Python数据结构

Python是一种高级编程语言，其数据结构是编程的基础要素之一。Python提供了一系列内置的数据结构类型，包括列表（list）、元组（tuple）、字典（dictionary）和集合（set）。这些数据结构都有各自的特点和适用场景。本文将一一为大家介绍。

一、列表详解

Python列表数据类型支持很多方法，列表对象的所有方法所示如下：

• list.append(x)：在列表末尾添加一个元素，相当于 a[len(a):] = [x] 。
• list.extend(iterable)：用可迭代对象的元素扩展列表。相当于 a[len(a):] = iterable 。
• list.insert(i, x)：在指定位置插入元素。第一个参数是插入元素的索引，因此，a.insert(0, x) 在列表开头插入元素， a.insert(len(a), x) 等同于 a.append(x) 。
• list.remove(x)：从列表中删除第一个值为 x 的元素。未找到指定元素时，触发 ValueError 异常。
• list.pop([i])：删除列表中指定位置的元素，并返回被删除的元素。未指定位置时，a.pop() 删除并返回列表的最后一个元素。（方法签名中 i 两边的方括号表示该参数是可选的，不是要求输入方括号。这种表示法常见于 Python 参考库）。
• list.clear()：删除列表里的所有元素，相当于 del a[:] 。
• list.index(x[, start[, end]])：返回列表中第一个值为 x 的元素的零基索引。未找到指定元素时，触发 ValueError 异常。可选参数 start 和 end 是切片符号，用于将搜索限制为列表的特定子序列。返回的索引是相对于整个序列的开始计算的，而不是 start 参数。
• list.count(x)：返回列表中元素 x 出现的次数。
• list.sort(*, key=None, reverse=False)：就地排序列表中的元素（要了解自定义排序参数，详见 sorted()）。
• list.reverse()：翻转列表中的元素。
• list.copy()：返回列表的浅拷贝。相当于 a[:] 。

多数列表方法示例：

>>>fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>>fruits.count('apple')
2
>>>fruits.count('tangerine')
0
>>>fruits.index('banana')
3
>>>fruits.index('banana', 4) # Find next banana starting at position 4
6
>>>fruits.reverse()
>>>fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>>fruits.append('grape')
>>>fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>>fruits.sort()
>>>fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>>fruits.pop()
'pear'

在Python中，像insert()、remove()、sort()等一些修改列表的方法，它们并没有返回具体的值，而是默认返回了None，这也是Python中可变数据结构的设计原则。

在Python中，并非所有数据类型都可以进行排序或比较操作。当列表包含多种数据类型时，如[None, 'hello', 10]，其中包含了None、字符串和整数。在这种情况下，列表是不可排序的，因为不同类型之间无法进行直接的比较。另外，某些类型本身就没有定义明确的顺序关系，例如3+4j < 5+7j 这种对比操作就是无效的。

1、用列表实现堆栈

通过列表方法可以非常容易地将列表作为栈来使用，最后添加的元素将最先被提取（“后进先出”）。 要向栈顶添加一个条目，请使用 append()。 要从栈顶提取一个条目，请使用 pop()，无需显式指定索引。 例如:

>>>stack = [3, 4, 5]
>>>stack.append(6)
>>>stack.append(7)
>>>stack
[3, 4, 5, 6, 7]
>>>stack.pop()
7
stack
[3, 4, 5, 6]
>>>stack.pop()
6
>>>stack.pop()
5
>>>stack
[3, 4]

2、用列表实现队列

列表也可以用作队列，最先加入的元素，最先取出（“先进先出”）；然而，列表作为队列的效率很低。因为，在列表末尾添加和删除元素非常快，但在列表开头插入或移除元素却很慢（因为所有其他元素都必须移动一位）。实现队列最好用 collections.deque，可以快速从两端添加或删除元素。例如：

>>>from collections import deque
>>>queue = deque(["Eric", "John", "Michael"])
>>>queue.append("Terry") # Terry arrives
>>>queue.append("Graham") # Graham arrives
>>>queue.popleft() # The first to arrive now leaves
'Eric'
>>>queue.popleft() # The second to arrive now leaves
'John'
>>>queue # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

3、列表推导式

列表推导式创建列表的方式更简洁。常见的用法为，对序列或可迭代对象中的每个元素应用某种操作，用生成的结果创建新的列表；或用满足特定条件的元素创建子序列。例如，创建平方值的列表：

>>>squares = []
>>>for x in range(10):
... squares.append(x**2)
...
>>>squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

