摘要：本文主要为大家讲解在Python开发中常见的几种数据结构。

本文分享自华为云社区《Python的常见数据结构》，作者： timerring 。

数据结构和序列元组

元组是一个固定长度，不可改变的Python序列对象。创建元组的最简单方式，是用逗号分隔一列值：

【资料图】

In [1]: tup = 4, 5, 6

当用复杂的表达式定义元组，最好将值放到圆括号内，如下所示：

In [3]: nested_tup = (4, 5, 6), (7, 8)In [4]: nested_tupOut[4]: ((4, 5, 6), (7, 8))

用 tuple 可以将任意序列或迭代器转换成元组：

In [5]: tuple([4, 0, 2])Out[5]: (4, 0, 2)In [6]: tup = tuple("string")In [7]: tupOut[7]: ("s", "t", "r", "i", "n", "g")

可以用方括号访问元组中的元素。和C、C++、JAVA等语言一样，序列是从0开始的：

In [8]: tup[0]Out[8]: "s"

元组中存储的对象可能是可变对象。一旦创建了元组，元组中的对象就不能修改了：

如果元组中的某个对象是可变的，比如列表，可以在原位进行修改：

In [11]: tup[1].append(3)In [12]: tupOut[12]: ("foo", [1, 2, 3], True)

可以用加号运算符将元组串联起来：

In [13]: (4, None, "foo") + (6, 0) + ("bar",)Out[13]: (4, None, "foo", 6, 0, "bar")

元组乘以一个整数，像列表一样，会将几个元组的复制串联起来：

In [14]: ("foo", "bar") * 4Out[14]: ("foo", "bar", "foo", "bar", "foo", "bar", "foo", "bar")

对象本身并没有被复制，只是引用了它。

拆分元组

如果你想将元组赋值给类似元组的变量，Python会试图拆分等号右边的值：

In [15]: tup = (4, 5, 6)In [16]: a, b, c = tupIn [17]: bOut[17]: 5

即使含有元组的元组也会被拆分：

In [18]: tup = 4, 5, (6, 7)In [19]: a, b, (c, d) = tupIn [20]: dOut[20]: 7

使用这个功能，你可以很容易地替换变量的名字，其它语言可能是这样：

tmp = aa = bb = tmp

但是在Python中，替换可以这样做：

In [21]: a, b = 1, 2In [22]: aOut[22]: 1In [23]: bOut[23]: 2In [24]: b, a = a, bIn [25]: aOut[25]: 2In [26]: bOut[26]: 1

变量拆分常用来迭代元组或列表序列：

In [27]: seq = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]In [28]: for a, b, c in seq: ....: print("a={0}, b={1}, c={2}".format(a, b, c))a=1, b=2, c=3a=4, b=5, c=6a=7, b=8, c=9

另一个常见用法是从函数返回多个值。后面会详解。

Python最近新增了更多高级的元组拆分功能，允许从元组的开头“摘取”几个元素。它使用了特殊的语法 *rest ，抓取剩余的部分组成列表：

In [29]: values = 1, 2, 3, 4, 5In [30]: a, b, *rest = valuesIn [31]: a, bOut[31]: (1, 2)In [32]: restOut[32]: [3, 4, 5]

rest的部分是想要舍弃的部分，rest的名字不重要。作为惯用写法，许多Python程序员会将不需要的变量使用下划线：

In [33]: a, b, *_ = values

tuple方法

因为元组的大小和内容不能修改，它的实例方法都很少。其中一个很有用的就是count（也适用于列表），它可以统计某个值出现频率：

In [34]: a = (1, 2, 2, 2, 3, 4, 2)In [35]: a.count(2)Out[35]: 4

列表

与元组对比，列表的长度可变、内容可以被修改。你可以用方括号定义，或用list函数：

In [37]: tup = ("foo", "bar", "baz")In [38]: b_list = list(tup)In [39]: b_listOut[39]: ["foo", "bar", "baz"]

list函数常用来在数据处理中实体化迭代器或生成器：

In [42]: gen = range(10)In [43]: genOut[43]: range(0, 10)In [44]: list(gen)Out[44]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

添加和删除元素

用append在列表末尾添加元素：

In [45]: b_list.append("dwarf")In [46]: b_listOut[46]: ["foo", "peekaboo", "baz", "dwarf"]

insert可以在特定的位置插入元素：

In [47]: b_list.insert(1, "red")In [48]: b_listOut[48]: ["foo", "red", "peekaboo", "baz", "dwarf"]

