Python 之数据结构

数据结构

本章将详细介绍一些您已经了解的内容，并添加了一些新内容。

5.1。更多关于列表

。数据列表类型有更多的方法以下的英文列表对象的所有方法：

list. append （ x  ）

将项目添加到列表的末尾;  相当于。a[len(a):] = [x]

list. extend （ L  ）

通过追加给定列表中的所有项目来扩展列表;  相当于  。a[len(a):] = L

list. insert （ i ， x  ）

在一个给定的位置插入一个项目。第一个参数是要插入的元素的索引，因此插入列表的前面，等同于。a.insert(0, x)a.insert(len(a),x)a.append(x)

list. remove （ x  ）

从列表中删除值为X 的第一个项目。如果没有这样的项目，这是一个错误。

list. pop （ [  i  ]  ）

删除列表中给定位置的项目，然后返回。如果没有指定索引，则a.pop()删除并返回列表中的最后一个项目。（方法签名中围绕我的方括号表示该参数是可选的，而不是您应该在该位置输入方括号，您会在Python的库参考中经常看到这种表示法。）

list. index （ x  ）

返回值为X 的第一个项目列表中的索引。如果没有这样的项目，这是一个错误。

list. count （ x  ）

返回X 出现在列表中的次数。

list. sort （ cmp = None ， key = None ， reverse = False  ）

对列表中的项目进行排序（参数可以用于排序自定义，请参阅他们的解释）。sorted()

list. reverse （ ）

反转列表中的元素。

一个使用大多数列表方法的示例：

>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print a.count(333), a.count(66.25), a.count('x')
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]

您可能已经注意到，方法一样insert，remove或者sort只修改列表没有报道查看值上一页友善打印-它们返回的默认  None。这是Python的中所有可变数据结构的设计原则。

5.1.1。使用列表作为堆栈

列表方法使得使用列表作为堆栈非常容易，其中添加的最后一个元素是检索到的第一个元素（“后进先出”）。要将项目添加到堆栈顶部，请使用append()。要从堆栈顶部检索项目，请使用pop()没有显式索引的项目。例如：

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

5.1.2。使用列表作为队列

也可以使用列表作为队列，其中添加的第一个元素是检索到的第一个元素（“先入先出”）; 但是，列表对此目的并不高效。尽管从列表末尾的附加和弹出快速，但从列表开始做插入或弹出很慢（因为所有其他元素都必须移动一个）。

为了实现一个队列，使用collections.deque它设计为快速追加和从两端弹出。例如：

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")           # Terry arrives
>>> queue.append("Graham")          # Graham arrives
>>> queue.popleft()                 # The first to arrive now leaves
'Eric'
>>> queue.popleft()                 # The second to arrive now leaves
'John'
>>> queue                           # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

5.1.3。函数式编程工具

有三个内置函数与列表中使用时是非常有用的： filter()，map()，和reduce()。

filter(function, sequence)返回一个包含来自序列function(item)中真正的项目的序列。如果sequence是a str，unicode或者tuple结果将是相同的类型; 否则，它总是一个list。例如，要计算可被3或5整除的数字序列：

>>> def f(x): return x % 3 == 0 or x % 5 == 0
...
>>> filter(f, range(2, 25))
[3, 5, 6, 9, 10, 12, 15, 18, 20, 21, 24]

map(function, sequence)调用function(item)每个序列的项目并返回返回值列表。例如，要计算一些立方体：

>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

不止一个序列可以通过; 函数必须具有与序列一样多的参数，并用每个序列中的相应项目调用（或者None如果某个序列比另一个序列短）。例如：

>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]

reduce(function, sequence)通过在序列的前两个项目上调用二元函数函数，然后在结果和下一个项目上返回一个单值，依此类推。例如，要计算数字1到10的总和：

>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

如果序列中只有一个项目，则返回其值; 如果序列为空，则会引发异常。

可以传递第三个参数来指示起始值。在这种情况下，将为空序列返回起始值，并将该函数首先应用于起始值和第一个顺序项，然后应用于结果和下一个项目，依此类推。例如，

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

不要使用这个例子的定义sum()：因为求和数是一个常见的需求，sum(sequence)所以已经提供了一个内置的函数，其工作原理与此类似。

5.1.4。列表理解

列表解析提供了一个简洁的方式来创建列表。常见的应用是创建新的列表，其中每个元素是应用于另一个序列的每个成员或迭代的某些操作的结果，或者创建满足特定条件的那些元素的子序列。

例如，假设我们要创建一个正方形列表，如：

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

我们可以得到与以下相同的结果：

squares = [x**2 for x in range(10)]

这也相当于，但它更简洁可读。squares = map(lambda x: x**2, range(10))

列表理解由括号组成，括号中包含一个表达式后跟一个for子句，然后是零个或多个for或if 子句。结果将成为一个新的列表，通过评估表达式在其后面的条款for和if条款中产生。例如，如果这两个列表不相同，那么这个listcomp组合了两个列表的元素：