注意：这段代码创建（或覆盖）变量 x，该变量在循环结束后仍然存在。下述方法可以无副作用地计算平方列表：

squares = list(map(lambda x: x**2, range(10)))

或等价于：

squares = [x**2 for x in range(10)]

上面这种写法更简洁、易读。

列表推导式的方括号内包含以下内容：一个表达式，后面为一个 for 子句，然后，是零个或多个 for 或 if 子句。结果是由表达式依据 for 和 if 子句求值计算而得出一个新列表。 举例来说，以下列表推导式将两个列表中不相等的元素组合起来：

>>>[(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

等价于：

>>>combs = []
>>>for x in [1,2,3]:
... for y in [3,1,4]:
... if x != y:
... combs.append((x, y))
...
>>>combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

上面两段代码中，for 和 if 的顺序相同。表达式是元组（例如上例的 (x, y)）时，必须加上括号：

>>>vec = [-4, -2, 0, 2, 4]
>>># create a new list with the values doubled
>>>[x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>># filter the list to exclude negative numbers
>>>[x for x in vec if x >= 0]
[0, 2, 4]
>>># apply a function to all the elements
>>>[abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>># call a method on each element
>>>freshfruit = [' banana', ' loganberry ', 'passion fruit ']
>>>[weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>># create a list of 2-tuples like (number, square)
>>>[(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>># the tuple must be parenthesized, otherwise an error is raised
>>>[x, x**2 for x in range(6)]
File "<stdin>", line 1
[x, x**2 for x in range(6)]
^^^^^^^
SyntaxError: did you forget parentheses around the comprehension target?
>>># flatten a list using a listcomp with two 'for'
>>>vec = [[1,2,3], [4,5,6], [7,8,9]]
>>>[num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表推导式可以使用复杂的表达式和嵌套函数：

>>>from math import pi
>>>[str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

4、嵌套的列表推导式

列表推导式中的初始表达式可以是任何表达式，甚至可以是另一个列表推导式。下面这个 3x4 矩阵，由 3 个长度为 4 的列表组成：

>>>matrix = [
... [1, 2, 3, 4],
... [5, 6, 7, 8],
... [9, 10, 11, 12],
... ]

下面的列表推导式可以转置行列：

>>>[[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

内部的列表推导式是在它之后的 for 的上下文中被求值的，所以这个例子等价于:

>>>transposed = []
>>>for i in range(4):
... transposed.append([row[i] for row in matrix])
...
>>>transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

反过来说，也等价于：

>>>transposed = []
>>>for i in range(4):
... # the following 3 lines implement the nested listcomp
... transposed_row = []
... for row in matrix:
... transposed_row.append(row[i])
... transposed.append(transposed_row)
...
>>>transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

实际应用中，最好用内置函数替代复杂的流程语句。此时，zip() 函数更好用：

>>>list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

二、del语句

有一种方式可以按索引而不是值从列表中移除条目: del 语句。 这与返回一个值的 pop() 方法不同。 del 语句也可用于从列表中移除切片或清空整个列表。 例如:

>>>a = [-1, 1, 66.25, 333, 333, 1234.5]
>>>del a[0]
>>>a
[1, 66.25, 333, 333, 1234.5]
>>>del a[2:4]
>>>a
[1, 66.25, 1234.5]
>>>del a[:]
>>>a
[]

del 也可以用来删除整个变量：

>>>del a

此后，再引用 a 就会报错（直到为它赋与另一个值）。后文会介绍 del 的其他用法。

三、元组和序列

列表和字符串有很多共性，例如，索引和切片操作。这两种数据类型是序列。随着 Python 语言的发展，其他的序列类型也被加入其中。元组由多个用逗号隔开的值组成，例如：

>>>t = 12345, 54321, 'hello!'
>>>t[0]
12345
>>>t
(12345, 54321, 'hello!')
>>># Tuples may be nested:
...u = t, (1, 2, 3, 4, 5)
>>>u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>># Tuples are immutable:
... t[0] = 88888
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>># but they can contain mutable objects:
...v = ([1, 2, 3], [3, 2, 1])
>>>v
([1, 2, 3], [3, 2, 1])

输出时，元组都要由圆括号标注，这样才能正确地解释嵌套元组。输入时，圆括号可有可无，不过经常是必须的（如果元组是更大的表达式的一部分）。不允许为元组中的单个元素赋值，当然，可以创建含列表等可变对象的元组。

