python 数据结构

Python常见数据结构整理

Python中常见的数据结构可以统称为容器（container）。序列（如列表和元组）、映射（如字典）以及集合（set）是三类主要的容器。

一、序列（列表、元组和字符串）

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的，这是它区别于字符串和元组的最重要的特点，一句话概括即：列表可以修改，而字符串和元组不能。

（1）、创建

通过下面的方式即可创建一个列表：

1 2 3 4

list1 = [ 'hello' , 'world' ] print list1 list2 = [ 1 , 2 , 3 ] print list2

输出：
['hello', 'world']
[1, 2, 3]

可以看到，这中创建方式非常类似于javascript中的数组。

 

（2）、list函数

通过list函数（其实list是一种类型而不是函数）对字符串创建列表非常有效：

1 2	list3 = list ( "hello" ) print list3

输出：

['h', 'e', 'l', 'l', 'o']

 

2、元组

元组与列表一样，也是一种序列，唯一不同的是元组不能被修改（字符串其实也有这种特点）。

（1）、创建

1 2 3 4 5 6

t1 = 1 , 2 , 3 t2 = "jeffreyzhao" , "cnblogs" t3 = ( 1 , 2 , 3 , 4 ) t4 = () t5 = ( 1 ,) print t1,t2,t3,t4,t5

输出：

(1, 2, 3) ('jeffreyzhao', 'cnblogs') (1, 2, 3, 4) () (1,)

从上面我们可以分析得出：

a、逗号分隔一些值，元组自动创建完成；

b、元组大部分时候是通过圆括号括起来的；

c、空元组可以用没有包含内容的圆括号来表示；

d、只含一个值的元组，必须加个逗号（,）；

 

（2）、tuple函数

tuple函数和序列的list函数几乎一样：以一个序列（注意是序列）作为参数并把它转换为元组。如果参数就算元组，那么该参数就会原样返回：

1 2 3 4 5 6 7 8

t1 = tuple ([ 1 , 2 , 3 ]) t2 = tuple ( "jeff" ) t3 = tuple (( 1 , 2 , 3 )) print t1 print t2 print t3 t4 = tuple ( 123 ) print t45

输出：

(1, 2, 3)
('j', 'e', 'f', 'f')
(1, 2, 3)

Traceback (most recent call last):
  File "F:\Python\test.py", line 7, in <module>
    t4=tuple(123)
TypeError: 'int' object is not iterable

 

3、字符串

（1）创建

1 2 3 4 5

str1 = 'Hello world' print str1 print str1[ 0 ] for c in str1:      print c

输出：
Hello world
H
H
e
l
l
o
 
w
o
r
l
d

 

（2）格式化

字符串格式化使用字符串格式化操作符即百分号%来实现。

1 2	str1 = 'Hello,%s' % 'world.' print str1

格式化操作符的右操作数可以是任何东西，如果是元组或者映射类型（如字典），那么字符串格式化将会有所不同。

1 2 3 4 5 6

strs = ( 'Hello' , 'world' ) #元组 str1 = '%s,%s' % strs print str1 d = { 'h' : 'Hello' , 'w' : 'World' } #字典 str1 = '%(h)s,%(w)s' % d print str1

输出：

Hello,world
Hello,World

注意：如果需要转换的元组作为转换表达式的一部分存在，那么必须将它用圆括号括起来：

1 2	str1 = '%s,%s' % 'Hello' , 'world' print str1

输出：

Traceback (most recent call last):
  File "F:\Python\test.py", line 2, in <module>
    str1='%s,%s' % 'Hello','world'
TypeError: not enough arguments for format string

如果需要输出%这个特殊字符，毫无疑问，我们会想到转义，但是Python中正确的处理方式如下：

1 2	str1 = '%s%%' % 100 print str1

输出：100%

对数字进行格式化处理，通常需要控制输出的宽度和精度：

1 2 3 4 5 6 7

from math import pi str1 = '%.2f' % pi #精度2 print str1 str1 = '%10f' % pi #字段宽10 print str1 str1 = '%10.2f' % pi #字段宽10，精度2 print str1

输出：

3.14
  3.141593
      3.14

字符串格式化还包含很多其他丰富的转换类型，可参考官方文档。

Python中在string模块还提供另外一种格式化值的方法：模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换，如下所示：

1 2 3 4

from string import Template str1 = Template( '$x,$y!' ) str1 = str1.substitute(x = 'Hello' ,y = 'world' ) print str1

输出：

Hello,world!

