Python3教程（4）-Python数据结构

---

5.数据结构

本章将更详细地介绍您已经了解的一些内容，并添加了一些新内容。

5.1 更多关于列表

列表数据类型有更多方法。以下是列表对象的所有方法：

list.append（x ）

将项添加到列表的末尾。相当于。a[len(a):] = [x]

list.extend（可迭代的）

通过附加iterable中的所有项来扩展列表。相当于 。a[len(a):] = iterable

list.insert（i，x ）

在给定位置插入项目。第一个参数是要插入的元素的索引，因此插入列表的前面，并且等效于。a.insert(0, x)a.insert(len(a), x)a.append(x)

list.remove（x ）

从列表中删除值等于x的第一个项目。ValueError如果没有这样的项目，它会提出一个 。

list.pop（[ i ] ）

删除列表中给定位置的项目，然后将其返回。如果未指定索引，则a.pop()删除并返回列表中的最后一项。（方法签名中i周围的方括号表示该参数是可选的，而不是您应该在该位置键入方括号。您将在Python Library Reference中经常看到这种表示法。）

list.clear（）

从列表中删除所有项目。相当于。del a[:]

list.index（x [，start [，end ] ] ）

在值等于x的第一个项的列表中返回从零开始的索引。ValueError如果没有这样的项目，则提高a 。

可选参数start和end被解释为切片表示法，并用于将搜索限制为列表的特定子序列。返回的索引是相对于完整序列的开头而不是start参数计算的。

list.count（x ）

返回x出现在列表中的次数。

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

对列表中的项目进行排序（参数可用于排序自定义，请参阅sorted()其说明）。

list.reverse（）

反转列表中的元素。

list.copy（）

返回列表的浅表副本。相当于a[:]。

使用大多数列表方法的示例：

>>>

>>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>> fruits.count('apple')
2
>>> fruits.count('tangerine')
0
>>> fruits.index('banana')
3
>>> fruits.index('banana', 4)  # Find next banana starting a position 4
6
>>> fruits.reverse()
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>> fruits.append('grape')
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>> fruits.sort()
>>> fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>> fruits.pop()
'pear'

您可能已经注意到，方法一样insert，remove或者sort只修改列表没有返回值印刷-它们返回的默认 None。[1] 这是Python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

列表方法使得将列表用作堆栈变得非常容易，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”）。要将项添加到堆栈顶部，请使用append()。要从堆栈顶部检索项目，请在pop()没有显式索引的情况下使用。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的第一个元素（“先进先出”）; 但是，列表不能用于此目的。虽然列表末尾的追加和弹出很快，但是从列表的开头进行插入或弹出是很慢的（因为所有其他元素都必须移动一个）。

要实现队列，请使用collections.deque设计为具有快速追加和从两端弹出的队列。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。列表理解

列表推导提供了创建列表的简明方法。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可迭代的一些操作的结果，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平方square列表，例如：

>>>

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

请注意，这会创建（或覆盖）一个名为x在循环完成后仍然存在的变量。我们可以使用以下方法计算没有任何副作用的平方列表：

squares = list(map(lambda x: x**2, range(10)))

或者，等效地：

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

这更简洁，更易读。

列表推导由括号组成，括号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。结果将是一个新的列表，该列表是通过在其后面的for和if子句的上下文中评估表达式而得到的。例如，如果列表不相等，则此listcomp将两个列表的元素组合在一起：

>>>

>>> [(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for和if语句的顺序是如何相同的。

如果表达式是元组（例如前一个示例中的元组），则必须将其括起来。(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]

列表推导可以包含复杂的表达式和嵌套函数：

>>>

>>> 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。嵌套列表理解

列表推导中的初始表达式可以是任意表达式，包括另一个列表推导。

考虑以下3x4矩阵示例，该矩阵实现为3个长度为4的列表：

>>>

>>> 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]]

正如我们在上一节中看到的那样，嵌套的listcomp在其后面的上下文中进行计算for，因此该示例等效于：

>>>

>>> 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]]

反过来，它与：

>>>

>>> 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语句。该zip()功能对于这个用例非常有用：

>>>

>>> list(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，请参阅解压缩参数列表。

5.2。该del声明

有一种方法可以从列表中删除一个项目，而不是它的值：del语句。这与pop()返回值的方法不同。该del语句还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来执行此操作）。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以下引用名称是一个错误（至少在为其分配另一个值之前）。我们稍后会发现其他用途del。

5.3。元组和序列

我们看到列表和字符串具有许多常见属性，例如索引和切片操作。它们是序列数据类型的两个示例（请参阅 序列类型 - 列表，元组，范围）。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。还有另一种标准序列数据类型： 元组。

元组由逗号分隔的多个值组成，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])