虽然，元组与列表很像，但使用场景不同，用途也不同。元组是 immutable （不可变的），一般可包含异质元素序列，通过解包（见本节下文）或索引访问（如果是 namedtuples，可以属性访问）。列表是 mutable （可变的），列表元素一般为同质类型，可迭代访问。

构造 0 个或 1 个元素的元组比较特殊：为了适应这种情况，对句法有一些额外的改变。用一对空圆括号就可以创建空元组；只有一个元素的元组可以通过在这个元素后添加逗号来构建（圆括号里只有一个值的话不够明确）。例如：

>>>empty = ()
>>>singleton = 'hello', # <-- note trailing comma
>>>len(empty)
0
>>>len(singleton)
1
>>>singleton
('hello',)

语句 t = 12345, 54321, 'hello!' 是 元组打包 的例子：值 12345, 54321 和 'hello!' 一起被打包进元组。逆操作也可以：

>>>x, y, z = t

称之为序列解 也是再合适不过了，适用于右侧的任何序列。序列解包时，左侧变量与右侧序列元素的数量应相等。注意，多重赋值其实只是元组打包和序列解包的组合。

四、集合

Python 还支持集合这种数据类型。集合是由不重复元素组成的无序容器，基本用法包括成员检测、消除重复元素；集合对象支持合集、交集、差集、对称差分等数学运算。创建集合用花括号或 set() 函数。

注意：创建空集合只能用 set()，不能用 {}，{} 创建的是空字典。

以下是一些简单的示例：

>>>basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>>print(basket) # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>>'orange' in basket # fast membership testing
True
>>>'crabgrass' in basket
False
>>># Demonstrate set operations on unique letters from two words
...
>>>a = set('abracadabra')
>>>b = set('alacazam')
>>>a # unique letters in a
{'a', 'r', 'b', 'c', 'd'}
>>>a - b # letters in a but not in b
{'r', 'd', 'b'}
>>>a | b # letters in a or b or both
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>>a & b # letters in both a and b
{'a', 'c'}
>>>a ^ b # letters in a or b but not both
{'r', 'd', 'b', 'm', 'z', 'l'}

与列表推导式类似，集合也支持推导式：

>>>a = {x for x in 'abracadabra' if x not in 'abc'}
>>>a
{'r', 'd'}

五、字典

另一个非常有用的 Python 内置数据类型是字典。 字典在其他语言中可能会被称为“关联存储”或“关联数组”。 不同于以固定范围的数字进行索引的序列，字典是以 键 进行索引的，键可以是任何不可变类型；字符串和数字总是可以作为键。 如果一个元组只包含字符串、数字或元组则也可以作为键；如果一个元组直接或间接地包含了任何可变对象，则不能作为键。 列表不能作为键，因为列表可以使用索引赋值、切片赋值或者 append() 和 extend() 等方法进行原地修改列表。

可以把字典理解为 键值对 的集合，但字典的键必须是唯一的。花括号 {} 用于创建空字典。另一种初始化字典的方式是，在花括号里输入逗号分隔的键值对，这也是字典的输出方式。

字典的主要用途是通过关键字存储、提取值。用 del 可以删除键值对。用已存在的关键字存储值，与该关键字关联的旧值会被取代。通过不存在的键提取值，则会报错。

对字典执行 list(d) 操作，返回该字典中所有键的列表，按插入次序排列（如需排序，请使用 sorted(d)）。检查字典里是否存在某个键，使用关键字 in。

以下是一些字典的简单示例：

>>>tel = {'jack': 4098, 'sape': 4139}
>>>tel['guido'] = 4127
>>>tel
{'jack': 4098, 'sape': 4139, 'guido': 4127}
>>>tel['jack']
4098
>>>del tel['sape']
>>>tel['irv'] = 4127
tel
{'jack': 4098, 'guido': 4127, 'irv': 4127}
>>>list(tel)
['jack', 'guido', 'irv']
>>>sorted(tel)
['guido', 'irv', 'jack']
>>>'guido' in tel
True
>>>'jack' not in tel
False

dict() 构造函数可以直接用键值对序列创建字典：

>>>dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'guido': 4127, 'jack': 4098}

字典推导式可以用任意键值表达式创建字典：

>>>{x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

关键字是比较简单的字符串时，直接用关键字参数指定键值对更便捷：

>>>dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'guido': 4127, 'jack': 4098}

六、循环的技巧

当对字典执行循环时，可以使用 items() 方法同时提取键及其对应的值。

>>>knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>>for k, v in knights.items():
... print(k, v)
...
gallahad the pure
robin the brave