如果替换字段是单词的一部分，那么参数名称就必须用括号括起来，从而准确指明结尾：

1 2 3 4

from string import Template str1 = Template( 'Hello,w${x}d!' ) str1 = str1.substitute(x = 'orl' ) print str1

输出：

Hello,world!

如要输出$符，可以使用$$输出：

1 2 3 4

from string import Template str1 = Template( '$x$$' ) str1 = str1.substitute(x = '100' ) print str1

输出：100$

除了关键字参数之外，模板字符串还可以使用字典变量提供键值对进行格式化：

1 2 3 4 5

from string import Template d = { 'h' : 'Hello' , 'w' : 'world' } str1 = Template( '$h,$w!' ) str1 = str1.substitute(d) print str1

输出：

Hello,world!

除了格式化之外，Python字符串还内置了很多实用方法，可参考官方文档，这里不再列举。

 

4、通用序列操作（方法）

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法（不是你想像中的CRUD），这些操作包括：索引（indexing）、分片（sliceing）、加（adding）、乘（multiplying）以及检查某个元素是否属于序列的成员。除此之外，还有计算序列长度、最大最小元素等内置函数。

（1）索引

1 2 3 4 5 6

str1 = 'Hello' nums = [ 1 , 2 , 3 , 4 ] t1 = ( 123 , 234 , 345 ) print str1[ 0 ] print nums[ 1 ] print t1[ 2 ]

输出

H
2
345

索引从0（从左向右）开始，所有序列可通过这种方式进行索引。神奇的是，索引可以从最后一个位置（从右向左）开始，编号是-1：

1 2 3 4 5 6

str1 = 'Hello' nums = [ 1 , 2 , 3 , 4 ] t1 = ( 123 , 234 , 345 ) print str1[ - 1 ] print nums[ - 2 ] print t1[ - 3 ]

输出：

o
3
123

（2）分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现：

1 2 3 4 5 6 7 8

nums = range ( 10 ) print nums print nums[ 1 : 5 ] print nums[ 6 : 10 ] print nums[ 1 :] print nums[ - 3 : - 1 ] print nums[ - 3 :] #包括序列结尾的元素，置空最后一个索引 print nums[:] #复制整个序列

输出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[1, 2, 3, 4]
[6, 7, 8, 9]
[1, 2, 3, 4, 5, 6, 7, 8, 9]
[7, 8]
[7, 8, 9]

不同的步长，有不同的输出：

1 2 3 4 5 6 7 8

nums = range ( 10 ) print nums print nums[ 0 : 10 ]  #默认步长为1 等价于nums[1:5：1] print nums[ 0 : 10 : 2 ]  #步长为2 print nums[ 0 : 10 : 3 ]  #步长为3   ##print nums[0:10:0]  #步长为0 print nums[ 0 : 10 : - 2 ]  #步长为-2

输出：

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
[0, 2, 4, 6, 8]
[0, 3, 6, 9]
[]

（3）序列相加

1 2 3 4 5 6 7

str1 = 'Hello' str2 = ' world' print str1 + str2 num1 = [ 1 , 2 , 3 ] num2 = [ 2 , 3 , 4 ] print num1 + num2 print str1 + num1

输出：

Hello world
[1, 2, 3, 2, 3, 4]

Traceback (most recent call last):
  File "F:\Python\test.py", line 7, in <module>
    print str1+num1
TypeError: cannot concatenate 'str' and 'list' objects

（4）乘法

1 2 3 4 5 6

print [ None ] * 10 str1 = 'Hello' print str1 * 2 num1 = [ 1 , 2 ] print num1 * 2 print str1 * num1

输出：

[None, None, None, None, None, None, None, None, None, None]

HelloHello
[1, 2, 1, 2]

Traceback (most recent call last):
  File "F:\Python\test.py", line 5, in <module>
    print str1*num1
TypeError: can't multiply sequence by non-int of type 'list'

（5）成员资格

in运算符会用来检查一个对象是否为某个序列（或者其他类型）的成员（即元素）：

1 2 3 4 5

str1 = 'Hello' print 'h' in str1 print 'H' in str1 num1 = [ 1 , 2 ] print 1 in num1

