Python数据结构5步入门

本教程介绍了 Python 的基础数据结构 - 列表、元组、字典和集合。通过 5 个步骤了解它们的特点、用例和实际示例。

Python数据结构5步入门
推荐:使用NSDT场景编辑器快速搭建3D应用场景

Python 数据结构简介

在学习如何编程时,无论您使用此任务的特定编程语言,您都会发现您新选择的学科中有几个主要主题,您接触到的大部分内容都可以归类为这些主题。其中一些,按照一般的顺序,是:语法(语言的词汇);命令(将词汇组合成有用的方式);流控制(我们如何指导命令执行的顺序);算法(我们为解决特定问题而采取的步骤...这怎么会变成一个如此令人困惑的词?最后,数据结构(我们在执行算法期间用于数据操作的虚拟存储库(再次......一系列步骤)。

从本质上讲,如果你想实现问题的解决方案,通过将一系列命令拼凑到算法的步骤中,在某些时候需要处理数据,并且数据结构将变得必不可少。此类数据结构提供了一种有效组织和存储数据的方法,对于创建可以执行有用功能和良好扩展的快速模块化代码至关重要。Python是一种特殊的编程语言,具有一系列自己的内置数据结构。

本教程将重点介绍以下四种基本的 Python 数据结构:

  • 列表 - 有序、可变,允许重复元素。用于存储数据序列。
  • 元组 - 有序、不可变,允许重复元素。将它们视为不可变的列表。
  • 字典 - 无序、可变、按键值对映射。对于以键值格式存储数据很有用。
  • 集合 - 无序,可变,包含唯一元素。对于成员资格测试和消除重复很有用。

除了基本的数据结构之外,Python 还提供了更高级的结构,例如堆、队列和链表,这可以进一步增强您的编码能力。这些高级结构建立在基础结构之上,可实现更复杂的数据处理,并且通常用于专用方案。但你在这里不受限制;您也可以使用所有现有结构作为基础来实现自己的结构。但是,对列表、元组、字典和集合的理解仍然至关重要,因为这些是更高级数据结构的构建块。

本指南旨在提供对这些核心结构的清晰简洁的理解。当您开始 Python 之旅时,以下部分将指导您完成基本概念和实际应用。从创建和操作列表到利用集合的独特功能,本教程将为您提供在编码中脱颖而出所需的技能。

第 1 步:在 Python 中使用列表

什么是 Python 中的列表?

Python 中的列表是一种有序的可变数据类型,可以存储各种对象,允许重复元素。列表使用方括号定义,元素用逗号分隔。[ ]

例如:

fibs = [0, 1, 1, 2, 3, 5, 8, 13, 21]

列表对于组织和存储数据序列非常有用。

创建列表

列表可以包含不同的数据类型,如字符串、整数、布尔值等。例如:

mixed_list = [42, "Hello World!", False, 3.14159]

操作列表

可以访问、添加、更改和删除列表中的元素。例如:

# Access 2nd element (indexing begins at '0')
print(mixed_list[1])

# Append element 
mixed_list.append("This is new")

# Change element
mixed_list[0] = 5

# Remove last element
mixed_list.pop(0)

有用的列表方法

一些方便的列表内置方法包括:

  • sort()- 就地排序列表
  • append()- 将元素添加到列表末尾
  • insert()- 在索引处插入元素
  • pop()- 删除索引处的元素
  • remove()- 删除第一次出现的值
  • reverse()- 就地反转列表

列表的动手示例

# Create shopping cart as a list
cart = ["apples", "oranges", "grapes"]

# Sort the list 
cart.sort()

# Add new item 
cart.append("blueberries") 

# Remove first item
cart.pop(0)

print(cart)

输出:

['grapes', 'oranges', 'blueberries']

第 2 步:了解 Python 中的元组

什么是元组?

元组是 Python 中的另一种序列数据类型,类似于列表。但是,与列表不同,元组是不可变的,这意味着它们的元素一旦创建就无法更改。它们通过将元素括在括号中来定义。( )

# Defining a tuple
my_tuple = (1, 2, 3, 4)

何时使用元组

元组通常用于不应修改的项的集合。元组比列表快,这使得它们非常适合只读操作。一些常见的用例包括:

  • 存储常量或配置数据
  • 具有多个组件的函数返回值
  • 字典键,因为它们是可哈希的

访问元组元素

访问元组中的元素的方式与访问列表元素的方式类似。索引和切片的工作方式相同。

# Accessing elements
first_element = my_tuple[0]
sliced_tuple = my_tuple[1:3]

元组上的操作

由于元组是不可变的,因此许多列表操作都适用或不适用。但是,您仍然可以执行某些操作:append()remove()

  • 串联:使用运算符合并元组。+
concatenated_tuple = my_tuple + (5, 6)
  • 重复:使用运算符重复元组。*
repeated_tuple = my_tuple * 2
  • 会员:检查元组中是否存在带有关键字的元素。in
exists = 1 in my_tuple

元组方法

与列表相比,元组具有较少的内置方法,因为它们不可变。一些有用的方法包括:

  • 计数()计算特定元素的出现次数。
count_of_ones = my_tuple.count(1)
  • 索引()查找值第一次出现的索引。
index_of_first_one = my_tuple.index(1)

元组打包和解包

元组打包和解包是 Python 中方便的功能:

  • 包装:为单个元组分配多个值。
packed_tuple = 1, 2, 3
  • 打开:将元组元素分配给多个变量。
a, b, c = packed_tuple

不可变但不严格

虽然元组本身是不可变的,但它们可以包含可变元素,如列表。

# Tuple with mutable list
complex_tuple = (1, 2, [3, 4])

请注意,虽然您无法更改元组本身,但您可以修改其中的可变元素。

第 3 步:掌握 Python 中的字典

什么是 Python 中的字典?

