Python 学习成长记（五）---- Python 数据结构

　　最近准备重新系统学习一下Python语言，着手研读python 3.6.1官方教程文档，于是想着不如翻译整理出来 , 希望能帮到一起学习Python的同学们，与大家一起进步，由于水平有限，翻译若有不妥之处，请大家指正 。

---

　　本文翻译 Python 官方教程第五章：Data Structures

---

　　这一章我们将更加详细地描述你可能已经学过的一些东西，并且增加一些新的知识点。

5.1 Lists

　　List这种数据类型有许多方法，下面我们将介绍list对象的所有方法：
list.append(x)
　　增加一个item到list的末端，相当于a[len(a):] = [x].
list.extend(iterable)
　　通过追加来自iterable的所有item来扩展list。 相当于a[len(a):] = iterable.
list.insert(i, x)
　　在给定的位置插入一个item。 第一个参数是要插入的元素的索引，因此a.insert（0，x）表示插入到list的前面，而a.insert（len（a），x）等价于a.append(x).
list.remove(x)
　　从list中删除第一个值为x的item。 如果没有这样的item将会报错。
list.pop([i])
　　删除列表中给定位置的item，并返回该item。 如果未指定索引，如a.pop()将删除并返回列表中的最后一个item。 （[i]表示参数是可选的，而不是该参数必须输入[]，以后我们将在Python库中经常看到此符号。）
list.clear()
　　从list中删除所有的item,相当于 a[:].
list.count(x)
　　返回list中出现x的次数。
list.sort(key=None, reverse=False)
　　将列表的项目排序到位（参数可用于排序自定义，请参阅sorted()）。
list.reverse()
　　将列表的元素反转到位。
list.copy()
　　返回列表的浅拷贝，相当于 a[:].

如：

>>> 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'

　　你可能已经注意到，只有修改list的插入，删除或排序的方法没有打印返回值，它们返回值默认为空。 这是Python中所有可变数据结构的设计原则。

5.1.1 使用List作为栈

　　List的这些方法使得使用list作为堆栈很容易，遵循后进先出的原则。 要增加一个item到栈的顶端，用append()。 要从栈顶取出item，用pop()而不需要索引。 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list作队列

　　也可以使用list作为队列，遵循先进先出原则; 然而，它的效率并不高。 虽然从list的末尾append和pop的速度很快，但是从list的开头执行插入或弹出是很慢的（因为所有其他元素都必须被移位一个）。
　　因此要实现一个队列，请使用collections.deque，它被设计为从两端快速append和pop。 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　列表推导式

　　列表推导式提供了创建list的简洁方法。 常见的应用是制作新的列表，其中每个元素是应用于另一个sequence的每个成员或可迭代的一些操作的结果，或者创建满足一定条件的那些元素的子序列。
　　例如，我们想要创建平方的list,

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

　　请注意，这将创建（或覆盖）一个在循环完成后仍然存在的名为x的变量。 我们可以使用以下方法计算平方list，无任何副作用：

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

　　或者，等价于

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

　　这样更简洁，而且可读性高。
　　列表推导式由一个包含一个表达式，后跟一个for子句，然后是零个或多个for或if子句的括号组成。 结果将是一个新的列表，它源于通过在后面的for和if子句的上下文中评估表达式。 例如，这个listcomp将两个列表的不相等的元素相结合：

>>> [(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)]

　　而且等价于

>>> 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)]

　　注意，这两个代码段中for和if语句的顺序是否相同。
　　如果表达式是元组（例如前面示例中的（x，y）），则必须括起来。

>>> 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 ?
    [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]

　　　列表推导式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　嵌套列表推导式

　　列表推导式中的初始表达式可以是任意一个随意表达式，包括另一个列表推导式。

　　考虑以下3*4矩阵列表的示例，该示例由3个长度为4的list组成的list：

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

　　以下列表推导将转置行和列：

>>> [[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，这个嵌套的listcomp在后面跟随它的for语句上下文中被评估，所以这个例子等同于：

>>> 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]]

　　反过来也是一样的：

>>> 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表达复杂的流程语句。 对于这个用例，使用zip（）函数最简单。

>>> 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Unpacking Argument Lists。

5.2　del语法

　　del语句可以从给定索引的列表中删除item，而不是其值。 这与返回值的pop（）方法不同。 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

　　如果再引用a将会报异常（至少在重新分配另一个值给a之前）。 稍后我们将继续详解del语法。

5.3　元组和序列

　　我们看到列表和字符串有许多常见的属性，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Sequence type - 列表，元组，range）。 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，输出元组总是包含在括号中，以便嵌套元组被正确解释; 尽管通常括号是必需的（如果元组是较大表达式的一部分），但是也可以不用括号括起来。 元组的各个item是不能被赋值的，但是可以创建包含可变对象（如列表）的元组。
　　尽管元组可能与列表类似，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，通常包含一个异构序列元素，它通过拆解（见本节后面）或索引（或甚至在namedtuples情况下通过属性）访问的。 列表是可变的，并且它们的元素通常是同构的，并且可以通过遍历列表进行访问。
　　一个特殊的问题是构造包含0或1子项的元组：需要一些怪异的语法来适应。 空的元组由空的一对括号构成; 具有一个子项的元组由子项后面跟一个逗号来构造（仅在括号中括起单个值是不够的）。 丑，但有效。 例如：

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

　　声明t = 12345, 54321, ‘hello!’ 是元组打包的一个例子：值12345,54321和’hello！’ 被包装在一个元组中。 反向操作也是可以的：

>>> x, y, z = t

　　这被称为适当的，顺序解包，并且适用于右侧的任何序列。 序列拆包要求在等号的左侧有与该序列中的元素一样多的变量。 请注意，多重赋值实际上只是元组打包和序列拆包的组合。

5.4　集合

　　集合是Python的另一种数据类型。 它是无序的，且元素无重复。 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，如联合，交集，差异和对称差异。
　　花括号或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{}; 后者是创建一个空字典，我们将在下一节讨论的数据结构。
　　这是一个简短的示范：

>>> 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 either a or b
{'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'}

　　与列表类似，集合也支持集合推导式，如：

>>> 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 - dict）。字典有时在其他语言中可能为“联想记忆”或“联想阵列”。不同于由数字范围索引的序列，字典由键索引，可以是任何不变的类型;字符串和数字可以永远是键。元组可以用作键，如果它们只包含字符串，数字或元组;如果元组直接或间接包含任何可变对象，则不能将其用作键。不能将列表用作键，因为列表可以使用索引赋值，切片赋值或方法（如append()和extend()）进行修改。
　　最好将字典视为一组无序的键值对，要求键是唯一的（在一个字典内）。一对大括号创建一个空字典：{}。在大括号中放置以逗号分隔的键值对列表，添加初始键值对到字典;这也是字典被输出的一种方式。
　　字典中的主要操作是使用一些键存储值，并提取给定键的值。也可以使用del删除一个键值对。如果使用已经使用的键进行存储，则会忘记与该键相关联的旧值。使用不存在的键提取值会报错。
　　在一个字典中执行list(d.keys())会以任意顺序返回字典中使用的所有键的列表（如果需要排序，请使用sorted(d.keys()))。 要检查字典中是否有单个键，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}
>>> list(tel.keys())
['irv', 'guido', 'jack']
>>> sorted(tel.keys())
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

　　dict（）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}

　　此外，可以使用dict推导来创建字典，从任意键和值表达式：

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

　　当键是简单的字符串时，使用关键字参数来指定对，有时更容易：

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

TO BE CONTINUED