Python 数据结构入门
我是栗子――专为小白准备《Python从入门到实战》内容。
这不是上一期刚讲完循环判断，还给大家出了很多新手的题目，边学边练习才有效果嘛。
时隔几天，大家都吼完了叭~实在没写完的慢慢复习，我更新文章也挺慢的！哈哈哈哈
今天想一想：要学数据结构啦~
一、Python有那几种数据结构？
Python 有四种数据结构，分别是：列表、字典、元组，集合。每种数据结构都有自己的特点，并且都有着独到的用处。为了避免过早地陷入细枝末节。
我们先从整体上来认识一下这四种数据结构：从最容易识别的特征上来说，列表中的元素使用方括号扩起来，字典和集合是花括号，而元组则是圆括号。其中字典中的元素是均带有 ‘：' 的 key 与 value 的对应关系组。
1)列表（list)
1.1 什么是列表？
最显著的特征是：
- 列表中的每一个元素都是可变的；
- 列表中的元素是有序的，也就是说每一个元素都有一个位置；
- 列表可以容纳 Python 中的任何对象。
列表中的元素是可变的，这意味着我们可以在列表中添加、删除和修改元素。
输入：
Weekday = ['Monday','Tuesday','Wednesday','Thursday','Friday'] print(Weekday[0])
第三个特征是列表可以装入 Python 中所有的对象，往下看：
all_in_list = [
1, #整数
1.0, #浮点数
'a word', #字符串
print(1), #函数
True, #布尔值
[1,2], #列表中套列表
(1,2), #元组
{'key':'value'} #字典
]
1.2列表的增删改查
对于数据的操作，最常见的是增删改查这四类。从列表的插入方法开始，输入：
fruit = ['pineapple','pear'] fruit.insert(1,'grape') print(fruit)
在使用 insert 方法的时候，必须指定在列表中要插入新的元素的位置，插入元素的实际位置是在指定位置元素之前的位置，如果指定插入的位置在列表中不存在，实际上也就是超出指定列表长度，那么这个元素一定会被放在列表的最后位置。
- 其他方法达到“插入”的效果：
fruit[0:0] = ['Orange'] print(fruit)
- 删除列表中元素的方法是使用 remove()：
fruit = ['pinapple','pear','grape']
fruit.remove('grape')
print(fruit)
- 替换修改其中的元素：
fruit[0] = 'Grapefruit'
- 删除还有一种方法，那就是使用 del 关键字来声明：
del fruit[0:2] print(fruit)
2）字典（Dictionary)
2.1 什么是字典？
字典这种数据结构的特征也正如现实世界中的字典一样，使用名称－内容进行数据的构建，在 Python 中分别对应着键（key）－值（value），习惯上称之为键值对。
字典的特征总结如下：
- 字典中数据必须是以键值对的形式出现的；
- 逻辑上讲，键是不能重复的，而值可以重复；
- 字典中的键（key）是不可变的，也就是无法修改的；而值（value）是可变的，可修改的，可以是任何对象。
举个小栗子：
这是字典的书写方式：
NASDAQ_code = {
'BIDU':'Baidu',
'SINA':'Sina',
'YOKU':'Youku'
}
一个字典中键与值并不能脱离对方而存在，如果你写成 {'BIDU':} 会引发语法错误。
记住这两个特征： key 和 value 是一一对应的，key 是不可变的。
同时字典中的键值不会有重复，即便你这么做，相同的键值也只能出现一次：
a = {'key':123,'key':123}
print(a)
2.2 字典的增删改查
首先我们按照映射关系创建一个字典：
NASDAQ_code = {'BIDU':'Baidu','SINA':'Sina'}
与列表不同的是，字典并没有一个可以往里面添加单一元素的“方法”，但是我们可以通过这种方式进行添加：
NASDAQ_code['YOKU'] = 'Youku' print(NASDAQ_code）
列表中有用来添加多个元素的方法 extend() ，在字典中也有对应的添加多个元素的方法 update()：
NASDAQ_code.update({'FB':'Facebook','TSLA':'Tesla'})
删除字典中的元素则使用 del 方法：
del NASDAQ_code['FB']
需要注意的是，虽说字典是使用的花括号，在索引内容的时候仍旧使用的是和列表一样的方括号进行索引，只不过在括号中放入的一定是――字典中的键，也就是说需要通过键来索引值：
NASDAQ_code['TSLA']
同时，字典是不能够切片的，也就是说下面这样的写法应用在字典上是错误的：
chart[1:4] # WRONG!