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

它相当于：

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

请注意这两个片段中的for和命令的顺序是如何if相同的。

如果表达式是一个元组（例如，在前面的例子中），它必须加上括号。(x, y)

>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]
  File "<stdin>", line 1, in <module>
    [x, x**2 for x in range(6)]
               ^
SyntaxError: invalid syntax
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表解析可以包含复杂表达式和嵌套函数：

>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

5.1.4.1。嵌套列表理解

列表理解中的初始表达式可以是任意的表达式，包括另一个列表理解。

考虑以下3个4长度为4的列表的实例：

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

以下列表理解将转置行和列：

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

正如我们在前面的章节中看到的那样，嵌套的listcomp是在它之后的上下文中进行评估的for，所以这个例子相当于：

>>> transposed = []
>>> for i in range(4):
...     transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

这反过来又是一样的：

>>> transposed = []
>>> for i in range(4):
...     # the following 3 lines implement the nested listcomp
...     transposed_row = []
...     for row in matrix:
...         transposed_row.append(row[i])
...     transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

在现实世界中，您应该更喜欢内置函数来处理复杂的流程语句。这个zip()函数对这个用例来说可以做很好的工作：

>>> zip(*matrix)
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

有关此行中星号的详细信息，请参阅解包参数列表。

5.2。该del声明

有一种方法可以从列表中删除项目，只要它的索引而不是其值：del声明。这与pop()返回值的方法不同。该del语句也可用于从列表中删除切片或清除整个列表（我们之前通过将空列表分配给切片）。例如：

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

del 也可以用来删除整个变量：

>>> del a

a此后引用该名称是一个错误（至少直到另一个值被分配给它）。稍后我们会找到其他用途del。

5.3。元组和序列

我们看到列表和字符串有许多共同的属性，如索引和切片操作。它们是序列数据类型的两个示例（请参见 序列类型 - str，unicode，list，tuple，bytearray，buffer，xrange）。由于Python是一种不断发展的语言，因此可能会添加其他序列数据类型。还有另一种标准的序列数据类型： 元组。

元组由多个用逗号分隔的值组成，例如：

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
... t[0] = 88888
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # but they can contain mutable objects:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

正如你所看到的，在输出中，元组总是被括在圆括号中，以便嵌套元组被正确解释; 它们可能带有或不带括号的圆括号输入，尽管通常括号是必要的（如果元组是更大表达式的一部分）。无法分配给元组的各个项目，但是可以创建包含可变对象（例如列表）的元组。

虽然元组可能看起来与列表类似，但它们通常用于不同的情况和不同的目的。元组是不可变的，通常包含通过解包（参见本节后面的内容）或索引（或甚至通过属性）访问的异构元素序列namedtuples。列表是可变的，它们的元素通常是同类的，并且通过遍历列表来访问。

一个特殊的问题是构造包含0或1项的元组：语法有一些额外的怪癖以适应这些。空元组由空括号构成; 带有一个项目的元组是通过跟随带有逗号的值构建的（这不足以将单个值括在圆括号中）。丑陋，但有效。例如：

>>> empty = ()
>>> singleton = 'hello',    # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)

该语句是元组打包的一个例子：值，并且被打包在一个元组中。反向操作也是可能的：t = 12345, 54321, 'hello!'1234554321'hello!'

>>> x, y, z = t

这被称为，适当的，序列拆包，适用于任何序列在右侧。序列解包要求左侧的变量列表与序列的长度具有相同数量的元素。请注意，多重赋值实际上只是元组打包和序列解包的组合。

5.4。集

蟒还包括用于一个数据类型集。一个集合是一个没有重复元素的无序集合。基本用途包括成员资格测试和消除重复条目。设置对象还支持像联合，交集，差异和对称差异等数学运算。

大括号或set()功能可用于创建集。注意：要创建一个空集，您必须使用set()，而不是{}; 后者创建一个空字典，我们将在下一节讨论一个数据结构。

这里是一个简短的演示：

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket)               # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit                 # fast membership testing
True
>>> 'crabgrass' in fruit
False

>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
set(['a', 'r', 'b', 'c', 'd'])
>>> a - b                              # letters in a but not in b
set(['r', 'd', 'b'])
>>> a | b                              # letters in either a or b
set(['a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'])
>>> a & b                              # letters in both a and b
set(['a', 'c'])
>>> a ^ b                              # letters in a or b but not both
set(['r', 'd', 'b', 'm', 'z', 'l'])

与列表解析类似，也支持集合解析：

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
set(['r', 'd'])

5.5。字典

Python中内置的另一个有用的数据类型是字典（参见 映射类型 - 字典）。字典有时在其他语言中被称为“联想记忆”或“联想阵列”。与由一系列数字索引的序列不同，字典由键索引，可以是任何不可变类型; 字符串和数字始终可以是键。如果元组只包含字符串，数字或元组，则可以用作元组; 如果元组直接或间接包含任何可变对象，则不能将其用作关键字。你不能用链表做关键字，因为链表可以用索引赋值，切片赋值，或类似的方法进行修改append()和 extend()。

