「学习笔记——Python」Python 常用数据结构

5 Python常用数据结构

Table of Contents

• 1 List
  • 1.1 List 的使用
  • 1.2 将List当作栈(Stack)
  • 1.3 将List当作队列
  • 1.4 函数式程序设计工具
  • 1.5 List Comprehensions
• 2 del 语句
• 3 Tuples 和 序列
• 4 Sets
• 5 Dictionaries
• 6 循环技术
• 7 更多的条件操作
• 8 比较序列操作

1 List

1.1 List 的使用

• List 相关函数:append,extend,insert,remove,pop,index,count,sort,reverse

  >>> a
  [3, 1, 2]
  >>> b
  [4, 7, 6, 10]
  >>> a.append(5)
  >>> a
  [3, 1, 2, 5]
  >>> a.extend(b)
  >>> a
  [3, 1, 2, 5, 4, 7, 6, 10]
  >>> a.insert(0,9)
  >>> a
  [9, 3, 1, 2, 5, 4, 7, 6, 10]
  >>> a.insert(1,8)
  >>> a
  [9, 8, 3, 1, 2, 5, 4, 7, 6, 10]
  >>> a.insert(5,1)
  >>> a
  [9, 8, 3, 1, 2, 1, 5, 4, 7, 6, 10]
  >>> a.remove(1)
  >>> a
  [9, 8, 3, 2, 1, 5, 4, 7, 6, 10]
  >>> a.pop(0)
  9
  >>> a
  [8, 3, 2, 1, 5, 4, 7, 6, 10]
  >>> a.pop()
  10
  >>> a
  [8, 3, 2, 1, 5, 4, 7, 6]
  >>> a.index(1)
  3
  >>> a.insert(2,6)
  >>> a
  [8, 3, 6, 2, 1, 5, 4, 7, 6]
   >>> a.count(3)
  1
  >>> a.count(6)
  2
  >>> a.sort()
  >>> a
  [1, 2, 3, 4, 5, 6, 6, 7, 8]
  >>> a.reverse()
  >>> a
  [8, 7, 6, 6, 5, 4, 3, 2, 1]
  >>> 
  

1.2 将List当作栈(Stack)

使用上面将的 append, pop 函数很容易将List当作栈来使用。栈有先进后出的特点。

>>> stack = [5,2,8]
>>> stack.append(9)
>>> stack
[5, 2, 8, 9]
>>> stack.append(1)
>>> stack
[5, 2, 8, 9, 1]
>>> stack.pop()
1
>>> stack
[5, 2, 8, 9]
>>> stack.pop()
9
>>> stack
[5, 2, 8]

1.3 将List当作队列

List同样很容易当作队列来使用，队列的特点是先进先出。然而，这样使用效率非常低。因为在队列头部删除元素时， 所有后面的元素都要左移。 可以使用collections.deque来实现队列，它是专门用于队列的，其设计保证了入队和出队的效率。

>>> from collections import deque
>>> queue = deque(["Linux","Unix","Windows"])
>>> queue
deque(['Linux', 'Unix', 'Windows'])
>>> queue.append("Mac")
>>> queue
deque(['Linux', 'Unix', 'Windows', 'Mac'])
>>> queue.popleft()
'Linux'
>>> queue
deque(['Unix', 'Windows', 'Mac'])

1.4 函数式程序设计工具

对于List来说，有三个函数是非常有用的：filter,map,reduce

• filter(function,sequence) 从序列中选出能使函数function返回真的元素

  >>> def f(x): return x % 2 !=0 and x % 3 != 0
  ... 
  >>> filter(f, range(1,20))
  [1, 5, 7, 11, 13, 17, 19]
  

• map(function,sequence) 将函数function作用到sequence上的每一个元素，返回对应的值

  >>> def f(x): return x*2+1
  ... 
  >>> map(f,range(1,10))
  [3, 5, 7, 9, 11, 13, 15, 17, 19]
  

  如果函数有两个参数，那么需要两个序列

  >>> def f(x,y): return x + y
  ... 
  >>> map(f,[1,5,2],[6,3,9])
  [7, 8, 11]
  

• reduce(function,sequence) 将二元函数function作用在sequence前两个元素上，再将结果和下一个元素共同作为函数参数

  >>> def f (x,y): return x + y
  ... 
  >>> reduce(f,[1,2,3,4])
  10
  >>> def f(x,y): return x*y
  ... 
  >>> reduce(f,[1,2,3,4])
  24
  

1.5 List Comprehensions

List Comprehensions 是创建List的一种方式，例如

>>> squares = [x**2 for x in [4,3,7]]
>>> squares
[16, 9, 49]
>>> [(x,y) for x in [1,2,3] for y in [3,2,4] if x != y]
[(1, 3), (1, 2), (1, 4), (2, 3), (2, 4), (3, 2), (3, 4)]

这种方式有时候可以避免写很多代码，而且清晰可读，和数学里定义集合的方式很像，haskell中也有这样的方式。 另外，这货还可以嵌套着玩儿

>>> matrix = [
... [1,2,3,4],
... [5,6,7],
... [8,9,10,11,12]
... ]
>>> matrix
[[1, 2, 3, 4], [5, 6, 7], [8, 9, 10, 11, 12]]
>>> [ [row[i] for row in matrix] for i in range(3) ]
[[1, 5, 8], [2, 6, 9], [3, 7, 10]]

当然，这只是体现List Comprehensions的特性，真玩的时候，我们还有更方便的：

>>> zip(*matrix)
[(1, 5, 8), (2, 6, 9), (3, 7, 10)]

