专栏首页PythonPython常见数据结构整理 Python常见数据结构整理

Python常见数据结构整理 Python常见数据结构整理

Python常见数据结构整理

Python中常见的数据结构可以统称为容器(container)。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器。

一、序列(列表、元组和字符串)

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的,这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能。

(1)、创建

通过下面的方式即可创建一个列表:

1 2 3 4

list1=['hello','world'] print list1 list2=[1,2,3] print list2

输出: ['hello', 'world'] [1, 2, 3]

可以看到,这中创建方式非常类似于javascript中的数组。

(2)、list函数

通过list函数(其实list是一种类型而不是函数)对字符串创建列表非常有效:

1 2

list3=list("hello") print list3

输出:

['h', 'e', 'l', 'l', 'o']

2、元组

元组与列表一样,也是一种序列,唯一不同的是元组不能被修改(字符串其实也有这种特点)。

(1)、创建

1 2 3 4 5 6

t1=1,2,3 t2="jeffreyzhao","cnblogs" t3=(1,2,3,4) t4=() t5=(1,) print t1,t2,t3,t4,t5

输出:

(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)

从上面我们可以分析得出:

a、逗号分隔一些值,元组自动创建完成;

b、元组大部分时候是通过圆括号括起来的;

c、空元组可以用没有包含内容的圆括号来表示;

d、只含一个值的元组,必须加个逗号(,);

(2)、tuple函数

tuple函数和序列的list函数几乎一样:以一个序列(注意是序列)作为参数并把它转换为元组。如果参数就算元组,那么该参数就会原样返回:

1 2 3 4 5 6 7 8

t1=tuple([1,2,3]) t2=tuple("jeff") t3=tuple((1,2,3)) print t1 print t2 print t3 t4=tuple(123) print t45

输出:

(1, 2, 3) ('j', 'e', 'f', 'f') (1, 2, 3)

Traceback (most recent call last):   File "F:\Python\test.py", line 7, in <module>     t4=tuple(123) TypeError: 'int' object is not iterable

3、字符串

(1)创建

1 2 3 4 5

str1='Hello world' print str1 print str1[0] for c in str1:     print c

输出: Hello world H H e l l o w o r l d

(2)格式化

字符串格式化使用字符串格式化操作符即百分号%来实现。

1 2

str1='Hello,%s' % 'world.' print str1

格式化操作符的右操作数可以是任何东西,如果是元组或者映射类型(如字典),那么字符串格式化将会有所不同。

1 2 3 4 5 6

strs=('Hello','world') #元组 str1='%s,%s' % strs print str1 d={'h':'Hello','w':'World'} #字典 str1='%(h)s,%(w)s' % d print str1

输出:

Hello,world Hello,World

注意:如果需要转换的元组作为转换表达式的一部分存在,那么必须将它用圆括号括起来:

1 2

str1='%s,%s' % 'Hello','world' print str1

输出:

Traceback (most recent call last):   File "F:\Python\test.py", line 2, in <module>     str1='%s,%s' % 'Hello','world' TypeError: not enough arguments for format string

如果需要输出%这个特殊字符,毫无疑问,我们会想到转义,但是Python中正确的处理方式如下:

1 2

str1='%s%%' % 100 print str1

输出:100%

对数字进行格式化处理,通常需要控制输出的宽度和精度:

1 2 3 4 5 6 7

from math import pi str1='%.2f' % pi #精度2 print str1 str1='%10f' % pi #字段宽10 print str1 str1='%10.2f' % pi #字段宽10,精度2 print str1

输出:

3.14   3.141593       3.14

字符串格式化还包含很多其他丰富的转换类型,可参考官方文档。

Python中在string模块还提供另外一种格式化值的方法:模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换,如下所示:

1 2 3 4

from string import Template str1=Template('$x,$y!') str1=str1.substitute(x='Hello',y='world') print str1

输出:

Hello,world!

如果替换字段是单词的一部分,那么参数名称就必须用括号括起来,从而准确指明结尾:

1 2 3 4

from string import Template str1=Template('Hello,w${x}d!') str1=str1.substitute(x='orl') print str1

输出:

Hello,world!

如要输出符,可以使用符,可以使用$输出:

1 2 3 4

from string import Template str1=Template('$x$$') str1=str1.substitute(x='100') print str1

输出:100$

除了关键字参数之外,模板字符串还可以使用字典变量提供键值对进行格式化:

1 2 3 4 5

from string import Template d={'h':'Hello','w':'world'} str1=Template('$h,$w!') str1=str1.substitute(d) print str1

输出:

Hello,world!

