速递!几种常见的Python数据结构
2023-05-08 11:27:40 来源: 博客园
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, *_ = valuestuple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:
[责任编辑:]
猜你喜欢
- (2023-05-08)不宜放开抡?约基奇生涯两次得分50+ 球队战绩0胜2负
- (2023-05-08)世界看热讯:漳州开展“逐月冲房租”业务 首例已成功办理!
- (2023-05-08)每日热议!违约近在咫尺!耶伦警告:最早6月初现金耗尽,或将引发经济和金融灾难
- (2023-05-08)5月8日早盘快讯 全球热消息
- (2023-05-08)世界通讯!市邮政管理局发布举措让快递更惠及民生 邮政“七件实事” 提升服务水平
- (2023-05-08)国有资本办普惠托育 托位数快速增长 新资讯
- (2023-05-08)青果巷景点有哪些?青果巷有哪些特色景观?|报资讯