Python数据结构:列表、元组、字典、集合

本文涉及的产品
实时计算 Flink 版,5000CU*H 3个月
智能开放搜索 OpenSearch行业算法版,1GB 20LCU 1个月
实时数仓Hologres,5000CU*H 100GB 3个月
简介: Python 中的列表、元组、字典和集合是常用数据结构。列表(List)是有序可变集合,支持增删改查操作;元组(Tuple)与列表类似但不可变,适合存储固定数据;字典(Dictionary)以键值对形式存储,无序可变,便于快速查找和修改;集合(Set)为无序不重复集合,支持高效集合运算如并集、交集等。根据需求选择合适的数据结构,可提升代码效率与可读性。

在 Python 中,列表、元组、字典和集合是非常重要且常用的数据结构,它们各自有不同的特点和用途,以下为你详细介绍:

  1. 列表(List)
    定义:列表是一种有序、可变(可修改)的数据集合,使用方括号 [] 来表示,元素之间用逗号分隔。
    示例:
    python

fruits = ["apple", "banana", "cherry"]
常用操作:
访问元素:通过索引(从 0 开始)访问,如 fruits[0] 返回 "apple"。
修改元素:可以直接对指定索引的元素赋值,如 fruits[1] = "orange" 会将列表中第二个元素修改为 "orange"。
添加元素:使用 append() 方法在列表末尾添加元素,如 fruits.append("grape");使用 insert() 方法在指定位置插入元素,如 fruits.insert(1, "pear") 会在索引为 1 的位置插入 "pear"。
删除元素:使用 del 语句删除指定索引的元素,如 del fruits[0];使用 remove() 方法删除指定值的元素,如 fruits.remove("cherry")。
获取长度:使用 len() 函数,如 len(fruits) 返回列表中元素的个数。

  1. 元组(Tuple)
    定义:元组是一种有序、不可变(不可修改)的数据集合,使用圆括号 () 来表示,元素之间用逗号分隔。
    示例:
    python

point = (10, 20)
常用操作:
访问元素:和列表类似,通过索引访问,如 point[0] 返回 10。
获取长度:同样使用 len() 函数,如 len(point) 返回元组中元素的个数。
由于元组不可变,不能进行修改、添加和删除元素等操作。

  1. 字典(Dictionary)
    定义:字典是一种无序的、可变的数据集合,以键值对(key-value)的形式存储数据,使用花括号 {} 来表示,键和值之间用冒号 : 分隔,键值对之间用逗号分隔。
    示例:
    python

person = {
"name": "Alice",
"age": 30,
"city": "New York"
}
常用操作:
访问值:通过键来访问对应的值,如 person["name"] 返回 "Alice"。
修改值:直接对指定键赋值来修改对应的值,如 person["age"] = 31 会将年龄修改为 31。
添加键值对:直接新增键值对,如 person["job"] = "Engineer" 会在字典中添加一个新的键值对。
删除键值对:使用 del 语句删除指定键的键值对,如 del person["city"] 会删除 "city" 对应的键值对。
获取所有键:使用 keys() 方法,如 person.keys() 返回包含所有键的视图对象。
获取所有值:使用 values() 方法,如 person.values() 返回包含所有值的视图对象。
获取所有键值对:使用 items() 方法,如 person.items() 返回包含所有键值对的视图对象,每个元素是一个元组(键,值)。

  1. 集合(Set)
    定义:集合是一种无序、不重复的数据集合,使用花括号 {} 或 set() 函数来创建,元素之间用逗号分隔。
    示例:
    python

numbers = {1, 2, 3, 4, 4} # 重复的4会被自动去除
常用操作:
添加元素:使用 add() 方法,如 numbers.add(5) 会向集合中添加元素 5。
删除元素:使用 remove() 方法(如果元素不存在会报错)或 discard() 方法(元素不存在时不会报错),如 numbers.remove(3) 或 numbers.discard(3) 都会删除元素 3。
集合运算:支持并集(| 或 union() 方法)、交集(& 或 intersection() 方法)、差集(- 或 difference() 方法)等运算。例如:
python

set1 = {1, 2, 3}
set2 = {3, 4, 5}
union_set = set1 | set2 # 并集 {1, 2, 3, 4, 5}
intersection_set = set1 & set2 # 交集 {3}
difference_set = set1 - set2 # 差集 {1, 2}
AI写代码
这些数据结构在 Python 编程中广泛应用,根据不同的需求选择合适的数据结构可以提高代码的效率和可读性。

相关文章
|
2天前
|
存储 缓存 安全
Python frozenset 集合详解:不可变集合的终极指南
frozenset是Python中一个常被忽视但极具价值的不可变集合类型。本文深入解析其本质、操作方法与应用场景,揭示其通过不可变性带来的安全性与性能优势。从底层实现到实战案例,涵盖字典键使用、缓存优化及类型注解等高级场景。同时对比性能数据,提供最佳实践指南,并展望Python 3.11+中的优化。掌握frozenset,可为代码带来更强健性与效率,适合多种特定需求场景。
25 5
|
4月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
149 66
|
5月前
|
存储 开发者 索引
Python 中常见的数据结构
这些数据结构各有特点和适用场景,在不同的编程任务中发挥着重要作用。开发者需要根据具体需求选择合适的数据结构,以提高程序的效率和性能
187 59
|
5月前
|
存储 索引 Python
Python编程数据结构的深入理解
深入理解 Python 中的数据结构是提高编程能力的重要途径。通过合理选择和使用数据结构,可以提高程序的效率和质量
201 59
|
5月前
|
存储 开发者 Python
Python 中的数据结构与其他编程语言数据结构的区别
不同编程语言都有其设计理念和应用场景,开发者需要根据具体需求和语言特点来选择合适的数据结构
144 55
|
4月前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
115 20
|
5月前
|
存储 算法 搜索推荐
Python 中数据结构和算法的关系
数据结构是算法的载体,算法是对数据结构的操作和运用。它们共同构成了计算机程序的核心,对于提高程序的质量和性能具有至关重要的作用
140 33
|
5月前
|
数据采集 存储 算法
Python 中的数据结构和算法优化策略
Python中的数据结构和算法如何进行优化?
117 19
|
5月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
146 58
|
3月前
|
存储 C语言 C++
【C++数据结构——栈与队列】顺序栈的基本运算(头歌实践教学平台习题)【合集】
本关任务:编写一个程序实现顺序栈的基本运算。开始你的任务吧,祝你成功!​ 相关知识 初始化栈 销毁栈 判断栈是否为空 进栈 出栈 取栈顶元素 1.初始化栈 概念:初始化栈是为栈的使用做准备,包括分配内存空间(如果是动态分配)和设置栈的初始状态。栈有顺序栈和链式栈两种常见形式。对于顺序栈,通常需要定义一个数组来存储栈元素,并设置一个变量来记录栈顶位置;对于链式栈,需要定义节点结构,包含数据域和指针域,同时初始化栈顶指针。 示例(顺序栈): 以下是一个简单的顺序栈初始化示例,假设用C语言实现,栈中存储
242 77
下一篇
oss创建bucket