最好将字典视为一组无用的键：值对，并要求键是唯一的（在一个字典中）。一对大括号创建一个空的字典：{}。在大括号中放置一个以逗号分隔的键：值对列表，可将初始键：值对添加到字典中; 这也是字典写在输出上的方式。

字典上的主要操作是用某个键存储一个值，并提取给定键的值。也可以使用删除键：值对del。如果您使用已在使用的密钥进行存储，则与该密钥关联的旧值将被遗忘。使用不存在的键提取值是错误的。

keys()字典对象的方法以任意顺序返回字典中使用的所有关键字的列表（如果您想对其进行排序，只需将该sorted()函数应用于它）。要检查字典中是否有单个密钥，请使用in关键字。

这是一个使用字典的小例子：

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True

的dict()构造直接从键-值对的序列构建字典：

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

另外，可以使用dict comprehensions从任意键和值表达式创建词典：

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

当键是简单字符串时，使用关键字参数指定对有时会更容易：

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

5.6。循环技术

在循环序列时，可以使用该enumerate()函数同时检索位置索引和相应的值。

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
...     print i, v
...
0 tic
1 tac
2 toe

要同时循环两个或多个序列，可以将该条目与该zip()函数配对。

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
...     print 'What is your {0}?  It is {1}.'.format(q, a)
...
What is your name?  It is lancelot.
What is your quest?  It is the holy grail.
What is your favorite color?  It is blue.

要反向循环序列，首先以正向指定序列，然后调用该reversed()函数。

>>> for i in reversed(xrange(1,10,2)):
...     print i
...
9
7
5
3
1

要按照排序顺序遍历序列，请使用sorted()返回新排序列表的函数，同时保持源不变。

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
...     print f
...
apple
banana
orange
pear

在字典循环时，可以使用该iteritems()方法同时检索关键字和相应的值。

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.iteritems():
...     print k, v
...
gallahad the pure
robin the brave

在循环播放列表时，有时候很容易改变列表; 但是，创建新列表通常更简单，更安全。

>>> import math
>>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>> filtered_data = []
>>> for value in raw_data:
...     if not math.isnan(value):
...         filtered_data.append(value)
...
>>> filtered_data
[56.2, 51.7, 55.3, 52.5, 47.8]

5.7。更多关于条件

在while和if语句中使用的条件可以包含任何运算符，而不仅仅是比较。

比较运算符in并检查序列中是否出现值（不会发生）。运算符并比较两个对象是否真的是同一个对象; 这只对列表等可变对象很重要。所有比较运算符具有相同的优先级，低于所有数值运算符。not inisis not

比较可以链接。例如，测试是否小于，而且等于。a < b == cabbc

比较可以使用布尔运算符进行组合and和or，和一个比较的结果（或任何其它的布尔表达式的）可以与否定not。这些优先级低于比较运营商; 在它们之间，not具有最高优先级和or最低优先级，所以相当于。一如往常，括号可用于表达所需的组成。A and not B or C(A and (not B)) or C

布尔运算符and和or所谓的短路 运算符：它们的参数从左到右进行评估，评估在结果确定后立即停止。例如，如果A且C为真，但B为假，则不评估表达式 。当用作普通值而不是布尔值时，短路运算符的返回值是最后一次评估的参数。A and B and CC

可以将比较结果或其他布尔表达式分配给变量。例如，

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

请注意，在Python中，与C不同，赋值不能在表达式内发生。C程序员可能会为此感到抱怨，但它避免了C程序中遇到的一类常见问题：打算=在表达式中键入表达式==。

5.8。比较序列和其他类型

序列对象可以与具有相同序列类型的其他对象进行比较。比较使用了英汉词典排序：首先比较前两项，如果它们不同，则确定比较结果;  如果它们相等，则比较下两个项目，等等，直到。任何一个序列被耗尽如果要比较的两个项目本身是同一类型的序列，则字典对比将递归执行。如果两个序列的所有项目比较相等，则序列被认为是相等的。如果一个序列是另一个序列的初始子序列，则较短的序列是较小（较小）的序列。字符串的字典排序使用单个字符的ASCII排序。一些相同类型序列之间比较的例子：

(1, 2, 3)              < (1, 2, 4)
[1, 2, 3]              < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4)           < (1, 2, 4)
(1, 2)                 < (1, 2, -1)
(1, 2, 3)             == (1.0, 2.0, 3.0)
(1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

。请注意，不同比较类型的对象的英文合法的查询查询结果的英文确定性的，但是是任意的：这些类型是按其名称排序的。因此，列表总是小于字符串，字符串总是小于元组等。  [1] 混合数字类型根据其数值进行比较，因此0等于0.0等。

脚注

[1]	不应该依赖于比较不同类型对象的规则;  他们可能会在未来版本的语言中发生变化。