python内置序列类型_python内置序列类型

>[danger]序列的基本操作

1. 序列的增量赋值。`+=`和`*=`实际上调用__iadd__和__imul__方法实现就地加法和就地乘法，可变序列才有带i的方法，当序列没有i方法时，退而求其次调用__add__和__mul__方法实现非就地加法和乘法，此时会开辟新的内存空间创建新的对象，所以性能效率也会显著降低。另外，增量操作不是原子操作，如果不可变对象中包含可变对象，那么就地更改可变对象是成功的，但会抛出异常，因为整个操作是在栈中进行的，涉及到2个子操作，第一个子操作可变对象更改成功，第二个操作不可变对象赋值失败，所以不可变对象的id并未改变。

2. 对序列使用`+`和`*`

3. 切片

4. 推导式

5. 排序,序列的sort方法和内置函数sorted，如list.sort就地排序；sorted非就地排序总是返回列表。python的排序算法使用的是Timbot，这是一种自适应算法，根据原始数据的顺序特点交替使用插入排序和归并排序

6. 已排序序列支持二分查找，使用bisect.bisect(haystack, needle)实现干草垛中搜索needle，比index函数更高效。对于在一个位置插入操作，有两种方式，且后者效率更高：

--先使用bisect查找位置(左和右)，再使用haystack.insert(index, needle)

--直接食用bisect.insort(haystack, needle)(同样支持左和右插入)，保证序列的升序

>[danger]容器序列

list、tuple 和 collections.deque 这些序列能存放不同类型的数据。

>[danger]扁平序列

str、bytes、bytearray、memoryview 和 array.array，这类序列只能容纳一种类型。

**容器序列存放的是它们所包含的任意类型的对象的引用**，而**扁平序列里存放的是值而不是引用**。换句话说，**扁平序列其实是一段连续的内存空间**。由此可见扁平序列其实更加紧凑，但是它里面只能存放诸如字符、字节和数值这种基础类型。

序列类型还能按照能否被修改来分类。

>[success]可变序列

list、bytearray、array.array、collections.deque 和 memoryview。

>[success]不可变序列

tuple、str 和 bytes。

>[danger]## 1.List(详细参见python基本数据类型之列表与元组)

列表推导式ps:

1. python2变量泄漏问题，python3的列表推导、生成器表达式、集合推导、字典推导都有自己的局部作用域，解决了同名变量泄漏问题。

2. 列表推导同filter和map的比较:性能上列表推导高一些

--filter(函数， 可迭代的对象)循环可以迭代的对象，获取每一个元素作为函数的参数依次执行，筛选出所有Ture的元素并将元素集合返回;

--map(函数， 可迭代的对象)循环可以迭代的对象，获取每一个元素作为函数的参数依次执行，返回函数的结果组成的集合

3. 应用：

--笛卡尔积，colors=['black', 'white'], sizes = ['S','M','L'],tshirts = [(color, size) for color in colors for size in sizes];

--扑克牌

4. 只能生成列表，对比于生成器表达式可以生成列表以外的其他序列。

5. 切片，赋值的对象是一个切片，则右侧的值必须是可迭代的

>[success]~~~

>l = [range(10)]

>l[2:5] = [20:30] // 修改

>l

>[0,1,20,30,5,6,7,8,9]

>del l[5:7] // 删除

>l

>[0,1,20,30,5,8,9]

>l[3::2] = [11,22] // 每两个元素进行一次赋值

>l

>[0,1,20,11,5,22,9]

生成器表达式ps：

1. 生成器表达式初始元组或array，节省内存；

2. 笛卡尔积

>[danger]## 2.Tuple(详细参见python基本数据类型之列表与元组)

1. 用于记录

2. 元组拆包

--lax = (10,20), lat, lng = lax

3. 用`*`处理剩下的元素，`*`只能用在一个变量名前

--a, b*rest = range(5)

4. collections.namedtuple具名元组：是一个工厂函数，可用来构建一个带字段名的元组和一个有名字的类。

>[success]~~~

>Card = collections.namedtuple('Card', ['rank','suit'])

>Card //就是一个类

>

>Card._fields //_fields属性是一个包含这个类所有字段名字的元组

>('rank', 'suit')

>c= Card._make([1, '黑桃']) //_make()接收一个可迭代对象来创建类的实例，等同于Card(*[1, '黑桃'])

>Card(rank=1, suit='黑桃')

>c._asdict() //把具名元组以collections.OrderedDict形式返回

>OrderedDict([('rank', 1), ('suit', '黑桃')])

5. 切片

>[danger]## 3.array

1. 内存连续，存储的是对象而不是引用

2. 适合存储只包含数字这一种数据类型的数据集。

3. 比list更高效

4. 读取文件array.frombytes和写入文件.tofile，比文本更高效，如文件中存储的是1000万float类型数据，从文本文件中读取需要把每行文字转换成float，速度相差60倍，而写入速度相差7倍，空间也相对占用更少。

>[success]~~~

>from array import array

>from random import random

>floats = array('d', (random() for i in range(10**7)))

>floats[-1]

>0.07802343889111107

>fp = open('floats.bin', 'wb')

>floats.tofile(fp)

>fp.close()

>

>floats2 = array('d')

>fp = open('floats.bin', 'rb')

>floats2.fromfile(fp, 10**7)

>fp.close()

>floats2[-1]

>0.07802343889111107

>[danger]## 4.collections.deque双向队列(参见流畅的python)

1. 线程安全，快速从两端插入和删除

2. 可以实现基于双向队列的lru cache，即存储最近用到的数据

3. 可以指定队列大小