插入的序号必须在0和列表长度之间。

警告：与append相比，insert耗费的计算量大，因为对后续元素的引用必须在内部迁移，以便为新元素提供空间。如果要在序列的头部和尾部插入元素，你可能需要使用collections.deque，一个双尾部队列。

insert的逆运算是pop，它移除并返回指定位置的元素**：

In [49]: b_list.pop(2)Out[49]: "peekaboo"In [50]: b_listOut[50]: ["foo", "red", "baz", "dwarf"]

可以用remove去除某个值，remove会先寻找第一个值并除去：

In [51]: b_list.append("foo")In [52]: b_listOut[52]: ["foo", "red", "baz", "dwarf", "foo"]In [53]: b_list.remove("foo")In [54]: b_listOut[54]: ["red", "baz", "dwarf", "foo"]

如果不考虑性能，使用append和remove，可以把Python的列表当做完美的“多重集”数据结构。

用in可以检查列表是否包含某个值：

In [55]: "dwarf" in b_listOut[55]: True

否定in可以再加一个not：

In [56]: "dwarf" not in b_listOut[56]: False

在列表中检查是否存在某个值远比字典和集合速度慢，因为Python是线性搜索列表中的值，但在字典和集合中，在同样的时间内还可以检查其它项（基于哈希表）。

串联和组合列表

与元组类似，可以用加号将两个列表串联起来：

In [57]: [4, None, "foo"] + [7, 8, (2, 3)]Out[57]: [4, None, "foo", 7, 8, (2, 3)]

如果已经定义了一个列表，用extend方法可以追加多个元素：

In [58]: x = [4, None, "foo"]In [59]: x.extend([7, 8, (2, 3)])In [60]: xOut[60]: [4, None, "foo", 7, 8, (2, 3)]

通过加法将列表串联的计算量较大，因为要新建一个列表，并且要复制对象。用extend追加元素，尤其是到一个大列表中，更为可取。

everything = []for chunk in list_of_lists: everything.extend(chunk)

要比串联方法快：

everything = []for chunk in list_of_lists:    everything = everything + chunk

排序

你可以用sort函数将一个列表原地排序（不创建新的对象）：

In [61]: a = [7, 2, 5, 1, 3]In [62]: a.sort()In [63]: aOut[63]: [1, 2, 3, 5, 7]

sort有一些选项，有时会很好用。其中之一是二级排序key，可以用这个key进行排序。例如，我们可以按长度对字符串进行排序：

In [64]: b = ["saw", "small", "He", "foxes", "six"]In [65]: b.sort(key=len)In [66]: bOut[66]: ["He", "saw", "six", "small", "foxes"]

稍后，我们会学习sorted函数，它可以产生一个排好序的序列副本。

二分搜索和维护已排序的列表

bisect模块支持二分查找，和向已排序的列表插入值。

bisect.bisect可以找到插入值后仍保证排序的位置，bisect.insort是向这个位置插入值：

In [67]: import bisectIn [68]: c = [1, 2, 2, 2, 3, 4, 7]In [69]: bisect.bisect(c, 2)Out[69]: 4In [70]: bisect.bisect(c, 5)Out[70]: 6In [71]: bisect.insort(c, 6)In [72]: cOut[72]: [1, 2, 2, 2, 3, 4, 6, 7]

注意：bisect模块不会检查列表是否已排好序，进行检查的话会耗费大量计算。因此，对未排序的列表使用bisect不会产生错误，但结果不一定正确。

切片

用切边可以选取大多数序列类型的一部分，切片的基本形式是在方括号中使用start:stop：

In [73]: seq = [7, 2, 3, 7, 5, 6, 0, 1]In [74]: seq[1:5]Out[74]: [2, 3, 7, 5]

切片也可以被序列赋值：

In [75]: seq[3:4] = [6, 3]In [76]: seqOut[76]: [7, 2, 3, 6, 3, 5, 6, 0, 1]

切片的起始元素是包括的，不包含结束元素。因此，结果中包含的元素个数是stop - start。start或stop都可以被省略，省略之后，分别默认序列的开头和结尾，负数表明从后向前切片。

展示了正整数和负整数的切片。

在第二个冒号后面使用step，可以隔一个取一个元素：

In [81]: seq[::2]Out[81]: [7, 3, 3, 6, 1]

一个聪明的方法是使用-1，它可以将列表或元组颠倒过来：

In [82]: seq[::-1]Out[82]: [1, 0, 6, 5, 3, 6, 3, 2, 7]

