图解python | 数据结构

简介: Python中有大量的数据结构与容器供编程使用,在本节内容中我们汇总前面所学的知识点,并拓展一些新知识,来介绍Python数据结构。

ShowMeAI研究中心

作者:韩信子@ShowMeAI
教程地址http://www.showmeai.tech/tutorials/56
本文地址http://www.showmeai.tech/article-detail/83
声明:版权所有,转载请联系平台与作者并注明出处


Python3数据结构

Python中有大量的数据结构与容器供编程使用,在本节内容中我们汇总前面所学的知识点,并拓展一些新知识,来介绍Python数据结构。

1.Python列表

Python中列表是可变的,这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能。

Python3的数据结构 | 列表(List)

关于Python列表的详细内容请参考前序内容Python列表及应用

以下是 Python 中列表的方法:

方法 描述
list.append(x) 把一个元素添加到列表的结尾,相当于 a[len(a):] = [x]。
list.extend(L) 通过添加指定列表的所有元素来扩充列表,相当于 a[len(a):] = L。
list.insert(i, x) 在指定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引,例如 a.insert(0, x) 会插入到整个列表之前,而 a.insert(len(a), x) 相当于 a.append(x) 。
list.remove(x) 删除列表中值为 x 的第一个元素。如果没有这样的元素,就会返回一个错误。
list.pop([i]) 从列表的指定位置移除元素,并将其返回。如果没有指定索引,a.pop()返回最后一个元素。元素随即从列表中被移除。(方法中 i 两边的方括号表示这个参数是可选的,而不是要求你输入一对方括号,你会经常在 Python 库参考手册中遇到这样的标记。)
list.clear() 移除列表中的所有项,等于del a[:]。
list.index(x) 返回列表中第一个值为 x 的元素的索引。如果没有匹配的元素就会返回一个错误。
list.count(x) 返回 x 在列表中出现的次数。
list.sort() 对列表中的元素进行排序。
list.reverse() 倒排列表中的元素。
list.copy() 返回列表的浅复制,等于a[:]。

下面示例演示了列表的大部分方法(在线python3环境):

a = [2, 123, 123, 1, 1234.5]
print('''a.count(123), a.count(1), a.count('x')''')
print(a.count(123), a.count(1), a.count('x'), "\n")

a.insert(2, -1)
print('''a.insert(2, -1)''')
print(a, "\n")

a.append(456)
print('''a.append(456)''')
print(a, "\n")

a.index(456)
print('''a.index(456)''')
print(a.index(456), "\n")

a.remove(456)
print('''a.remove(456)''')
print(a, "\n")


a.reverse()
print('''a.reverse()''')
print(a, "\n")

a.sort()
print('''a.sort()''')
print(a, "\n")

运行结果

a.count(123), a.count(1), a.count('x')
2 1 0 

a.insert(2, -1)
[2, 123, -1, 123, 1, 1234.5] 

a.append(456)
[2, 123, -1, 123, 1, 1234.5, 456] 

a.index(456)
6 

a.remove(456)
[2, 123, -1, 123, 1, 1234.5] 

a.reverse()
[1234.5, 1, 123, -1, 123, 2] 

a.sort()
[-1, 1, 2, 123, 123, 1234.5] 

注意:类似 insert, remove 或 sort 等修改列表的方法没有返回值。

2.将列表当做堆栈使用

列表方法使得列表可以很方便的作为一个堆栈来使用,堆栈作为特定的数据结构,最先进入的元素最后一个被释放(后进先出)。用 append() 方法可以把一个元素添加到堆栈顶。用不指定索引的 pop() 方法可以把一个元素从堆栈顶释放出来。

Python3的数据结构 | 列表(List)-堆栈

参考如下代码(在线python3环境):

stack = ['Baidu', 'ShowMeAI', 'google']
stack.append('ByteDance')
stack.append('Tencent')
print(stack)

stack.pop()
print('''stack.pop()''')
print(stack, "\n")

stack.pop()
print('''stack.pop()''')
print(stack, "\n")

stack.pop()
print('''stack.pop()''')
print(stack, "\n")

运行结果为

['Baidu', 'ShowMeAI', 'google', 'ByteDance', 'Tencent']
stack.pop()
['Baidu', 'ShowMeAI', 'google', 'ByteDance'] 

stack.pop()
['Baidu', 'ShowMeAI', 'google'] 

stack.pop()
['Baidu', 'ShowMeAI'] 

3.将列表当作队列使用

也可以把列表当做队列用,只是在队列里第一加入的元素,第一个取出来;但是拿列表用作这样的目的效率不高。在列表的最后添加或者弹出元素速度快,然而在列表里插入或者从头部弹出速度却不快(因为所有其他的元素都得一个一个地移动)。

Python3的数据结构 | 列表(List)-队列

from collections import deque
queue = deque(['Baidu', 'ShowMeAI', 'google'])
queue.append('ByteDance')       
queue.append('Tencent')
print(deque)

print('''queue.popleft()''')
print(queue.popleft(), "\n")
print('''queue.popleft()''')
print(queue.popleft(), "\n")
print(deque)

