)
>>> a[:4]
(20, 10, 30, 9)

3. 列表关于排序的方法list.sorted()是修改原列表对象，元组没有该方法。如果要对元组排
序，只能使用内置函数sorted(tupleObj)，并生成新的列表对象。
>>> a = (20,10,30,9,8)
>>> sorted(a)
[8, 9, 10, 20, 30]

生成新对象的 比如“+”可以

元组长度len()、最大值max()、最小值min()、求和sum()等可以

zip
zip(列表1，列表2，...)将多个列表对应位置的元素组合成为元组，并返回这个zip 对象。
>>> a = [10,20,30]
>>> b = [40,50,60]
>>> c = [70,80,90]
>>> d = zip(a,b,c)
>>> list(d)
[(10, 40, 70), (20, 50, 80), (30, 60, 90)]

元组tuple
列表属于可变序列，可以任意修改列表中的元素。元组属于不可变序列，不能修改元组中的元素。

因此，元组没有增加元素、修改元素、删除元素相关的方法。
因此，我们只需要学习元组的创建和删除，元组中元素的访问和计数即可。元组支持如下操作：
1. 索引访问
2. 切片操作
3. 连接操作
4. 成员关系操作
5. 比较运算操作
6. 计数：元组长度len()、最大值max()、最小值min()、求和sum()等。

元组的创建

1. 通过()创建元组。小括号可以省略。
a = (10,20,30) 或者a = 10,20,30
如果元组只有一个元素，则必须后面加逗号。这是因为解释器会把(1)解释为整数1，(1,)
解释为元组。
>>> a = (1)
>>> type(a)
<class 'int'>
>>> a = (1,) #或者a = 1,
>>> type(a)
<class 'tuple'>

2. 通过tuple()创建元组
tuple(可迭代的对象)
例如：
b = tuple() #创建一个空元组对象
b = tuple("abc")
b = tuple(range(3))
b = tuple([2,3,4])
tuple()可以接收列表、字符串、其他序列类型、迭代器等生成元组。
list()可以接收元组、字符串、其他序列类型、迭代器等生成列表。

元组的删除

del b

多维列表
二维列表
二维列表可以帮助我们存储二维、表格的数据。【【】，【】】#列表中套列表

例如下表的数据：
姓名     年龄   薪资     城市
高小一   18   30000   北京
高小二   19   20000   上海
高小五    20  10000    深圳

a = [
["高小一",18,30000,"北京"],
["高小二",19,20000,"上海"],
["高小一",20,10000,"深圳"],
]

a[0][1] ----->18

#输出二维列表

for m in range(3):
      for n in range(4):
            print(a[m][n],end="\t")
      print() #打印完一行，换行

列表排序
1.修改原列表，不建新列表的排序
>>> a = [20,10,30,40]
>>> a.sort() #默认是升序排列
>>> a
[10, 20, 30, 40]
>>> a = [10,20,30,40]
>>> a.sort(reverse=True) #降序排列
>>> a
[40, 30, 20, 10]
>>> import random
>>> random.shuffle(a) #打乱顺序
>>> a
[20, 40, 30, 10]
 

2.建新列表的排序
我们也可以通过内置函数sorted()进行排序，这个方法返回新列表，不对原列表做修改。
>>> a = [20,10,30,40]
>>> id(a)
46016008
>>> a = sorted(a) #默认升序
>>> a
[10, 20, 30, 40]
>>> id(a)
45907848
>>> c = sorted(a,reverse=True) #降序
>>> c
[40, 30, 20, 10]

3.reversed()返回迭代器  
内置函数reversed()也支持进行逆序排列，与列表对象reverse()方法不同的是，内置函数
reversed()不对原列表做任何修改，只是返回一个逆序排列的迭代器对象。（也可用切片，设置步长-1）
>>> a = [20,10,30,40]
>>> c = reversed(a)
>>> c
<list_reverseiterator object at 0x0000000002BCCEB8>
>>> list(c)
[40, 30, 10, 20]
>>> list(c)
[]
list_reverseiterator。也就是一个迭代对象。同时，我们使用list(c)进行输出，发现只能使用一次。第一次输出了元素，第二次为空。那是因为迭代对象在第一次时已经遍历结束了，第二次不能再使用。
 