序列函数enumerate函数

迭代一个序列时，你可能想跟踪当前项的序号。手动的方法可能是下面这样：

i = 0for value in collection: # do something with value i += 1

Python内建了一个enumerate函数，可以返回(i, value)元组序列：

for i, value in enumerate(collection): # do something with value

当你索引数据时，使用enumerate的一个好方法是计算序列（唯一的）dict映射到位置的值：

In [83]: some_list = ["foo", "bar", "baz"]In [84]: mapping = {}# 同时列出序号和数据内容In [85]: for i, v in enumerate(some_list): ....:     mapping[v] = iIn [86]: mappingOut[86]: {"bar": 1, "baz": 2, "foo": 0}

sorted函数

sorted函数可以从任意序列的元素返回一个新的排好序的列表：

In [87]: sorted([7, 1, 2, 6, 0, 3, 2])Out[87]: [0, 1, 2, 2, 3, 6, 7]In [88]: sorted("horse race")Out[88]: [" ", "a", "c", "e", "e", "h", "o", "r", "r", "s"]

sorted函数可以接受和sort相同的参数。

zip函数

zip可以将多个列表、元组或其它序列成对组合成一个元组列表：

In [89]: seq1 = ["foo", "bar", "baz"]In [90]: seq2 = ["one", "two", "three"]In [91]: zipped = zip(seq1, seq2)In [92]: list(zipped)Out[92]: [("foo", "one"), ("bar", "two"), ("baz", "three")]

zip可以处理任意多的序列，元素的个数取决于最短的序列：

In [93]: seq3 = [False, True]In [94]: list(zip(seq1, seq2, seq3))Out[94]: [("foo", "one", False), ("bar", "two", True)]

zip的常见用法之一是同时迭代多个序列，可能结合enumerate使用：

In [95]: for i, (a, b) in enumerate(zip(seq1, seq2)): ....: print("{0}: {1}, {2}".format(i, a, b)) ....:0: foo, one1: bar, two2: baz, three

给出一个“被压缩的”序列，zip可以被用来解压序列。也可以当作把行的列表转换为列的列表。这个方法看起来有点神奇：

In [96]: pitchers = [("Nolan", "Ryan"), ("Roger", "Clemens"),....: ("Schilling", "Curt")]In [97]: first_names, last_names = zip(*pitchers)In [98]: first_namesOut[98]: ("Nolan", "Roger", "Schilling")In [99]: last_namesOut[99]: ("Ryan", "Clemens", "Curt")

reversed函数

reversed可以从后向前迭代一个序列：

In [100]: list(reversed(range(10)))Out[100]: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

要记住reversed是一个生成器（后面详细介绍），只有实体化（即列表或for循环）之后才能创建翻转的序列。

字典创建字典

字典更为常见的名字是哈希映射或关联数组。它是键值对的大小可变集合，键和值都是Python对象。创建字典的方法之一是使用尖括号，用冒号分隔键和值：

In [101]: empty_dict = {}In [102]: d1 = {"a" : "some value", "b" : [1, 2, 3, 4]}In [103]: d1Out[103]: {"a": "some value", "b": [1, 2, 3, 4]}

访问字典

你可以像访问列表或元组中的元素一样，访问、插入或设定字典中的元素：

In [104]: d1[7] = "an integer"In [105]: d1Out[105]: {"a": "some value", "b": [1, 2, 3, 4], 7: "an integer"}In [106]: d1["b"]Out[106]: [1, 2, 3, 4]

你可以用检查列表和元组是否包含某个值的方法，检查字典中是否包含某个键：

In [107]: "b" in d1Out[107]: True

删除

可以用del关键字或pop方法（返回值的同时删除键）删除值：

In [111]: d1Out[111]: {"a": "some value", "b": [1, 2, 3, 4], 7: "an integer", 5: "some value", "dummy": "another value"}In [112]: del d1[5]In [114]: ret = d1.pop("dummy")In [115]: retOut[115]: "another value"In [116]: d1Out[116]: {"a": "some value", "b": [1, 2, 3, 4], 7: "an integer"}

keys 和 values

keys 和 values 是字典的键和值的迭代器方法。虽然键值对没有顺序，这两个方法可以用相同的顺序输出键和值：

In [117]: list(d1.keys())Out[117]: ["a", "b", 7]In [118]: list(d1.values())Out[118]: ["some value", [1, 2, 3, 4], "an integer"]