Python 中的字典是一种无序、可变的数据类型,用于存储唯一键到值的映射。字典是用大括号编写的,由逗号分隔的键值对组成。{ }

例如:

student = {"name": "Michael", "age": 22, "city": "Chicago"}

字典对于以结构化方式存储数据和按键访问值非常有用。

创建字典

字典键必须是不可变的对象,如字符串、数字或元组。字典值可以是任何对象。

student = {"name": "Susan", "age": 23}

prices = {"milk": 4.99, "bread": 2.89}

操作字典

可以通过键访问、添加、更改和删除元素。

# Access value by key
print(student["name"])

# Add new key-value 
student["major"] = "computer science"  

# Change value
student["age"] = 25

# Remove key-value
del student["city"]

有用的字典方法

一些有用的内置方法包括:

  • keys()- 返回键列表
  • values()- 返回值列表
  • items()- 返回(键、值)元组
  • get()- 返回键的值,避免键错误
  • pop()- 删除键并返回值
  • update()- 添加多个键值

字典的动手示例

scores = {"Francis": 95, "John": 88, "Daniel": 82}

# Add new score
scores["Zoey"] = 97

# Remove John's score
scores.pop("John")  

# Get Daniel's score
print(scores.get("Daniel"))

# Print all student names 
print(scores.keys())

第 4 步:在 Python 中探索集合

什么是 Python 中的 Set?

Python 中的集合是唯一、不可变对象的无序、可变集合。集合是用大括号编写的,但与字典不同,它没有键值对。{ }

例如:

numbers = {1, 2, 3, 4}

集合对于成员资格测试、消除重复项和数学运算非常有用。

创建集

可以通过将集合传递给构造函数来从列表创建集合:set()

my_list = [1, 2, 3, 3, 4]
my_set = set(my_list) # {1, 2, 3, 4}

集合可以包含混合数据类型,如字符串、布尔值等。

操作集合

可以在集合中添加和删除元素。

numbers.add(5) 

numbers.remove(1)

有用的集合操作

一些有用的集合操作包括:

  • union()- 两组的返回并集
  • intersection()- 返回集合的交集
  • difference()- 返回集合之间的差异
  • symmetric_difference()- 返回对称差分

使用集合的动手示例

A = {1, 2, 3, 4}
B = {2, 3, 5, 6}

# Union - combines sets 
print(A | B) 

# Intersection 
print(A & B)

# Difference  
print(A - B)

# Symmetric difference
print(A ^ B)

步骤 5:比较列表、字典和集合

特性比较

以下是我们在本教程中提到的四种 Python 数据结构的简要比较。

结构命令可变重复元素使用案例
列表是的是的是的存储序列
是的是的存储不可变序列
字典是的键:否
值:是
存储键值对
设置是的消除重复,成员测试

何时使用每个数据结构

将此视为在特定情况下首先转向哪种结构的软指南。

  • 对基于序列的有序数据使用列表。对堆栈/队列很有用。
  • 将元组用于有序的、不可变的序列。当您需要不应更改的固定元素集合时很有用。
  • 对键值数据使用字典。用于存储相关属性。
  • 使用集合来存储唯一元素和数学运算。

使用所有四种数据结构的动手示例

让我们看一下这些结构如何在一个比单行稍微复杂的示例中协同工作。

# Make a list of person names
names = ["John", "Mary", "Bob", "Mary", "Sarah"]

# Make a tuple of additional information (e.g., email)
additional_info = ("john@example.com", "mary@example.com", "bob@example.com", "mary@example.com", "sarah@example.com")

# Make set to remove duplicates
unique_names = set(names)

# Make dictionary of name-age pairs
persons = {}
for name in unique_names:
  persons[name] = random.randint(20,40)

print(persons)

输出:

{'John': 34, 'Bob': 29, 'Sarah': 25, 'Mary': 21}

此示例使用一个列表来存储有序序列,一个元组用于存储其他不可变信息,一个集合用于删除重复项,以及一个字典来存储键值对。

前进

在这个全面的教程中,我们深入探讨了 Python 中的基础数据结构,包括列表、元组、字典和集合。这些结构构成了 Python 编程的构建块,为数据存储、处理和操作提供了框架。了解这些结构对于编写高效且可扩展的代码至关重要。从使用列表操作序列,到使用字典中的键值对组织数据,以及确保集合的唯一性,这些基本工具在数据处理方面提供了极大的灵活性。

3D建模学习工作室 整理翻译,转载请注明出处!

NSDT场景编辑器 | NSDT 数字孪生 | GLTF在线编辑器 | 3D模型在线转换 | UnrealSynth虚幻合成数据生成器 | 3D模型自动纹理化工具
2023 power by nsdt©鄂ICP备2023000829号