3）元组（Tuple)
元组其实可以理解成一个稳固版的列表，因为元组是不可修改的，因此在列表中的存在的方法均不可以使用在元组上，但是元组是可以被查看索引的，方式就和列表一样：
letters = ('a','b','c','d','e','f','g')
letter[0]
4)集合（Set)
4.1什么是集合？
每一个集合中的元素是无序的、不重复的任意对象，我们可以通过集合去判断数据的从属关系，有时还可以通过集合把数据结构中重复的元素减掉。
集合不能被切片也不能被索引，除了做集合运算之外，集合元素可以被添加还有删除：
a_set = {1,2,3,4}
a_set.add(5)
a_set.discard(5)
5）番外――数据结构的一些技巧
5.1多重循环
举个栗子：比如，在整理表格或者文件的时候会按照字母或者日期进行排序，在 Python 中也存在类似的功能。
num_list = [6,2,7,4,1,3,5] print(sorted(num_list))
sorted 函数按照长短、大小、英文字母的顺序给每个列表中的元素进行排序。这个函数会经常在数据的展示中使用，其中有一个非常重要的地方，sorted 函数并不会改变列表本身，你可以把它理解成是先将列表进行复制，然后再进行顺序的整理。
在使用默认参数 reverse 后列表可以被按照逆序整理：
sorted(num_list,reverse=True)
在整理列表的过程中，如果同时需要两个列表应该怎么办？这时候就可以用到 zip 函数，比如：
for a,b in zip(num,str): print(b,'is',a)
5.2推导式
数据结构中的推导式，也许你还看到过它的另一种名称叫做列表的解析式。
现在我有10个元素要装进列表中，普通的写法是这样的：
a = [] for i in range(1,11): a.append(i)
下面换成列表解析的方式来写：
b = [i for i in range(1,11)]
列表解析式不仅非常方便，并且在执行效率上要远远胜过前者，我们把两种不同的列表操作方式所耗费的时间进行对比，就不难发现其效率的巨大差异：
import time a = [] t0 = time.clock() for i in range(1,20000): a.append(i) print(time.clock() - t0, seconds process time") t0 = time.clock() b = [i for i in range(1,20000)] print(time.clock() - t0, seconds process time")
得到结果：
8.999999999998592e-06 seconds process time
0.0012320000000000005 seconds process time
列表推导式的用法也很好理解，可以简单地看成两部分。红色虚线后面的是我们熟悉的 for 循环的表达式，而虚线前面的可以认为是我们想要放在列表中的元素，在这个例子中放在列表中的元素即是后面循环的元素本身。
5.3循环列表时获取元素的索引
现在我们有一个字母表，如何能像图中一样，在索引的时候得到每个元素的具体位置的展示呢？
letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g']
a is 1 b is 2 c is 3 d is 4 e is 5 f is 6 g is 7
前面提到过，列表是有序的，这时候我们可以使用 Python 中独有的函数 enumerate 来进行：
letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g'] for num,letter in enumerate(letters): print(letter,'is',num + 1)
结尾
你学废了嘛？等过几天你学废了，记得评论吱一声，到时候我再更新~哈哈哈
快来跟我一起学习吧！关注小编，每天更新精彩内容哦~
到此这篇关于Python从入门到实战之数据结构篇的文章就介绍到这了,更多相关Python 数据结构内容请搜索服务器之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持服务器之家！
原文链接：https://blog.csdn.net/xy258009/article/details/121018143