融合

用update方法可以将一个字典与另一个融合：

In [119]: d1.update({"b" : "foo", "c" : 12})In [120]: d1Out[120]: {"a": "some value", "b": "foo", 7: "an integer", "c": 12}

update方法是原地改变字典，因此任何传递给update的键的旧的值都会被舍弃。

用序列创建字典

常常，你可能想将两个序列配对组合成字典。下面是一种写法：

mapping = {}for key, value in zip(key_list, value_list):    mapping[key] = value

因为字典本质上是2元元组的集合，dict可以接受2元元组的列表：

In [121]: mapping = dict(zip(range(5), reversed(range(5))))In [122]: mappingOut[122]: {0: 4, 1: 3, 2: 2, 3: 1, 4: 0}

后面会谈到dict comprehensions，另一种构建字典的优雅方式。

默认值

下面的逻辑很常见：

if key in some_dict:    value = some_dict[key]else:    value = default_value

因此，dict的方法get和pop可以取默认值进行返回，上面的if-else语句可以简写成下面：

value = some_dict.get(key, default_value)

get默认会返回None，如果不存在键，pop会抛出一个例外。关于设定值，常见的情况是在字典的值是属于其它集合，如列表。例如，你可以通过首字母，将一个列表中的单词分类：

In [123]: words = ["apple", "bat", "bar", "atom", "book"]In [124]: by_letter = {}In [125]: for word in words: # 取首字母 .....:     letter = word[0] .....: if letter not in by_letter: # 没有该首字母，以该首字母为键，word为值 .....: by_letter[letter] = [word] .....: else: # 直接添加 .....: by_letter[letter].append(word) .....:In [126]: by_letterOut[126]: {"a": ["apple", "atom"], "b": ["bat", "bar", "book"]}

setdefault方法就正是干这个的。前面的for循环可以改写为：

for word in words:    letter = word[0] by_letter.setdefault(letter, []).append(word)

collections模块有一个很有用的类，defaultdict，它可以进一步简化上面。传递类型或函数以生成每个位置的默认值：

from collections import defaultdictby_letter = defaultdict(list)for word in words: by_letter[word[0]].append(word)

有效的键类型

字典的值可以是任意Python对象，而键通常是不可变的标量类型（整数、浮点型、字符串）或元组（元组中的对象必须是不可变的）。这被称为“可哈希性”。可以用hash函数检测一个对象是否是可哈希的（可被用作字典的键）：

In [127]: hash("string")Out[127]: 5023931463650008331In [128]: hash((1, 2, (2, 3)))Out[128]: 1097636502276347782In [129]: hash((1, 2, [2, 3])) # fails because lists are mutable---------------------------------------------------------------------------TypeError                                 Traceback (most recent call last) in ()----> 1 hash((1, 2, [2, 3])) # fails because lists are mutableTypeError: unhashable type: "list"

要用列表当做键，一种方法是将列表转化为元组，只要内部元素可以被哈希，它也就可以被哈希：

In [130]: d = {}In [131]: d[tuple([1, 2, 3])] = 5In [132]: dOut[132]: {(1, 2, 3): 5}

集合创建

集合是无序的不可重复的元素的集合。你可以把它当做字典，但是只有键没有值。可以用两种方式创建集合：通过set函数或使用尖括号set语句：

In [133]: set([2, 2, 2, 1, 3, 3])Out[133]: {1, 2, 3}In [134]: {2, 2, 2, 1, 3, 3}Out[134]: {1, 2, 3}

集合支持合并、交集、差分和对称差等数学集合运算。考虑两个示例集合：

In [135]: a = {1, 2, 3, 4, 5}In [136]: b = {3, 4, 5, 6, 7, 8}

合并 union 或者 |

合并是取两个集合中不重复的元素。可以用union方法，或者|运算符：

In [137]: a.union(b)Out[137]: {1, 2, 3, 4, 5, 6, 7, 8}In [138]: a | bOut[138]: {1, 2, 3, 4, 5, 6, 7, 8}

交集 intersection 或者 &

交集的元素包含在两个集合中。可以用intersection或&运算符：

In [139]: a.intersection(b)Out[139]: {3, 4, 5}In [140]: a & bOut[140]: {3, 4, 5}

表3-1列出了常用的集合方法。

所有逻辑集合操作都有另外的原地实现方法，可以直接用结果替代集合的内容。对于大的集合，这么做效率更高：

In [141]: c = a.copy()In [142]: c |= bIn [143]: cOut[143]: {1, 2, 3, 4, 5, 6, 7, 8}In [144]: d = a.copy()In [145]: d &= bIn [146]: dOut[146]: {3, 4, 5}

