本次课主要学习字典、集合这两种数据结构
python默认有四种数据结构：
列表 List、
元组 Tuple、
字典 Dict、
集合 Set
字典
字典，dictionary，简称dict，由“键”和“值”组成，即Key-Value，也叫键值对，KV。
从数学上理解，字典是一种映射。当你告诉电脑“键”的名称，它会返回给你对应的值。
创建字典的基本方法是：
d = {'today':20}
e = {'tomorrow':30}
# 也可以同时赋值给一个变量
f = {'today':20,'tomorrow':30}
上面的例子中，today和tomorrow就是键，键应当是唯一的，因为它起到索引的作用。
字典的检索
让我们检索一下键对应的值：
d['today']
e['tomorrow']
f['today']
通过dict()函数创建字典
dict([['today',20],['tomorrow',30]])
集合
集合中的元素是不重复的，无序的，不能索引的。
创建集合的两种方法：{}, set()
s = {1,2,3,3} ## 观察集合s是否自动去重
s = {[1,2,3,4,5]} ## 观察花括号内是什么数据结构
集合的运算
以下代码不是完整的，请自行补充相关变量，使代码可以正确运行：
a = t | s ## t和s的并集
b = t & s ## t和s的交集
c = t - s ## t与s的差集，s的元素不在t中
d = t ^ s ## 对称差集，查找数学解释，体会一下结果
函数式编程
将计算机运算看作一种数学的函数计算，例如之前学过的lambda就是函数式编程的方法之一。
map函数
问题描述：假设列表a = [1,2,3]。列表的每个元素都加3得到一个新列表，
常规的迭代方法或列表解析法：
a_new = [i+3 for i in a]
用map函数
a_new = map(lambda x:x+3, a) ## f(x)=x+3
list(a_new) # 检查运行结果
或者这样理解，我们先用lambda生成一个函数f(x), 然后再用map函数将f(x)应用到列表的每一个元素去计算：
f = lambda x:x+3
a_new = map(f,a)
list(a_new)
reduce函数
reduce是递归计算。什么是递归？考虑n的阶乘：123...n。
计算机按自然数的顺序连乘，每乘一个数就需要内存中记录一下，然后乘以下一个自然数。
测试以下阶乘代码，假设我们要做99阶乘，代码如何正确运行？
from functools import reduce ##导入functools库的reduce函数
reduce(lambda x,y: x*y, range(1,n+1))
filter函数
filter是一个过滤器，用于筛选列表中符合条件的元素.
测试并注释以下代码，
b = filter(lambda x:x>5 and x<11, range(17))
list(b)
想一想，range(17)发生了什么？用list查看
list(range(17))
练习完成要求：
测试以上知识点的代码，可将例子中的参数进行替换
每行、每段代码应当给出注释，说明这段代码什么目的，这行代码做了什么，代码注释以#号开始
在本地jupyter notebook完成，或者百度AI Studio完成，二选一
将完成的代码文件.ipynb上传至超星，文件命名方式为：学号_姓名_班级_week04练习.ipynb