1、区别：
- List 和 Dict 是 Python 的基本数据结构
- Series 和 DataFrame 是 Pandas 的基本数据结构
- Array 是 Numpy 的数据结构
- 2、列表（list）
- python的内置数据类型，list中的数据类不必相同的。
- 一组有序项目的集合。可变的数据类型【可进行增删改查】
- 列表是以方括号“[]”包围的数据集合，不同成员以“,”分隔。
- n=[1,2,3,4,5,6]
- 3、元组（tuple）
- 不可变序列
- 元组是以圆括号“()”包围的数据集合，不同成员以“,”分隔
- 与列表不同：元组中数据一旦确立就不能改变
- o =('a','b','c',('d1','d2'))
- 4、字典（dictionary）
- 字典是另一种可变容器模型，且可存储任意类型对象。
- 字典的每个键值(key=>value)对用冒号(:)分割，每个对之间用逗号(,)分割，整个字典包括在花括号({})中 ,格式如下所示：
- d = {key1 :value1,key2 :value2 }
- 键必须是唯一的，但值则不必。
- 值可以取任何数据类型，但键必须是不可变的，如字符串，数字或元组。
- 5、array（数组）--numpy
- numpy array 必须有相同数据类型属性 ，Python list可以是多种数据类型的混合
- numpy array有一些方便的函数
- numpy array数组可以是多维的
- b=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
6、DataFrame--panda
一个类似表的结构，由多个Series组成，而Series在DataFrame中叫columns
8、集合（set（））
- 集合中包含一系列的元素，在Python中这些元素不需要是相同的类型，且这些元素在集合中是没有存储顺序的。
- 集合的表示方法是花括号，这与字典是一样的，可以通过括号或构造函数来初始化一个集合，如果传入的参数有重复，会自动忽略：
>>> {1,2,"hi",2.23} {2.23, 2, 'hi', 1} >>> set("hello") {'l', 'h', 'e', 'o'}
参考网站：
https://www.cnblogs.com/260554904html/p/8125641.html