9.1  序列类型：概述  

序列的概念和分类

序列(sequence)：序列是Python中最基本的数据结构，是逻辑上具有先后关系、顺序排列的一组元素。序列中的每一个元素都拥有一个序号或位置号，也称索引号或索引值。

根据序列中存储的是值还是引用，序列可分为扁平序列和容器序列。

扁平序列：存储的是值而不是引用，元素都是同一种数据类型，而且只能存储数值、字节、字符这样的基本数据类型。常见的扁平序列有：字符串str、字节bytes、数组array.array等。

容器序列：存储的是对象的引用而不是值，元素可以是任意类型的对象。常见的容器序列有：列表list和元组tuple。

根据序列是否可以被修改，序列可分为可变序列和不可变序列。

可变序列：指可以在原内存地址上对数据进行修改的序列，这类序列包括列表list、数组array.array。

不可变序列：指不可以在原内存地址上对数据进行修改的序列，这类序列包括元组tuple、字符串str、字节bytes。

9.2  序列类型：通用操作

1、遍历序列

使用实现循环结构的for语句，可以遍历序列中的每个元素。

语法格式：for  变量  in  序列

如：for i in 'abcd':            for i in [1,2,3,4]:

            print(i)                        print(i)

2、索引

对于字符串，其中的每个字符拥有一个序号；对于元组和列表，其中的每一个元素拥有一个序号。由于序列类型中的数据项(元素)按顺序存储，因此可以使用“序号(索引值)”访问相应的数据项。

索引：通过序列数据的索引值访问其对应元素的操作。

语法格式：序列[ 索引值 ]

序列数据可同时使用两套索引体系：正向索引和逆向索引。

正向索引：正向索引使用非负索引值，序列第一个元素的索引值为0，紧跟其后元素的索引值为1，……，以此类推。

逆向索引：逆向索引使用负的索引值，序列最后一个元素的索引值为-1，倒数第二个元素的索引值为-2，……，以此类推。

3、切片

索引用于访问序列中的单个元素，要访问多个元素则可考虑使用切片。

切片：切片也叫分片，用于提取序列中一定范围内的元素。

语法格式：序列[ start：end：step]

start：指示切片开始位置的索引值，默认值为0。

 end：指示切片结束位置的索引值，默认值为序列的长度。

step：步长，默认值为1。步长的正负决定了“切取方向”，正值表示从左向右取值，负值表示从右向左取值。

同之前的range对象一样，切片中包含start指示的第一个元素，但不包含end指示的最后一个元素，即切片区间[ start, end )是个左闭右开的区间，这符合计算机中以0作为起始下标的传统。

切片的过程是从第一个要返回的元素开始，到第一个不想返回的元素结束。切片操作会按照给定的索引值和步长，切取序列中的对象组成新的片段。索引操作可以视作获取只含一个元素的片段。

a.省略步长step时，默认值为1，切片操作从左向右取值。

如：s1=[1,3,5,7,9,11,13]

print(s1[1:4]

输出：[3,5,7]

b.步长step不为1，切片操作将跳过某些元素值。如下图所示，将步长step设置为2，则每隔一个元素获取内容。

如：s2=[1,3,5,7,9,11,13]

print(s1[1:6：2]

输出：[3,7,11]

c.步长不能为0，但是可以设置步长为负数。当步长为负数时，切片操作提取元素时的方向为：从右向左。

如：s3=[1,3,5,7,9,11,13,15,17,19,21,23,25,27]

print(s2[12:3:-3])

输出：[25, 19,13]

4、序列的拼接

大多数序列类型，包括字符串、元组和列表，都支持序列的拼接操作。

序列拼接：该操作通过使用“+”运算符将两个相同类型的序列，连接为一个包含两个序列中全部元素的新序列。在拼接的过程中，两个进行拼接的序列都不会被修改，Python会新建一个同样类型数据的序列作为拼接的结果。

5、序列的重复

大多数序列类型，包括字符串、元组和列表，都支持序列的重复操作。

序列重复：用数字乘以(*)一个序列可以将其重复若干遍，并连接在一起形成一个新的序列。乘号两边的数据，必须一个是整数类型，一个是序列类型。在重复连接的过程中，圆序列都不会被修改，Python会新建一个同样类型数据的序列作为重复连接的结果。

6、成员测试

使用in运算符，可以检查一个值（或对象）的成员资格，也就是判断该值是否在序列中。运算的结果是布尔值：True(在序列中)或False。

使用 not in运算符检查成员资格时，运算的结果为或False时表示测试对象在序列中，True则表示不在序列中。

成员资格的检查：对于列表和元组来说，检查的是对象是否是序列的一个元素；对字符串而言，它的每一个元素就是一个字符，字符串中的每一个字符都具有成员资格，同时字符串的子串也具有成员资格。使用in运算符可以判断一个字符串是否为另一个字符串的子串。空字符串是任何字符串的子串。

7、序列长度和最值的计算

Python的内置函数可用于序列类型数据的长度和最值计算，其中：

len()函数：返回序列的长度(序列的长度即序列中元素的个数)。

min()函数：返回序列的最小元素。

max()函数：返回序列的最大元素。

8、序列中元素的统计和查找

序列的count方法，可以统计元素x在序列中出现的总次数，其语法格式为：序列.count(x)

序列的index方法，可以在序列中找出其值为x的元素首次出现的位置，其语法格式为：序列.index(x, start, end)

index方法的start和end参数指定查找的范围，与切片中两参数的含义相同。若无法找到指定元素，程序将会产生一个ValueError错误，所以在查找之前应用count方法判断一下，确保序列中存在指定元素。

9.3  随机数：random模块

1、计算机中的随机数

随机数在统计学、密码学、计算机模拟和仿真等诸多领域有着非常广泛的应用。真正的随机数都是用物理方法产生的，如掷硬币、投骰子、转轮、使用电子器件的噪声，核裂变等。

计算机中的随机数是伪随机数。科学家早已证明，仅依靠算法是无法生成真随机数的，因此凡采用一定的算法通过程序生成的都是伪随机数。虽然是伪随机数，但也能够应用于绝大多数需要随机数的场合。

2、产生随机数序列的算法和种子

有多种产生随机数序列的算法。无论使用何种算法生成随机数时，都需要一个“种子”。种子是算法开始计算随机数序列时使用的初值。若随机数的种子一样，那么每次产生的随机数序列都是一样的。如果不设置产生随机数的种子，算法一般会采用机器的系统时间作为种子，这样每次产生的随机数序列就不一样了。一般调试程序时纠错时，都选择同样的种子生成随机数，以方便程序的测试和诊断。Python使用random模块产生各种分布的随机数序列。

3、random模块中的主要函数

示例1：随机数应用示例

9.4  程序举例

示例1：输出星期几

示例2：回文字符串

示例3：提取身份证信息

示例4：IP地址格式转换