元组

来源： https://www.cnblogs.com/dragondragon/p/11322837.html

Storm 是Twitter开源的分布式实时大数据处理框架，最早开源于github，从0.9.1版本之后，归于Apache社区，被业界称为实时版Hadoop。随着越来越多的场景对Hadoop的MapReduce高延迟无法容忍，比如网站统计、推荐系统、预警系统、金融系统(高频交易、股票)等等， 大数据实时处理解决方案（流计算） 的应用日趋广泛，目前已是分布式技术领域最新爆发点，而Storm更是流计算技术中的佼佼者和主流。 storm核心组件 Nimbus ：即Storm的Master，负责资源分配和任务调度。一个Storm集群只有一个Nimbus。 Supervisor ：即Storm的Slave，负责接收Nimbus分配的任务，管理所有Worker，一个Supervisor节点中包含多个Worker进程。 Worker ：工作进程，每个工作进程中都有多个Task。 Task ：任务，在 Storm 集群中每个 Spout 和 Bolt 都由若干个任务（tasks）来执行。每个任务都与一个执行线程相对应。 Topology ：计算拓扑，Storm 的拓扑是对实时计算应用逻辑的封装，它的作用与 MapReduce 的任务（Job）很相似，区别在于 MapReduce 的一个 Job 在得到结果之后总会结束，而拓扑会一直在集群中运行，直到你手动去终止它。拓扑还可以理解成由一系列通过数据流

元组¶ #元组 L1=(20,10,'abc','python') print(L1) (20, 10, 'abc', 'python') #通过索引获取元素 print(L1[0]) print(L1[1:3]) 20 (10, 'abc') #元组的拼接 t2=(50,'hadoop','spark') print(t2) print(L1+t2) (50, 'hadoop', 'spark') (20, 10, 'abc', 'python', 50, 'hadoop', 'spark') len(L1+t2) 7 集和 #集和 s1={1,2,3,4,4,5,2} print(s1) {1, 2, 3, 4, 5} #增加一个元素 s1.add(6) print(s1) {1, 2, 3, 4, 5, 6} #删除一个元素 s1.remove(4) print(s1) {1, 2, 3, 5, 6} #求集和的交集和并集 s2={1,2,4,5,6,8} print(s1&s2)#交集 print(s1|s2) {1, 2, 5, 6} {1, 2, 3, 4, 5, 6, 8} #set string1='Python' s1=set(string1) print(s1) {'P', 'y', 'h', 'o', 'n', 't'} 来源： https://blog

设计思路：首先，每个商品的信息可以用元组保存，再用一个列表保存所有的商品信息；定义一个变量，然后将用户输入的金额赋给此变量；定义一个空的列表，用于保存已经购买的商品，再用while循环实现多次购买。代码如下： product_list =[ ('mac笔记本',9000), ('kindle',800), ('tesla',900000), ('python book',105), ('bike',2000)]saving = input('please input your money:')shopping_car =[] #保存已购物品if saving.isdigit():#判断输入的是否是数字 saving = int(saving) while True: for i,v in enumerate(product_list,1): #用i,v两个变量接受元组，就会把元组里第一个给i,第二个值给v print(i,v) choice = input('选择购买商品编号[退出:Q]：')#引导用户选择商品 #验证输入是否合法 if choice.isdigit(): choice = int(choice) if choice > 0 and choice <= len(product_list): #将用户选择商品用choice选择出来 p_iter=product

使用示例： import pymysql #python3 conn=pymysql.connect(host="localhost",port=3306,user="root",password="abcd",database="bank",charset="utf8") #字符集不是必须的 cursor = conn.cursor() sql="select * from user_info" result=cursor.execute(sql) #不论增删查改，result都是受影响的记录数，int型 for row in cursor: #遍历结果集 print(row) #输出一条记录，元组形式 print(row[0]) #输出记录中的某个字段 cursor.close() conn.close() 提取一条记录： import pymysql #python3 conn=pymysql.connect(host="localhost",user="root",password="abcd",database="bank",charset="utf8") #字符集不是必须的 cursor = conn.cursor() sql="select * from user_info" result=cursor.execute(sql) print(cursor

1.到底什么是Python？你可以在回答中与其他技术进行对比 下面是一些关键点： Python是一种解释型语言。这就是说，与C语言和C的衍生语言不同，Python代码在运行之前不需要编译。其他解释型语言还包括PHP和Ruby。 Python是动态类型语言，指的是你在声明变量时，不需要说明变量的类型。你可以直接编写类似x=111和x="I’m a string"这样的代码，程序不会报错。 Python非常适合面向对象的编程（OOP），因为它支持通过组合（composition）与继承（inheritance）的方式定义类（class）。 Python中没有访问说明符（access specifier，类似C++中的public和private），这么设计的依据是“大家都是成年人了”。 在Python语言中，函数是第一类对象（first-class objects）。这指的是它们可以被指定给变量，函数既能返回函数类型，也可以接受函数作为输入。类（class）也是第一类对象。 Python代码编写快，但是运行速度比编译语言通常要慢。好在Python允许加入基于C语言编写的扩展，因此我们能够优化代码，消除瓶颈，这点通常是可以实现的。 Numpy就是一个很好地例子，它的运行速度真的非常快，因为很多算术运算其实并不是通过Python实现的。 Python用途非常广泛——网络应用，自动化

