2018-02-05

270

Python中内置数据类型list,tuple,dict,set的区别和用法

Python语言简洁明了，可以用较少的代码实现同样的功能。这其中Python的四个内置数据类型功不可没，他们即是list, tuple, dict, set。这里对他们进行一个简明的总结。

List 字面意思就是一个集合，在Python中List中的元素用中括号[]来表示，可以这样定义一个List:     L = [12, 'China', 19.998] 可以看到并不要求元素的类型都是一样的。当然也可以定义一个空的List:      L = [] Python中的List是有序的，所以要访问List的话显然要通过序号来访问，就像是数组的下标一样，一样是下标从0开始：     >>> print L[0] 12 千万不要越界，否则会报错     >>> print L[3] Traceback (most recent call last):  File "", line 1, in IndexError: list index out of range List也可以倒序访问，通过“倒数第x个”这样的下标来表示序号，比如-1这个下标就表示倒数第一个元素：     >>> L = [12, 'China', 19.998] >>> print L[-1] 19.998 -4的话显然就越界了     >>> print L[-4]   Traceback (most recent call last):  File "", line 1, in   print L[-4] IndexError: list index out of range >>> List通过内置的append()方法来添加到尾部，通过insert()方法添加到指定位置（下标从0开始）：     >>> L = [12, 'China', 19.998] >>> L.append('Jack') >>> print L [12, 'China', 19.998, 'Jack'] >>> L.insert(1, 3.14) >>> print L [12, 3.14, 'China', 19.998, 'Jack'] >>> 通过pop()删除最后尾部元素，也可以指定一参数删除指定位置：      >>> L.pop() 'Jack' >>> print L [12, 3.14, 'China', 19.998] >>> L.pop(0) 12 >>> print L [3.14, 'China', 19.998] 也可以通过下标进行复制替换     >>> L[1] = 'America' >>> print L [3.14, 'America', 19.998] Tuple Tuple可以看做是一种“不变”的List，访问也是通过下标，用小括号（）表示：     >>> t = (3.14, 'China', 'Jason') >>> print t (3.14, 'China', 'Jason') 但是不能重新赋值替换：     >>> t[1] = 'America'   Traceback (most recent call last):  File "", line 1, in   t[1] = 'America' TypeError: 'tuple' object does not support item assignment 也没有pop和insert、append方法。 可以创建空元素的tuple: t = () 或者单元素tuple (比如加一个逗号防止和声明一个整形歧义): t = (3.14,) 那么tuple这个类型到底有什么用处呢？要知道如果你希望一个函数返回多个返回值，其实只要返回一个tuple就可以了，因为tuple里面的含有多个值，而且是不可变的（就像是java里面的final）。当然，tuple也是可变的，比如:     >>> t = (3.14, 'China', 'Jason', ['A', 'B']) >>> print t (3.14, 'China', 'Jason', ['A', 'B']) >>> L = t[3] >>> L[0] = 122 >>> L[1] = 233 >>> print t (3.14, 'China', 'Jason', [122, 233]) 这是因为Tuple所谓的不可变指的是指向的位置不可变，因为本例子中第四个元素并不是基本类型，而是一个List类型，所以t指向的该List的位置是不变的，但是List本身的内容是可以变化的，因为List本身在内存中的分配并不是连续的。 Dict Dict是Python中非常重要的数据类型，就像它的字面意思一样，它是个活字典，其实就是Key-Value键值对，类似于HashMap，可以用花括号{}通过类似于定义一个C语言的结构体那样去定义它：     >>> d = {   'Adam': 95,   'Lisa': 85,   'Bart': 59,   'Paul': 75 } >>> print d {'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59} 可以看到打印出来的结果都是Key:Value的格式，可以通过len函数计算它的长度（List，tuple也可以）： >>> len(d) 4 可以直接通过键值对方式添加dict中的元素：     >>> print d {'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59} >>> d['Jone'] = 99 >>> print d {'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59} List和Tuple用下标来访问内容，而Dict用Key来访问： (字符串、整型、浮点型和元组tuple都可以作为dict的key)     >>> print d['Adam'] 95 如果Key不存在，会报错：     >>> print d['Jack']   Traceback (most recent call last):  File "", line 1, in   print d['Jack'] KeyError: 'Jack' 所以访问之前最好先查询下key是否存在：     >>> if 'Adam' in d : print 'exist key'   exist key 或者直接用保险的get方法：     >>> print d.get('Adam') 95 >>> print d.get('Jason') None 至于遍历一个dict，实际上是在遍历它的所有的Key的集合，然后用这个Key来获得对应的Value:     >>> for key in d : print key, ':', d.get(key)   Lisa : 85 Paul : 75 Adam : 95 Bart : 59 Dict具有一些特点： 查找速度快。