列表相关的其他内置函数汇总
max 和min  返回列表中最大和最小值。
sum  对数值型列表的所有元素进行求和操作，对非数值型列表运算则会报错。
 

切片操作
切片是Python 序列及其重要的操作，适用于列表、元组、字符串等等。

标准格式为：
[起始偏移量start:终止偏移量end[:步长step]]

[:]                 提取整个列表
[start:]         从start 索引开始到结尾
[:end]          从头开始知道end-1 
[start:end]    从start 到end-1
[start:end:step]   从start 提取到end-1，步长是step
[-3:]               倒数三个
[-5:-3]        倒数第五个到倒数第三个(包头不包尾)
[::-1]           步长为负，从右到左反向提取

起始偏移量小于0 则会当做0，终止偏移量大于“长度-1”会被当成”长度-1”                    

列表的遍历
for obj in listObj:
      print(obj)

列表元素访问和计数

1.通过索引直接访问元素
索引的区间在[0, 列表长度-1]这个范围。超过这个范围则会抛出异常。
>>> a[10]
IndexError: list index out of range

2.index()获得指定元素在列表中首次出现的索引
语法是：index(value,[start,[end]])。其中，
start 和end 指定了搜索的范围。
>>> a = [10,20,30,40,50,20,30,20,30]
>>> a.index(20)
1
>>> a.index(20,3) #从索引位置3 开始往后搜索的第一个20
5
>>> a.index(30,5,7) #从索引位置5 到7 这个区间，第一次出现30 元素的位置
6

3.count()获得指定元素在列表中出现的次数
>>> a = [10,20,30,40,50,20,30,20,30]
>>> a.count(20)
3

4.len()返回列表长度
即列表中包含元素的个数。
>>> a = [10,20,30]
>>> len(a)
3

5.成员资格判断
判断列表中是否存在指定的元素，我们可以使用count()方法，返回0 则表示不存在，返回
大于0 则表示存在。但是，一般我们会使用更加简洁的in 关键字来判断，直接返回True
或False。
>>> a = [10,20,30,40,50,20,30,20,30]
>>> 20 in a
True
>>> 30 not in a
False

列表删除

1.del

>>> a = [100,200,888,300,400]
>>> del a[2]
>>> a
[100,200,300,400]   #300到888 400 到300

同增加 都涉及到元素拷贝挪

2.pop()

pop()删除并返回指定位置元素，如果未指定位置则默认操作列表最后一个元素。
>>> a = [10,20,30,40,50]
>>>b = a.pop()  #默认最后一个
>>>b                                                             50
>>> a
[10, 20, 30, 40]
>>> a.pop(1)
20
>>> a
[10, 30, 40]

3.remove()方法

删除首次出现的指定元素，若不存在该元素抛出异常。
>>> a = [10,20,30,40,50,20,30,20,30]
>>> a.remove(20)
>>> a
[10, 30, 40, 50, 20, 30, 20, 30]
>>> a.remove(100)
ValueError: list.remove(x): x not in list

动

五种添加方式

注：增加删除都会对内存进行修改。例如中间有增加或删除时，涉及到大量的数据拷贝操作。所以一般只在尾部增加、删除。

列表有自动的内存管理

1.append（)  #末尾增加

2.   +      #拼接 产生新对象  所以涉及大量+的时候不要用

3.extend  #拼接 原地扩展 比 + 好

4.insert（） #将指定元素插入列表任意位置          eg. a = [10,20,30]  ; a.insert(2,100) ---->[10,20,100,30]  涉及数组拷贝删除             remove（） pop()  del() 也涉及数组拷贝删除

5. 乘法扩展