元组类型内置方法 一、元祖（tuple） 元组是不可变的列表，即元组的值不可更改，因此元组一般只用于只存不取的需求。也因此元组可以被列表取代掉，所以元组相比较列表使用的很少。元组相比较列表的优点为：列表的值修改后，列表的结构将会发生改变，而元组只需要存储，因此列表在某种程度上而言需要占用更多的内存。 1.1 作用 描述多个爱好，多门课程 1.2定义方式 在()内可以有多个任意类型的值，逗号分隔元素,有无逗号才是是否是元组的关键 hobby_tuple = ('run','read','trip','music') print(hobby_tuple) ('run', 'read', 'trip', 'music') name_str = ('jiayi') # ()只是普通包含的意思，仅仅代表一个字符串 name_tuple = ('jiayi',) #（逗号才是元组最明显的标志，不然不是元组） print(type(name_str)) print(type(name_tuple)) <class 'str'> <class 'tuple'> 1.3内置方法 优先掌握 1.按照索引取值 hobby_tuple = ('run','read','trip','music') print(hobby_tuple[0]) run 2.切片 hobby_tuple = ('run',

元组和列表中的数据是通过偏移量提取，字典中的数据是用字典的键提取的。 元组：只支持查询元素，不支持增加、修改和删除元素。 tuple1 = ('A','B') #从元组中提取元素 print(tuple1[0]) print(tuple1[:]) #输出： A ('A', 'B') 1 tup1 = (12, 34.56) 2 tup2 = ('abc', 'xyz') 3 4 # 创建一个新的元组 5 tup3 = tup1 + tup2 6 print (tup3) 7 #输出：(12, 34.56, 'abc', 'xyz') 8 9 #删除元组 10 tup = ('physics', 'chemistry', 1997, 2000) 11 print (tup) 12 #输出：('physics', 'chemistry', 1997, 2000) 13 14 del tup 15 print (tup) 16 #输出： 17 Traceback (most recent call last): 18 File "d:/py case/1.py", line 14, in <module> 19 print (tup) 20 NameError: name 'tup' is not defined tuple()方法 语法：tuple( seq )，参数：seq --

Python基础task2 1.列表 1.1基本操作(创建，append( )，pop( ) ,del( ), 拷贝） 1.2列表相关方法 2.元组 2.1基本操作（创建及不可变性） 3.string字符串 3.1定义及基本操作（+，*，读取方式） 3.2字符串相关方法 4.字符串格式化问题 1.列表 1.1基本操作(创建，append( )，pop( ) ,del( ), 拷贝） 序列是Python中最基本的数据结构。序列中的每个元素都分配一个数字 - 它的位置，或索引，第一个索引是0，第二个索引是1，依此类推。 Python有6个序列的内置类型，但最常见的是列表和元组。 序列都可以进行的操作包括索引，切片，加，乘，检查成员。 此外，Python已经内置确定序列的长度以及确定最大和最小的元素的方法。 列表是最常用的Python数据类型，它可以作为一个方括号内的逗号分隔值出现。 列表的数据项不需要具有相同的类型 创建一个列表，只要把逗号分隔的不同的数据项使用方括号括起来即可。如下所示： list1 = [ 'Google' , 'Runoob' , 1997 , 2000 ] ; list2 = [ 1 , 2 , 3 , 4 , 5 ] ; list3 = [ "a" , "b" , "c" , "d" ] ; 与字符串的索引一样，列表索引从0开始。列表可以进行截取、组合等。

product() import itertools for i in itertools.product('python'):#类似于for循环 print(i) 运行结果： D:\Python\Python36\python.exe D:/Python_test/day_lesson/test.py (‘p’,) (‘y’,) (‘t’,) (‘h’,) (‘o’,) (‘n’,) Process finished with exit code 0 import itertools for i in itertools.product('helo', repeat=2):#长度2元组 print(i) 运行结果 D:\Python\Python36\python.exe D:/Python_test/day_lesson/test.py (‘h’, ‘h’) (‘h’, ‘e’) (‘h’, ‘l’) (‘h’, ‘o’) (‘e’, ‘h’) (‘e’, ‘e’) (‘e’, ‘l’) (‘e’, ‘o’) (‘l’, ‘h’) (‘l’, ‘e’) (‘l’, ‘l’) (‘l’, ‘o’) (‘o’, ‘h’) (‘o’, ‘e’) (‘o’, ‘l’) (‘o’, ‘o’) Process finished with exit code 0 permutations()