如您所见，输出元组始终括在括号中，以便正确解释嵌套元组; 它们可以输入有或没有周围的括号，尽管通常括号是必要的（如果元组是较大表达式的一部分）。无法分配元组的各个项，但是可以创建包含可变对象（如列表）的元组。

尽管元组看起来与列表类似，但它们通常用于不同的情况并用于不同的目的。元组是不可变的，并且通常包含异构的元素序列，这些元素可以通过解包（参见本节后面部分）或索引（或者甚至是属性的情况下namedtuples）来访问。列表是可变的，它们的元素通常是同类的，可以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来适应这些。空元组由一对空括号构成; 通过使用逗号跟随值来构造具有一个项目的元组（在括号中包含单个值是不够的）。丑陋但有效。例如：

>>>

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

该语句是元组包装的一个例子：值，并在元组中打包在一起。反向操作也是可能的：t = 12345, 54321,'hello!'1234554321'hello!'

>>>

>>> x, y, z = t

这足够恰当地称为序列解包，适用于右侧的任何序列。序列解包需要在等号的左侧有尽可能多的变量，因为序列中有元素。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

Python还包括集合的数据类型。集合是无序集合，没有重复元素。基本用途包括成员资格测试和消除重复条目。集合对象还支持数学运算，如并集，交集，差异和对称差异。

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

这是一个简短的演示：

>>>

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket)                      # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket                 # fast membership testing
True
>>> 'crabgrass' in basket
False

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

与列表推导类似，也支持集合理解：

>>>

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

5.5。字典

Python内置的另一个有用的数据类型是字典（请参阅 映射类型 - 字典）。词典有时在其他语言中被称为“关联记忆”或“关联阵列”。与由一系列数字索引的序列不同，字典由键索引，键可以是任何不可变类型; 字符串和数字总是键。如果元组仅包含字符串，数字或元组，则它们可用作键; 如果元组直接或间接包含任何可变对象，则不能将其用作键。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字典：{}。在括号内放置以逗号分隔的键：值对列表，将初始键：值对添加到字典中; 这也是字典在输出上的写法。

字典上的主要操作是使用某个键存储值并提取给定键的值。也可以删除键：值对del。如果使用已在使用的密钥进行存储，则会忘记与该密钥关联的旧值。使用不存在的密钥提取值是错误的。

list(d)在字典上执行会按照插入顺序返回字典中使用的所有键的列表（如果您希望对其进行排序，则只需使用它 sorted(d)）。要检查单个键是否在字典中，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
{'jack': 4098, 'sape': 4139, 'guido': 4127}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'jack': 4098, 'guido': 4127, 'irv': 4127}
>>> list(tel)
['jack', 'guido', 'irv']
>>> sorted(tel)
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

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, 'guido': 4127, 'jack': 4098}

此外，dict comprehensions可用于从任意键和值表达式创建字典：

>>>

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

当键是简单字符串时，有时使用关键字参数指定对更容易：

>>>

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

5.6。循环技术

循环遍历字典时，可以使用该items()方法同时检索密钥和相应的值。

>>>

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

循环遍历序列时，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

要同时循环两个或更多个序列，条目可以与该zip()功能配对。

>>>

>>> 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，首先在正向指定序列，然后调用该reversed()函数。

>>>

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

要按排序顺序循环序列，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

当你循环遍历它时，有时候很有可能会更改列表; 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

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（不发生）值。运算符并比较两个对象是否真的是同一个对象; 这只对像列表这样的可变对象很重要。所有比较运算符具有相同的优先级，低于所有数值运算符的优先级。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。它们的优先级低于比较运算符; 它们之间，not具有最高优先级和or最低优先级，因此相当于。与往常一样，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计算，一旦确定结果，评估就会停止。例如，如果A且C为true但B为false，则不评估表达式 。当用作一般值而不是布尔值时，短路运算符的返回值是最后一个求值的参数。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，赋值不能出现在表达式中。C程序员可能会对此抱怨，但它避免了C程序中遇到的常见问题：=在==预期时输入表达式。

5.8。比较序列和其他类型

可以将序列对象与具有相同序列类型的其他对象进行比较。比较使用词典排序：首先比较前两个项目，如果它们不同，则确定比较的结果; 如果它们相等，则比较接下来的两个项目，依此类推，直到任一序列用完为止。如果要比较的两个项本身是相同类型的序列，则递归地执行词典比较。如果两个序列的所有项比较相等，则认为序列相等。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的（较小的）序列。字符串的字典顺序使用Unicode代码点编号来排序单个字符。相同类型序列之间比较的一些示例：

(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，如果对象具有适当的比较方法，则将不同类型的对象与对象进行比较<或是>合法的。例如，混合数字类型根据它们的数值进行比较，因此0等于0.0等。否则，解释器将引发TypeError异常，而不是提供任意排序。

脚注

[1]	其他语言可能会返回变异对象，这允许方法链接，例如d->insert("a")->remove("b")->sort();。