python中数据结构有几种，如何理解？ |
您所在的位置：网站首页 › python的数据结构 › python中数据结构有几种，如何理解？ |
python中数据结构有几种，如何理解？
|
这篇文章给大家分享的是python中数据结构的基础内容。小编觉得挺实用的，对大家学习Python有一定的帮助，因此分享给大家做个参考，文中介绍的非常详细，感兴趣的朋友接下来一起跟随小编看看吧。
Python 有四种数据结构，分别是：列表、字典、元组，集合。每种数据结构都有自己的特点，并且都有着独到的用处。为了避免过早地陷入细枝末节。 我们先从整体上来认识一下这四种数据结构：从最容易识别的特征上来说，列表中的元素使用方括号扩起来，字典和集合是花括号，而元组则是圆括号。其中字典中的元素是均带有 ‘：' 的 key 与 value 的对应关系组。
最显著的特征是： 列表中的每一个元素都是可变的； 列表中的元素是有序的，也就是说每一个元素都有一个位置； 列表可以容纳 Python 中的任何对象。列表中的元素是可变的，这意味着我们可以在列表中添加、删除和修改元素。 输入： Weekday = ['Monday','Tuesday','Wednesday','Thursday','Friday'] print(Weekday[0])第三个特征是列表可以装入 Python 中所有的对象，往下看： all_in_list = [ 1, #整数 1.0, #浮点数 'a word', #字符串 print(1), #函数 True, #布尔值 [1,2], #列表中套列表 (1,2), #元组 {'key':'value'} #字典 ] 1.2列表的增删改查对于数据的操作，最常见的是增删改查这四类。从列表的插入方法开始，输入： fruit = ['pineapple','pear'] fruit.insert(1,'grape') print(fruit)
在使用 insert 方法的时候，必须指定在列表中要插入新的元素的位置，插入元素的实际位置是在指定位置元素之前的位置，如果指定插入的位置在列表中不存在，实际上也就是超出指定列表长度，那么这个元素一定会被放在列表的最后位置。 其他方法达到“插入”的效果： fruit[0:0] = ['Orange'] print(fruit) 删除列表中元素的方法是使用 remove()： fruit = ['pinapple','pear','grape'] fruit.remove('grape') print(fruit) 替换修改其中的元素： fruit[0] = 'Grapefruit' 删除还有一种方法，那就是使用 del 关键字来声明： del fruit[0:2] print(fruit) 2）字典（Dictionary) 2.1 什么是字典？字典这种数据结构的特征也正如现实世界中的字典一样，使用名称－内容进行数据的构建，在 Python 中分别对应着键（key）－值（value），习惯上称之为键值对。 字典的特征总结如下： 字典中数据必须是以键值对的形式出现的； 逻辑上讲，键是不能重复的，而值可以重复； 字典中的键（key）是不可变的，也就是无法修改的；而值（value）是可变的，可修改的，可以是任何对象。举个小栗子： 这是字典的书写方式： NASDAQ_code = { 'BIDU':'Baidu', 'SINA':'Sina', 'YOKU':'Youku' }一个字典中键与值并不能脱离对方而存在，如果你写成 {'BIDU':} 会引发语法错误。记住这两个特征： key 和 value 是一一对应的，key 是不可变的。同时字典中的键值不会有重复，即便你这么做，相同的键值也只能出现一次： a = {'key':123,'key':123} print(a) 2.2 字典的增删改查首先我们按照映射关系创建一个字典： NASDAQ_code = {'BIDU':'Baidu','SINA':'Sina'}与列表不同的是，字典并没有一个可以往里面添加单一元素的“方法”，但是我们可以通过这种方式进行添加： NASDAQ_code['YOKU'] = 'Youku' print(NASDAQ_code）列表中有用来添加多个元素的方法 extend() ，在字典中也有对应的添加多个元素的方法 update()： NASDAQ_code.update({'FB':'Facebook','TSLA':'Tesla'})删除字典中的元素则使用 del 方法： del NASDAQ_code['FB']需要注意的是，虽说字典是使用的花括号，在索引内容的时候仍旧使用的是和列表一样的方括号进行索引，只不过在括号中放入的一定是――字典中的键，也就是说需要通过键来索引值： NASDAQ_code['TSLA']同时，字典是不能够切片的，也就是说下面这样的写法应用在字典上是错误的： chart[1:4] # WRONG! 3）元组（Tuple)元组其实可以理解成一个稳固版的列表，因为元组是不可修改的，因此在列表中的存在的方法均不可以使用在元组上，但是元组是可以被查看索引的，方式就和列表一样： letters = ('a','b','c','d','e','f','g') letter[0] 4)集合（Set) 4.1什么是集合？每一个集合中的元素是无序的、不重复的任意对象，我们可以通过集合去判断数据的从属关系，有时还可以通过集合把数据结构中重复的元素减掉。
集合不能被切片也不能被索引，除了做集合运算之外，集合元素可以被添加还有删除： a_set = {1,2,3,4} a_set.add(5) a_set.discard(5) 5）番外――数据结构的一些技巧 5.1多重循环举个栗子：比如，在整理表格或者文件的时候会按照字母或者日期进行排序，在 Python 中也存在类似的功能。 num_list = [6,2,7,4,1,3,5] print(sorted(num_list))sorted 函数按照长短、大小、英文字母的顺序给每个列表中的元素进行排序。这个函数会经常在数据的展示中使用，其中有一个非常重要的地方，sorted 函数并不会改变列表本身，你可以把它理解成是先将列表进行复制，然后再进行顺序的整理。 在使用默认参数 reverse 后列表可以被按照逆序整理： sorted(num_list,reverse=True)在整理列表的过程中，如果同时需要两个列表应该怎么办？这时候就可以用到 zip 函数，比如： for a,b in zip(num,str): print(b,'is',a)
数据结构中的推导式，也许你还看到过它的另一种名称叫做列表的解析式。 现在我有10个元素要装进列表中，普通的写法是这样的： a = [] for i in range(1,11): a.append(i)下面换成列表解析的方式来写： b = [i for i in range(1,11)]列表解析式不仅非常方便，并且在执行效率上要远远胜过前者，我们把两种不同的列表操作方式所耗费的时间进行对比，就不难发现其效率的巨大差异： import time a = [] t0 = time.clock() for i in range(1,20000): a.append(i) print(time.clock() - t0, seconds process time") t0 = time.clock() b = [i for i in range(1,20000)] print(time.clock() - t0, seconds process time")得到结果： 8.999999999998592e-06 seconds process time 0.0012320000000000005 seconds process time 列表推导式的用法也很好理解，可以简单地看成两部分。红色虚线后面的是我们熟悉的 for 循环的表达式，而虚线前面的可以认为是我们想要放在列表中的元素，在这个例子中放在列表中的元素即是后面循环的元素本身。
现在我们有一个字母表，如何能像图中一样，在索引的时候得到每个元素的具体位置的展示呢？ letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g'] a is 1 b is 2 c is 3 d is 4 e is 5 f is 6 g is 7前面提到过，列表是有序的，这时候我们可以使用 Python 中独有的函数 enumerate 来进行： letters = ['a', 'b', 'c', 'd', 'e', 'f', 'g'] for num,letter in enumerate(letters): print(letter,'is',num + 1) 结尾关于python中数据结构的内容就介绍到这，上述示例具有一定的借鉴价值，感兴趣的朋友可以参考，希望能对大家有帮助，想要了解更多python数据结构的内容，大家可以关注其它的相关文章。 文本转载自脚本之家 |
【本文地址】
今日新闻 |
推荐新闻 |