Python 提供了多种内置的数据结构，用于存储和组织数据。以下是一些常见的 Python 数据结构：
1.列表（List）：列表是一个有序、可变的数据集合，可以包含任意类型的元素。列表使用方括号 [] 表示，元素之间用逗号分隔。例如：my_list = [1, 2, 3, 'a', 'b', 'c']。
2.元组（Tuple）：元组是一个有序、不可变的数据集合，可以包含任意类型的元素。元组使用圆括号 () 表示，元素之间用逗号分隔。例如：my_tuple = (1, 2, 3, 'a', 'b', 'c')。
3.字典（Dictionary）：字典是一种键值对（Key-Value）的数据结构，用于存储无序的数据集合。每个元素由一个键和一个对应的值组成，键必须是唯一的。字典使用花括号 {} 表示，每个键值对之间用冒号分隔。例如：my_dict = {'name': 'John', 'age': 25, 'city': 'New York'}。
4.集合（Set）：集合是一个无序、不重复的数据集合，用于存储唯一的元素。集合使用花括号 {} 或 set() 函数来创建，元素之间用逗号分隔。例如：my_set = {1, 2, 3, 4, 5} 或 my_set = set([1, 2, 3, 4, 5])。
5.字符串（String）：字符串是一个由字符组成的不可变序列，用于存储文本数据。字符串可以使用单引号或双引号括起来，例如：my_string = "Hello, World!"。
除了这些内置的数据结构，Python 还提供了其他扩展的数据结构，如命名元组（NamedTuple）、队列（Queue）、堆（Heap）等，这些数据结构可以通过导入相应的模块来使用。
另外，Python 还支持自定义数据结构，通过类（Class）来创建自己的数据类型，可以定义数据的属性和方法，并进行封装和抽象。这使得 Python 可以根据特定的需求创建更灵活的数据结构。
当然，还有更多 Python 的数据结构：
1.堆栈（Stack）：堆栈是一种具有后进先出（LIFO）特性的数据结构，类似于一叠盘子。你可以使用列表来实现一个堆栈，通过 append() 方法将元素添加到堆栈顶部，使用 pop() 方法从堆栈顶部移除元素。例如：
stack = [] stack.append(1) stack.append(2) stack.append(3) print(stack.pop()) # 输出：3
2.队列（Queue）：队列是一种具有先进先出（FIFO）特性的数据结构，类似于排队等候的行列。可以使用 collections 模块中的 deque 类来实现一个队列。例如：
from collections import deque queue = deque() queue.append(1) queue.append(2) queue.append(3) print(queue.popleft()) # 输出：1
3.哈希表（Hash Table）：哈希表是一种基于哈希函数实现的数据结构，用于高效地存储和检索键值对。Python 中的字典（Dictionary）就是使用哈希表实现的。例如：
hash_table = {'name': 'John', 'age': 25, 'city': 'New York'} print(hash_table['name']) # 输出：John
4.链表（Linked List）：链表是一种数据元素按顺序链接的数据结构，每个元素包含一个值和一个指向下一个元素的引用。可以使用自定义类来实现链表，每个节点存储一个值和下一个节点的引用。例如：
class Node: def __init__(self, value): self.value = value self.next = None # 创建链表 head = Node(1) second = Node(2) third = Node(3) head.next = second second.next = third # 遍历链表 current = head while current is not None: print(current.value) current = current.next
5.栈（Queue）：栈是一种具有特定限制的线性数据结构，只允许在一端进行插入和删除操作。可以使用 queue 模块中的 LifoQueue 类来实现一个栈。例如：
from queue import LifoQueue stack = LifoQueue() stack.put(1) stack.put(2) stack.put(3) print(stack.get()) # 输出：3
这些是 Python 中常用的一些数据结构，每个数据结构都有其特定的特性和用途，可以根据具体的问题选择合适的数据结构来存储和操作数据。