与字典类似，集合元素通常都是不可变的。要获得类似列表的元素，必须转换成元组：

In [147]: my_data = [1, 2, 3, 4]In [148]: my_set = {tuple(my_data)}In [149]: my_setOut[149]: {(1, 2, 3, 4)}

superset 和 subset

你还可以检测一个集合是否是另一个集合的子集或父集：

In [150]: a_set = {1, 2, 3, 4, 5}In [151]: {1, 2, 3}.issubset(a_set)Out[151]: TrueIn [152]: a_set.issuperset({1, 2, 3})Out[152]: True

集合的内容相同时，集合才对等：

In [153]: {1, 2, 3} == {3, 2, 1}Out[153]: True

列表、集合和字典推导式列表推导式！

列表推导式是Python最受喜爱的特性之一。它允许用户方便的从一个集合过滤元素，形成列表，在传递参数的过程中还可以修改元素。形式如下：

[expr for val in collection if condition]

它等同于下面的for循环;

result = []for val in collection: if condition: result.append(expr)

filter条件可以被忽略，只留下表达式就行。例如，给定一个字符串列表，我们可以过滤出长度在2及以下的字符串，并将其转换成大写：

In [154]: strings = ["a", "as", "bat", "car", "dove", "python"]In [155]: [x.upper() for x in strings if len(x) > 2]Out[155]: ["BAT", "CAR", "DOVE", "PYTHON"]

字典的推导式 ！

用相似的方法，还可以推导集合和字典。字典的推导式如下所示：

dict_comp = {key-expr : value-expr for value in collection if condition}

集合的推导式！

集合的推导式与列表很像，只不过用的是尖括号：

set_comp = {expr for value in collection if condition}

与列表推导式类似，集合与字典的推导也很方便，而且使代码的读写都很容易。来看前面的字符串列表。假如我们只想要字符串的长度，用集合推导式的方法非常方便：

In [156]: unique_lengths = {len(x) for x in strings}In [157]: unique_lengthsOut[157]: {1, 2, 3, 4, 6}

map函数可以进一步简化：

In [158]: set(map(len, strings)) # 妙极Out[158]: {1, 2, 3, 4, 6}

作为一个字典推导式的例子，我们可以创建一个字符串的查找映射表以确定它在列表中的位置：

In [159]: loc_mapping = {val : index for index, val in enumerate(strings)}In [160]: loc_mappingOut[160]: {"a": 0, "as": 1, "bat": 2, "car": 3, "dove": 4, "python": 5}

嵌套列表推导式

假设我们有一个包含列表的列表，包含了一些英文名和西班牙名：

In [161]: all_data = [["John", "Emily", "Michael", "Mary", "Steven"], .....: ["Maria", "Juan", "Javier", "Natalia", "Pilar"]]

你可能是从一些文件得到的这些名字，然后想按照语言进行分类。现在假设我们想用一个列表包含所有的名字，这些名字中包含两个或更多的e。可以用for循环来做：

names_of_interest = []for names in all_data: enough_es = [name for name in names if name.count("e") >= 2] names_of_interest.extend(enough_es)

可以用嵌套列表推导式的方法，将这些写在一起，如下所示：

In [162]: result = [name for names in all_data for name in names .....: if name.count("e") >= 2]In [163]: resultOut[163]: ["Steven"]

嵌套列表推导式看起来有些复杂。列表推导式的for部分是根据嵌套的顺序，过滤条件还是放在最后。下面是另一个例子，我们将一个整数元组的列表扁平化成了一个整数列表：

In [164]: some_tuples = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]In [165]: flattened = [x for tup in some_tuples for x in tup]In [166]: flattenedOut[166]: [1, 2, 3, 4, 5, 6, 7, 8, 9]

记住，for表达式的顺序是与嵌套for循环的顺序一样（而不是列表推导式的顺序）：

flattened = []for tup in some_tuples: for x in tup: flattened.append(x)

你可以有任意多级别的嵌套，但是如果你有两三个以上的嵌套，你就应该考虑下代码可读性的问题了。分辨列表推导式的列表推导式中的语法也是很重要的：

In [167]: [[x for x in tup] for tup in some_tuples]Out[167]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

这段代码产生了一个列表的列表，而不是扁平化的只包含元素的列表。

点击关注，第一时间了解华为云新鲜技术~

标签：