运行结果为

<class 'collections.deque'>
queue.popleft()
Baidu 

queue.popleft()
ShowMeAI 

<class 'collections.deque'>

4.列表推导式

列表推导式提供了从序列创建列表的简单途径。通常应用程序将一些操作应用于某个序列的每个元素,用其获得的结果作为生成新列表的元素,或者根据确定的判定条件创建子序列。

Python3的数据结构 | 列表(List)推导式

每个列表推导式都在 for 之后跟一个表达式,然后有零到多个 for 或 if 子句。返回结果是一个根据表达从其后的 for 和 if 上下文环境中生成出来的列表。如果希望表达式推导出一个元组,就必须使用括号。

vec = [1, 2, 3]
# 将列表中每个数值乘三,获得一个新的列表:
three_times_vec = [3*x for x in vec]
print(three_times_vec)

# 将列表中每个数值平方,并和原始值组成列表后再组成新的列表:
cmp_x_square = [[x, x**2] for x in vec]
print(cmp_x_square)

运行结果

[3, 6, 9]
[[1, 1], [2, 4], [3, 9]]

列表推导式还可以用来对序列里每一个元素都调用某函数方法:

fruits = ['banana', 'loganberry', 'apple']
print([fruit.upper() for fruit in fruits])
# 输出['BANANA', 'LOGANBERRY', 'APPLE']

在列表推导式中可以用if子句构建过滤器对生成结果过滤:

[3*x for x in vec if x > 2]
# 结果[9]
[3*x for x in vec if x < 3]
# 结果[3, 6]

还可以组合两个列表去使用列表推导式构建更复杂的结果

vec1 = [1, 2, 3]
vec2 = [4, 5, 6]
[x*y for x in vec1 for y in vec2] #两两相乘得到新列表
# 结果[4, 5, 6, 8, 10, 12, 12, 15, 18]

[x+y for x in vec1 for y in vec2] #两两相加得到新列表
# 结果[5, 6, 7, 6, 7, 8, 7, 8, 9]

[vec1[i]*vec2[i] for i in range(len(vec1))] #对应位置相乘得到新列表
# 结果[4, 10, 18]

5.嵌套列表解析

Python的列表还可以嵌套。

以下代码展示了3X4的矩阵列表(在线python3环境):

matrix = [
      [1, 2, 3, 4],
      [5, 6, 7, 8],
      [9, 10, 11, 12],
       ]

# 将3X4的矩阵列表转换为4X3列表:
trans = [[row[i] for row in matrix] for i in range(4)]
print(trans)

# 等价于下列做法,但是上面的方式更简洁
transposed = []
for i in range(4):
   transposed_row = []
   for row in matrix:
      transposed_row.append(row[i])
   transposed.append(transposed_row)
print(transposed)

6.del语句

使用 del 语句可以从一个列表中依索引而不是值来删除一个元素。这与使用 pop() 返回一个值不同。可以用 del 语句从列表中删除一个切割,或清空整个列表(我们以前介绍的方法是给该切割赋一个空列表)。例如:

a = [1, 2, 3, 456, 789, 1234.5]
del a[0] #[2, 3, 456, 789, 1234.5]
del a[2:4] #[2, 3, 1234.5]
del a[:]

也可以用 del 删除实体变量:

del a

7.元组

Python3的数据结构 | 元组(Tuple)

元组由若干逗号分隔的值组成,例如:

t = 12345, 54321, 'hello!'
t[0] # 12345
t #(12345, 54321, 'hello!')
u = t, (1, 2, 3, 4, 5)
u # ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))

元组在输出时总是有括号的,以便于正确表达嵌套结构。在输入时可能有或没有括号, 不过括号通常是必须的(如果元组是更大的表达式的一部分)。

8.集合

Python3的数据结构 | 集合(Set)

集合是一个无序不重复元素的集。基本功能包括关系测试和消除重复元素。

可以用大括号({})创建集合。注意:如果要创建一个空集合,你必须用 set() 而不是 {} ;后者创建一个空的字典,下一节我们会介绍这个数据结构。

以下是一个简单的代码示例(在线python3环境):

basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
print(basket)                      # 删除重复的
# 结果{'orange', 'banana', 'pear', 'apple'}

'orange' in basket                 # 检测成员
# 结果True

'crabgrass' in basket
# 结果False

# 以下演示了两个集合的操作
a = set('abracadabra')
b = set('alacazam')

a                                  # a 中唯一的字母
# 结果{'a', 'r', 'b', 'c', 'd'}

a - b                              # 在 a 中的字母,但不在 b 中
# 结果{'r', 'd', 'b'}

a | b                              # 在 a 或 b 中的字母
# 结果{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}

a & b                              # 在 a 和 b 中都有的字母
# 结果{'a', 'c'}

a ^ b                              # 在 a 或 b 中的字母,但不同时在 a 和 b 中
# 结果{'r', 'd', 'b', 'm', 'z', 'l'}