在序列中循环时，用 enumerate() 函数可以同时取出位置索引和对应的值：

>>>for i, v in enumerate(['tic', 'tac', 'toe']):
... print(i, v)
...
0 tic
1 tac
2 toe

同时循环两个或多个序列时，用 zip() 函数可以将其内的元素一一匹配：

>>>questions = ['name', 'quest', 'favorite color']
>>>answers = ['lancelot', 'the holy grail', 'blue']
>>>for q, a in zip(questions, answers):
... print('What is your {0}? It is {1}.'.format(q, a))
...
What is your name? It is lancelot.
What is your quest? It is the holy grail.
What is your favorite color? It is blue.

为了逆向对序列进行循环，可以求出欲循环的正向序列，然后调用 reversed() 函数：

>>>for i in reversed(range(1, 10, 2)):
... print(i)
...
9
7
5
3
1

按指定顺序循环序列，可以用 sorted() 函数，在不改动原序列的基础上，返回一个重新的序列：

>>>basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>>for i in sorted(basket):
... print(i)
...
apple
apple
banana
orange
orange
pear

使用 set() 去除序列中的重复元素。使用 sorted() 加 set() 则按排序后的顺序，循环遍历序列中的唯一元素：

>>>basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>>for f in sorted(set(basket)):
... print(f)
...
apple
banana
orange
pear

一般来说，在循环中修改列表的内容时，创建新列表比较简单，且安全：

>>>import math
>>>raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>>filtered_data = []
>>>for value in raw_data:
... if not math.isnan(value):
... filtered_data.append(value)
...
>>>filtered_data
[56.2, 51.7, 55.3, 52.5, 47.8]

七、深入条件控制

while 和 if 条件句不只可以进行比较，还可以使用任意运算符。比较运算符 in 和 not in 用于执行确定一个值是否存在（或不存在）于某个容器中的成员检测。 运算符 is 和 is not 用于比较两个对象是否是同一个对象。 所有比较运算符的优先级都一样，且低于任何数值运算符。

比较操作支持链式操作。例如，a < b == c 校验 a 是否小于 b，且 b 是否等于 c。比较操作可以用布尔运算符 and 和 or 组合，并且，比较操作（或其他布尔运算）的结果都可以用 not 取反。这些操作符的优先级低于比较操作符；not 的优先级最高， or 的优先级最低，因此，A and not B or C 等价于 (A and (not B)) or C。与其他运算符操作一样，此处也可以用圆括号表示想要的组合。

布尔运算符 and 和 or 是所谓的 短路 运算符：其参数从左至右求值，一旦可以确定结果，求值就会停止。例如，如果 A 和 C 为真，B 为假，那么 A and B and C 不会对 C 求值。用作普通值而不是布尔值时，短路运算符的返回值通常是最后一个求了值的参数。

还可以把比较运算或其它布尔表达式的结果赋值给变量，例如：

>>>string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>>non_null = string1 or string2 or string3
>>>non_null
'Trondheim'

注意：Python 与 C 不同，在表达式内部赋值必须显式使用 海象运算符 :=。 这避免了 C 程序中常见的问题：要在表达式中写 == 时，却写成了 =。

八、序列和其他类型比较

序列对象可以与相同序列类型的其他对象比较。这种比较使用 字典式 顺序：首先，比较前两个对应元素，如果不相等，则可确定比较结果；如果相等，则比较之后的两个元素，以此类推，直到其中一个序列结束。如果要比较的两个元素本身是相同类型的序列，则递归地执行字典式顺序比较。如果两个序列中所有的对应元素都相等，则两个序列相等。如果一个序列是另一个的初始子序列，则较短的序列可被视为较小（较少）的序列。 对于字符串来说，字典式顺序使用 Unicode 码位序号排序单个字符。下面列出了一些比较相同类型序列的例子：

(1, 2, 3) < (1, 2, 4)
[1, 2, 3] < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4) < (1, 2, 4)
(1, 2) < (1, 2, -1)
(1, 2, 3) == (1.0, 2.0, 3.0)
(1, 2, ('aa', 'ab')) < (1, 2, ('abc', 'a'), 4)

注意：当比较不同类型的对象时，只要待比较的对象提供了合适的比较方法，就可以使用 < 和 > 进行比较。例如，混合的数字类型通过数字值进行比较，所以，0 等于 0.0，等等。如果没有提供合适的比较方法，解释器不会随便给出一个比较结果，而是引发TypeError异常。