输出：

False
True
True

（6）长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

1 2 3 4 5 6 7 8

str1 = 'Hello' print len (str1) print max (str1) print min (str1) num1 = [ 1 , 2 , 1 , 4 , 123 ] print len (num1) print max (num1) print min (num1)

输出：

5
o
H
5
123
1

 

二、映射（字典）

映射中的每个元素都有一个名字，如你所知，这个名字专业的名称叫键。字典（也叫散列表）是Python中唯一内建的映射类型。

1、键类型

字典的键可以是数字、字符串或者是元组，键必须唯一。在Python中，数字、字符串和元组都被设计成不可变类型，而常见的列表以及集合（set）都是可变的，所以列表和集合不能作为字典的键。键可以为任何不可变类型，这正是Python中的字典最强大的地方。

1 2 3 4 5 6 7 8

list1 = [ "hello,world" ] set1 = set ([ 123 ]) d = {} d[ 1 ] = 1 print d d[list1] = "Hello world." d[set1] = 123 print d

输出：

{1: 1}

Traceback (most recent call last):
  File "F:\Python\test.py", line 6, in <module>
    d[list1]="Hello world."
TypeError: unhashable type: 'list'

 

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

 

3、成员资格

表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。

 

Python字典强大之处还包括内置了很多常用操作方法，可参考官方文档，这里不再列举。

思考：根据我们使用强类型语言的经验，比如C#和Java，我们肯定会问Python中的字典是线程安全的吗？

 

三、集合

集合（Set）在Python 2.3引入，通常使用较新版Python可直接创建，如下所示：

strs=set(['jeff','wong','cnblogs'])
nums=set(range(10))

看上去，集合就是由序列（或者其他可迭代的对象）构建的。集合的几个重要特点和方法如下：

1、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

1 2 3 4 5

set1 = set ([ 0 , 1 , 2 , 3 , 0 , 1 , 2 , 3 , 4 , 5 ]) print set1   set2 = set ([ 0 , 1 , 2 , 3 , 4 , 5 ]) print set2

输出如下：

set([0, 1, 2, 3, 4, 5])
set([0, 1, 2, 3, 4, 5])

 

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

1 2	strs = set ([ 'jeff' , 'wong' , 'cnblogs' ]) print strs

输出如下：

set(['wong', 'cnblogs', 'jeff'])

 

3、集合常用方法

a、交集union

1 2 3 4 5 6

set1 = set ([ 1 , 2 , 3 ]) set2 = set ([ 2 , 3 , 4 ]) set3 = set1.union(set2) print set1 print set2 print set3

输出：

set([1, 2, 3])
set([2, 3, 4])
set([1, 2, 3, 4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（OR）运算符“|”可以得到一样的结果：

1 2 3 4 5 6

set1 = set ([ 1 , 2 , 3 ]) set2 = set ([ 2 , 3 , 4 ]) set3 = set1|set2 print set1 print set2 print set3

输出和上面union操作一模一样的结果。

其他常见操作包括&（交集）,<=,>=,-,copy()等等，这里不再列举。

1 2 3 4 5 6 7 8 9 10

set1 = set ([ 1 , 2 , 3 ]) set2 = set ([ 2 , 3 , 4 ]) set3 = set1&set2 print set1 print set2 print set3 print set3.issubset(set1) set4 = set1.copy() print set4 print set4 is set1

输出如下：

set([1, 2, 3])
set([2, 3, 4])
set([2, 3])
True
set([1, 2, 3])
False

 

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

1 2 3 4 5 6 7 8 9

set1 = set ([ 1 ]) print set1 set1.add( 2 ) print set1 set1.remove( 2 ) print set1 print set1 print 29 in set1 set1.remove( 29 ) #移除不存在的项

输出：

set([1])
set([1, 2])
set([1])
set([1])
False

Traceback (most recent call last):
  File "F:\Python\test.py", line 9, in <module>
    set1.remove(29) #移除不存在的项
KeyError: 29

 

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

1 2 3

set1 = set ([ 1 ]) set2 = set ([ 2 ]) set1.add(set2)

输出如下：

Traceback (most recent call last):
  File "F:\Python\test.py", line 3, in <module>
    set1.add(set2)
TypeError: unhashable type: 'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

1 2 3 4

set1 = set ([ 1 ]) set2 = set ([ 2 ]) set1.add( frozenset (set2)) print set1

输出：

set([1, frozenset([2])])