除了格式化之外,Python字符串还内置了很多实用方法,可参考官方文档,这里不再列举。

4、通用序列操作(方法)

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法(不是你想像中的CRUD),这些操作包括:索引(indexing)、分片(sliceing)、加(adding)、乘(multiplying)以及检查某个元素是否属于序列的成员。除此之外,还有计算序列长度、最大最小元素等内置函数。

(1)索引

1 2 3 4 5 6

str1='Hello' nums=[1,2,3,4] t1=(123,234,345) print str1[0] print nums[1] print t1[2]

输出

H 2 345

索引从0(从左向右)开始,所有序列可通过这种方式进行索引。神奇的是,索引可以从最后一个位置(从右向左)开始,编号是-1:

1 2 3 4 5 6

str1='Hello' nums=[1,2,3,4] t1=(123,234,345) print str1[-1] print nums[-2] print t1[-3]

输出:

o 3 123

(2)分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现:

1 2 3 4 5 6 7 8

nums=range(10) print nums print nums[1:5] print nums[6:10] print nums[1:] print nums[-3:-1] print nums[-3:] #包括序列结尾的元素,置空最后一个索引 print nums[:] #复制整个序列

输出:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [1, 2, 3, 4] [6, 7, 8, 9] [1, 2, 3, 4, 5, 6, 7, 8, 9] [7, 8] [7, 8, 9]

不同的步长,有不同的输出:

1 2 3 4 5 6 7 8

nums=range(10) print nums print nums[0:10]  #默认步长为1 等价于nums[1:5:1] print nums[0:10:2]  #步长为2 print nums[0:10:3]  #步长为3   ##print nums[0:10:0]  #步长为0 print nums[0:10:-2]  #步长为-2

输出:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] [0, 2, 4, 6, 8] [0, 3, 6, 9] []

(3)序列相加

1 2 3 4 5 6 7

str1='Hello' str2=' world' print str1+str2 num1=[1,2,3] num2=[2,3,4] print num1+num2 print str1+num1

输出:

Hello world [1, 2, 3, 2, 3, 4]

Traceback (most recent call last):   File "F:\Python\test.py", line 7, in <module>     print str1+num1 TypeError: cannot concatenate 'str' and 'list' objects

(4)乘法

1 2 3 4 5 6

print [None]*10 str1='Hello' print str1*2 num1=[1,2] print num1*2 print str1*num1

输出:

[None, None, None, None, None, None, None, None, None, None]

HelloHello [1, 2, 1, 2]

Traceback (most recent call last):   File "F:\Python\test.py", line 5, in <module>     print str1*num1 TypeError: can't multiply sequence by non-int of type 'list'

(5)成员资格

in运算符会用来检查一个对象是否为某个序列(或者其他类型)的成员(即元素):

1 2 3 4 5

str1='Hello' print 'h' in str1 print 'H' in str1 num1=[1,2] print 1 in num1

输出:

False True True

(6)长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

1 2 3 4 5 6 7 8

str1='Hello' print len(str1) print max(str1) print min(str1) num1=[1,2,1,4,123] print len(num1) print max(num1) print min(num1)

输出:

5 o H 5 123 1

二、映射(字典)

映射中的每个元素都有一个名字,如你所知,这个名字专业的名称叫键。字典(也叫散列表)是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组,键必须唯一。在Python中,数字、字符串和元组都被设计成不可变类型,而常见的列表以及集合(set)都是可变的,所以列表和集合不能作为字典的键。键可以为任何不可变类型,这正是Python中的字典最强大的地方。

1 2 3 4 5 6 7 8

list1=["hello,world"] set1=set([123]) d={} d[1]=1 print d d[list1]="Hello world." d[set1]=123 print d

输出:

{1: 1}

Traceback (most recent call last):   File "F:\Python\test.py", line 6, in <module>     d[list1]="Hello world." TypeError: unhashable type: 'list'

2、自动添加

即使键在字典中并不存在,也可以为它分配一个值,这样字典就会建立新的项。

3、成员资格

表达式item in d(d为字典)查找的是键(containskey),而不是值(containsvalue)。

Python字典强大之处还包括内置了很多常用操作方法,可参考官方文档,这里不再列举。

思考:根据我们使用强类型语言的经验,比如C#和Java,我们肯定会问Python中的字典是线程安全的吗?