无论是10个还是10万个，速度都是一样的，但是代价是耗费的内存大。List相反，占用内存小，但是查找速度慢。这就好比是数组和链表的区别，数组并不知道要开辟多少空间，所以往往开始就会开辟一个大空间，但是直接通过下标查找速度快；而链表占用的空间小，但是查找的时候必须顺序的遍历导致速度很慢 没有顺序。Dict是无顺序的，而List是有序的集合，所以不能用Dict来存储有序集合 Key不可变，Value可变。一旦一个键值对加入dict后，它对应的key就不能再变了，但是Value是可以变化的。所以List不可以当做Dict的Key，但是可以作为Value:     >>> print d {'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59} >>> d['NewList'] = [12, 23, 'Jack'] >>> print d {'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75} Key不可重复。（下面例子中添加了一个'Jone':0，但是实际上原来已经有'Jone'这个Key了，所以仅仅是改了原来的value）     >>> print d {'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75} >>> d['Jone'] = 0 >>> print d {'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 0, 'Lisa': 85, 'Paul': 75} Dict的合并，如何将两个Dict合并为一个，可以用dict函数：     >>> d1 = {'mike':12, 'jack':19} >>> d2 = {'jone':22, 'ivy':17} >>> dMerge = dict(d1.items() + d2.items()) >>> print dMerge {'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17} 或者     >>> dMerge2 = dict(d1, **d2) >>> print dMerge2 {'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17} 方法2比方法1速度快很多，方法2等同于：     >>> dMerge3 = dict(d1) >>> dMerge3.update(d2) >>> print dMerge {'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17} set set就像是把Dict中的key抽出来了一样，类似于一个List，但是内容又不能重复，通过调用set()方法创建： >>> s = set(['A', 'B', 'C']) 就像dict是无序的一样，set也是无序的，也不能包含重复的元素。 对于访问一个set的意义就仅仅在于查看某个元素是否在这个集合里面：     >>> print 'A' in s True >>> print 'D' in s False 大小写是敏感的。 也通过for来遍历：     s = set([('Adam', 95), ('Lisa', 85), ('Bart', 59)]) #tuple for x in s:   print x[0],':',x[1]   >>> Lisa : 85 Adam : 95 Bart : 59 通过add和remove来添加、删除元素（保持不重复），添加元素时，用set的add()方法：     >>> s = set([1, 2, 3]) >>> s.add(4) >>> print s set([1, 2, 3, 4]) 如果添加的元素已经存在于set中，add()不会报错，但是不会加进去了：     >>> s = set([1, 2, 3]) >>> s.add(3) >>> print s set([1, 2, 3]) 删除set中的元素时，用set的remove()方法：     >>> s = set([1, 2, 3, 4]) >>> s.remove(4) >>> print s set([1, 2, 3]) 如果删除的元素不存在set中，remove()会报错：     >>> s = set([1, 2, 3]) >>> s.remove(4) Traceback (most recent call last):  File "", line 1, in KeyError: 4 所以如果我们要判断一个元素是否在一些不同的条件内符合，用set是最好的选择，下面例子：     months = set(['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec',]) x1 = 'Feb' x2 = 'Sun'   if x1 in months:   print 'x1: ok' else:   print 'x1: error'   if x2 in months:   print 'x2: ok' else:   print 'x2: error'   >>> x1: ok x2: error

完 谢谢观看

上一篇: 大数据与隐私安全并非矛盾体 ... 下一篇: 大数据分析模式 折射出背后隐患 ...

相关阅读