9.字典

Python3的数据结构 | 字典(Dictionary)

另一个非常有用的 Python 内建数据类型是字典。

序列是以连续的整数为索引,与此不同的是,字典以关键字为索引,关键字可以是任意不可变类型,通常用字符串或数值。

理解字典的最佳方式是把它看做无序的键=>值对集合。在同一个字典之内,关键字必须是互不相同。

一对大括号创建一个空的字典:{}。

company = {'ShowMeAI': 1234, 'Baidu': 5678}
company['guido'] = 4127

company
# 结果{'Baidu': 5678, 'guido': 4127, 'ShowMeAI': 1234}

company['ShowMeAI']
# 结果1234

del company['Baidu']
company['irv'] = 4127
company
# 结果{'guido': 4127, 'irv': 4127, 'ShowMeAI': 1234}

list(company.keys())
# 结果['irv', 'guido', 'ShowMeAI']

sorted(company.keys())
# 结果['guido', 'irv', 'ShowMeAI']

'guido' in company
# 结果True

'ShowMeAI' not in company
# 结果False

构造函数 dict() 直接从键值对元组列表中构建字典。此外,字典推导可以用来创建任意键和值的表达式词典:

dict([('ShowMeAI', 1234), ('Baidu', 5678)])
# 结果{'ShowMeAI': 1234, 'Baidu': 5678}
{x: x**2 for x in (2, 4, 6)}
# 结果{2: 4, 4: 16, 6: 36}

如果关键字只是简单的字符串,使用关键字参数指定键值对有时候更方便:

dict(ShowMeAI=1234, Baidu=5678)
# 结果{'ShowMeAI': 1234, 'Baidu': 5678}

10.遍历技巧

在字典中遍历时,关键字和对应的值可以使用 items() 方法同时解读出来:

knights = {'ShowMeAI': 1234, 'Baidu': 5678}
for k, v in knights.items():
   print(k, v)

在序列中遍历时,索引位置和对应值可以使用 enumerate() 函数同时得到:

for i, v in enumerate(['tic', 'tac', 'toe']):
   print(i, v)
# 0 tic
# 1 tac
# 2 toe

同时遍历两个或更多的序列,可以使用 zip() 组合:

questions = ['name', 'age', 'color']
answers = ['ShowMeAI', '30', 'blue']
for q, a in zip(questions, answers):
   print('What is the {0}?  It is {1}.'.format(q, a))
# What is the name?  It is ShowMeAI.
# What is the quest?  It is 30.
# What is the color?  It is blue.

要反向遍历一个序列,首先指定这个序列,然后调用 reversed() 函数:

for i in reversed(range(1, 10, 2)):
   print(i)

# 9
# 7
# 5
# 3
# 1

要按顺序遍历一个序列,使用 sorted() 函数返回一个已排序的序列,并不修改原值:

basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
for f in sorted(set(basket)):
   print(f)

# apple
# banana
# orange
# pear

资料与代码下载

本教程系列的代码可以在ShowMeAI对应的github中下载,可本地python环境运行,能访问Google的宝宝也可以直接借助google colab一键运行与交互操作学习哦!

本教程系列涉及的Python速查表可以在以下地址下载获取:

拓展参考资料

ShowMeAI相关文章推荐

ShowMeAI系列教程推荐

showmeai

目录
相关文章
|
1月前
|
数据采集 数据可视化 数据挖掘
利用Python自动化处理Excel数据:从基础到进阶####
本文旨在为读者提供一个全面的指南,通过Python编程语言实现Excel数据的自动化处理。无论你是初学者还是有经验的开发者,本文都将帮助你掌握Pandas和openpyxl这两个强大的库,从而提升数据处理的效率和准确性。我们将从环境设置开始,逐步深入到数据读取、清洗、分析和可视化等各个环节,最终实现一个实际的自动化项目案例。 ####
162 10
|
24天前
|
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
119 66
|
5天前
|
数据采集 Web App开发 数据可视化
Python用代理IP获取抖音电商达人主播数据
在当今数字化时代,电商直播成为重要的销售模式,抖音电商汇聚了众多达人主播。了解这些主播的数据对于品牌和商家至关重要。然而,直接从平台获取数据并非易事。本文介绍如何使用Python和代理IP高效抓取抖音电商达人主播的关键数据,包括主播昵称、ID、直播间链接、观看人数、点赞数和商品列表等。通过环境准备、代码实战及数据处理与可视化,最终实现定时任务自动化抓取,为企业决策提供有力支持。
|
2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
162 59
|
2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
105 55
|
28天前
|
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。
57 20
|
25天前
|
数据采集 Web App开发 监控
Python爬虫:爱奇艺榜单数据的实时监控
Python爬虫:爱奇艺榜单数据的实时监控
|
2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
|
2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
|
2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?