三、集合

集合(Set)在Python 2.3引入,通常使用较新版Python可直接创建,如下所示:

strs=set(['jeff','wong','cnblogs'])
nums=set(range(10))

看上去,集合就是由序列(或者其他可迭代的对象)构建的。集合的几个重要特点和方法如下:

1、副本是被忽略的

集合主要用于检查成员资格,因此副本是被忽略的,如下示例所示,输出的集合内容是一样的。

1 2 3 4 5

set1=set([0,1,2,3,0,1,2,3,4,5]) print set1   set2=set([0,1,2,3,4,5]) print set2

输出如下:

set([0, 1, 2, 3, 4, 5]) set([0, 1, 2, 3, 4, 5])

2、集合元素的顺序是随意的

这一点和字典非常像,可以简单理解集合为没有value的字典。

1 2

strs=set(['jeff','wong','cnblogs']) print strs

输出如下:

set(['wong', 'cnblogs', 'jeff'])

3、集合常用方法

a、交集union

1 2 3 4 5 6

set1=set([1,2,3]) set2=set([2,3,4]) set3=set1.union(set2) print set1 print set2 print set3

输出:

set([1, 2, 3]) set([2, 3, 4]) set([1, 2, 3, 4])

union操作返回两个集合的并集,不改变原有集合。使用按位与(OR)运算符“|”可以得到一样的结果:

1 2 3 4 5 6

set1=set([1,2,3]) set2=set([2,3,4]) set3=set1|set2 print set1 print set2 print set3

输出和上面union操作一模一样的结果。

其他常见操作包括&(交集),<=,>=,-,copy()等等,这里不再列举。

1 2 3 4 5 6 7 8 9 10

set1=set([1,2,3]) set2=set([2,3,4]) set3=set1&set2 print set1 print set2 print set3 print set3.issubset(set1) set4=set1.copy() print set4 print set4 is set1

输出如下:

set([1, 2, 3]) set([2, 3, 4]) set([2, 3]) True set([1, 2, 3]) False

b、add和remove

和序列添加和移除的方法非常类似,可参考官方文档:

1 2 3 4 5 6 7 8 9

set1=set([1]) print set1 set1.add(2) print set1 set1.remove(2) print set1 print set1 print 29 in set1 set1.remove(29) #移除不存在的项

输出:

set([1]) set([1, 2]) set([1]) set([1]) False

Traceback (most recent call last):   File "F:\Python\test.py", line 9, in <module>     set1.remove(29) #移除不存在的项 KeyError: 29

4、frozenset

集合是可变的,所以不能用做字典的键。集合本身只能包含不可变值,所以也就不能包含其他集合:

1 2 3

set1=set([1]) set2=set([2]) set1.add(set2)

输出如下:

Traceback (most recent call last):   File "F:\Python\test.py", line 3, in <module>     set1.add(set2) TypeError: unhashable type: 'set'

可以使用frozenset类型用于代表不可变(可散列)的集合:

1 2 3 4

set1=set([1]) set2=set([2]) set1.add(frozenset(set2)) print set1

输出:

set([1, frozenset([2])])

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 数据类型总结(二)(列表,元组,字典)

    一.变量的赋值操作 x=1 a=10 b=10 # #链式赋值 a=b=c=d=e=f=10 print(a,b,c,d,e,f) #多元赋值 #方式一 x...

    用户1214487
  • vim显示行号、语法高亮、自动缩进的设置

    用户1214487
  • python——内置函数和匿名函数

    内置函数 接下来,我们就一起来看看python里的内置函数。截止到python版本3.6.2,现在python一共为我们提供了68个内置函数。它们就是pytho...

    用户1214487
  • 从零开始实现Logistic Regression,最简单的单元深度神经网络。

    Steve Wang
  • Python函数的介绍

    Python技术与生活认知的分享
  • SAP最佳业务实践:SD–免费交货(110)-1业务概览

    用途 用于免费交货的处理 优点 系统集成免费交货的处理 处理流程中涉及的公司角色: 销售助理 仓库文员 包含的关键处理流程: 创建免费销售订单 拣配并装运...

    SAP最佳业务实践
  • 深入分析Python的内存机制

    当一个程序需要处理成千上万的object时,为object选择合适的数据结构减少内存的占用量就成了一个很重要的问题。 毕竟一台服务器的内存终究还是有限的。本文就...

    哒呵呵
  • 001.MySQL高可用主从复制简介

    Mysql内建的复制功能是构建大型,高性能应用程序的基础。将Mysql的数据分布在多个系统之上,这种分布的机制,是通过将Mysql的某一台主机的数据复制到其它主...

    木二
  • 六、BeautifulSoup4------自动登录网站(手动版)

    每天一个小实例:(按照教学视频上自动登录的网站,很容易就成功了。自已练习登录别的网站,问题不断) 这个自己分析登录boss直聘。我用了一下午的时间,而且还是手动...

    酱紫安
  • 数值计算系列之牛顿插值原理及实现

    本文介绍了插值概念和一般的计算方法,介绍了用于简化插值函数计算的牛顿插值方法。最后给出牛顿向前插值算法的python实现。

    devecor

扫码关注云+社区

领取腾讯云代金券