2 del 语句

>>> a = [5,2,67,1,72,1,728]
>>> a
[5, 2, 67, 1, 72, 1, 728]
>>> del a[0]
>>> a
[2, 67, 1, 72, 1, 728]
>>> del a[1:3]
>>> a
[2, 72, 1, 728]
>>> del a[:]
>>> a
[]
>>> del a
>>> a
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'a' is not defined

3 Tuples 和 序列

表示序列的，还有一种标准的数据结构，Tuples。 Tuple中的元素是不能修改的。 虽然Tuple和List看起来很像，但是他们用于不同的场合，后面我们会介绍。

>>> t = "linux", "unix", "winx"
>>> t
('linux', 'unix', 'winx')
>>> p = ("ubuntu","arch","freebsd")
>>> p
('ubuntu', 'arch', 'freebsd')
>>> t[0]
'linux'
>>> t[0] = "*nix"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> s = [1,2,3]
>>> s
[1, 2, 3]
>>> s[0] = 9
>>> s
[9, 2, 3]

Tuple 有packing 和 unpacking 两个概念 packing 就是:

>>> t = "linux","unix","freebsd"

unpacking 就是：

>>> x, y, z = t
>>> x
'linux'
>>> y
'unix'
>>> z
'freebsd'

4 Sets

python还有一种数据结构，Sets。用于存放不重复元素的无序集合，常用于成员测试，消除重复项等。Sets支持 数学集合中的交，差，并，等操作。

>>> os = ['linux','windows7','freebsd']
>>> oset = set(os)
>>> oset
set(['windows7', 'freebsd', 'linux'])
>>> 'linux' in oset
True
>>> 'unix' in oset
False
>>> a = set('sdkf;ahdf')
>>> b = set('safj13325er')
>>> a - b # 在 a 不在 b
set(['h', 'k', 'd', ';'])
>>> a | b # 在 a 或在 b
set(['r', 'a', 'e', 'd', 'f', 'h', 'k', 'j', '3', '1', 's', '2', '5', ';'])
>>> a & b # 在 a 且在 b
set(['a', 's', 'f'])
>>> a ^ b # 在 a 或在 b 且不同时在a,b
set(['e', 'd', 'h', 'k', 'j', '1', '3', '2', '5', ';', 'r'])

集合也支持 comprehensions 特性

>>> a = {x for x in 'abcde' if x not in 'abe'}
>>> a
set(['c', 'd'])

但是，必须要注意，定义一个sets时不能用{},而要用set()

5 Dictionaries

Python中另一个有用的数据结构是Dictionary。它由key:value两部分组成，通过key值可以查找到value,key值是惟一的。

>>> tel = {'jack':123, 'lucy':456}
>>> tel['lucy']
456
>>> tel
{'jack': 123, 'lucy': 456}
>>> tel['lily'] = 789
>>> tel
{'lily': 789, 'jack': 123, 'lucy': 456}
>>> tel.keys()
['lily', 'jack', 'lucy']
>>> 'lily' in tel
True

使用dict可以由(key,value)组成的序列直接构造dictionary. 使用comprehension的方式也可以构造dictionary.

>>> dict( [('linux',123),('unix',456)] )
{'unix': 456, 'linux': 123}
>>> dict(linux=826, unix=910)
{'unix': 910, 'linux': 826}
>>> {x: x*2+1 for x in (3,7,1)}
{1: 3, 3: 7, 7: 15}

6 循环技术

当我们想遍历一个序列时，可以使用 下标，值，enumerate() 来完成

>>> for i, v in enumerate(['linux', 'unix', 'winx']):
...     print i, v
... 
0 linux
1 unix
2 winx

当我们想遍历两个及以上序列时，可以用 zip() 来完成

>>> ask = ['name', 'system', 'editor']
>>> answer = ['Steve', 'Mac', 'emacs']
>>> for q, a in zip(ask, answer):
...     print 'What is your {0}? It is {1}.'.format(q,a)
... 
What is your name? It is Steve.
What is your system? It is Mac.
What is your editor? It is emacs.

如果想逆序遍历，可以用 reversed() 来完成

>>> for i in reversed(['winx', 'unix', 'linux']):
...     print i
... 
linux
unix
winx

如果想排序后再遍历，可以用 sorted() 来完成

>>> for i in sorted( ['unix', 'linux', 'winx'] ):
...     print i
... 
linux
unix
winx

如果想遍历一个dictionary,可以用iteritems()来完成

>>> system = { 'unix':'second', 'linux':'first', 'winx':'last' }
>>> for key,value in system.iteritems():
...     print key, value
... 
unix second
winx last
linux first

7 更多的条件操作

对于 while 和 if 而言，条件操作不仅仅是比较，还有更多可用操作。 in 和 not in 可以判断一个元素是否在一个序列中 is 和 not is 可以判断两个对象是不是指的是同一个对象 比较操作可以链接起来，例如 a < b == c , 表示 a < b 且 b == c 还有著名Bool操作： and, or, not ，它们可以配合比较操作 Bool操作优先级低于比较操作，其中not优先级最高，or最低

8 比较序列操作

序列对象也可以比较，它们是按照 字典序(lexicographical ordering) 的顺序比较

>>> (1,2,3) < (1,2,4)
True
>>> (1,2,3,4) < (1,2,3)
False
>>> (1,2,3,-1) < (1,2,3)
False
>>> (1,2,3) == (1.0,2.0,3.0)
True

原文链接：http://docs.python.org/2/tutorial/datastructures.html