Python中内置数据类型list,tuple,dict,set的区别和用法


Posted in Python onDecember 14, 2015

Python语言简洁明了,可以用较少的代码实现同样的功能。这其中Python的四个内置数据类型功不可没,他们即是list, tuple, dict, set。这里对他们进行一个简明的总结。

List

字面意思就是一个集合,在Python中List中的元素用中括号[]来表示,可以这样定义一个List:

L = [12, 'China', 19.998]

可以看到并不要求元素的类型都是一样的。当然也可以定义一个空的List:

L = []

Python中的List是有序的,所以要访问List的话显然要通过序号来访问,就像是数组的下标一样,一样是下标从0开始:

>>> print L[0]
12

千万不要越界,否则会报错

>>> print L[3]
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
IndexError: list index out of range

List也可以倒序访问,通过“倒数第x个”这样的下标来表示序号,比如-1这个下标就表示倒数第一个元素:

>>> L = [12, 'China', 19.998]
>>> print L[-1]
19.998

-4的话显然就越界了

>>> print L[-4]

Traceback (most recent call last):
 File "<pyshell#2>", line 1, in <module>
  print L[-4]
IndexError: list index out of range
>>>

List通过内置的append()方法来添加到尾部,通过insert()方法添加到指定位置(下标从0开始):

>>> L = [12, 'China', 19.998]
>>> L.append('Jack')
>>> print L
[12, 'China', 19.998, 'Jack']
>>> L.insert(1, 3.14)
>>> print L
[12, 3.14, 'China', 19.998, 'Jack']
>>>

通过pop()删除最后尾部元素,也可以指定一参数删除指定位置:

>>> L.pop()
'Jack'
>>> print L
[12, 3.14, 'China', 19.998]
>>> L.pop(0)
12
>>> print L
[3.14, 'China', 19.998]

也可以通过下标进行复制替换

>>> L[1] = 'America'
>>> print L
[3.14, 'America', 19.998]

Tuple

Tuple可以看做是一种“不变”的List,访问也是通过下标,用小括号()表示:

>>> t = (3.14, 'China', 'Jason')
>>> print t
(3.14, 'China', 'Jason')

但是不能重新赋值替换:

>>> t[1] = 'America'

Traceback (most recent call last):
 File "<pyshell#21>", line 1, in <module>
  t[1] = 'America'
TypeError: 'tuple' object does not support item assignment

也没有pop和insert、append方法。

可以创建空元素的tuple:

t = ()
或者单元素tuple (比如加一个逗号防止和声明一个整形歧义):

t = (3.14,)

那么tuple这个类型到底有什么用处呢?要知道如果你希望一个函数返回多个返回值,其实只要返回一个tuple就可以了,因为tuple里面的含有多个值,而且是不可变的(就像是java里面的final)。当然,tuple也是可变的,比如:

>>> t = (3.14, 'China', 'Jason', ['A', 'B'])
>>> print t
(3.14, 'China', 'Jason', ['A', 'B'])
>>> L = t[3]
>>> L[0] = 122
>>> L[1] = 233
>>> print t
(3.14, 'China', 'Jason', [122, 233])

这是因为Tuple所谓的不可变指的是指向的位置不可变,因为本例子中第四个元素并不是基本类型,而是一个List类型,所以t指向的该List的位置是不变的,但是List本身的内容是可以变化的,因为List本身在内存中的分配并不是连续的。

Dict

Dict是Python中非常重要的数据类型,就像它的字面意思一样,它是个活字典,其实就是Key-Value键值对,类似于HashMap,可以用花括号{}通过类似于定义一个C语言的结构体那样去定义它:

>>> d = {
  'Adam': 95,
  'Lisa': 85,
  'Bart': 59,
  'Paul': 75
}
>>> print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59}

可以看到打印出来的结果都是Key:Value的格式,可以通过len函数计算它的长度(List,tuple也可以):

>>> len(d)
4

可以直接通过键值对方式添加dict中的元素:

>>> print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Bart': 59}
>>> d['Jone'] = 99
>>> print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59}

List和Tuple用下标来访问内容,而Dict用Key来访问: (字符串、整型、浮点型和元组tuple都可以作为dict的key)

>>> print d['Adam']
95

如果Key不存在,会报错:

>>> print d['Jack']

Traceback (most recent call last):
 File "<pyshell#40>", line 1, in <module>
  print d['Jack']
KeyError: 'Jack'

所以访问之前最好先查询下key是否存在:

>>> if 'Adam' in d : print 'exist key'

exist key

或者直接用保险的get方法:

>>> print d.get('Adam')
95
>>> print d.get('Jason')
None

至于遍历一个dict,实际上是在遍历它的所有的Key的集合,然后用这个Key来获得对应的Value:

>>> for key in d : print key, ':', d.get(key)

Lisa : 85
Paul : 75
Adam : 95
Bart : 59

Dict具有一些特点:

查找速度快。无论是10个还是10万个,速度都是一样的,但是代价是耗费的内存大。List相反,占用内存小,但是查找速度慢。这就好比是数组和链表的区别,数组并不知道要开辟多少空间,所以往往开始就会开辟一个大空间,但是直接通过下标查找速度快;而链表占用的空间小,但是查找的时候必须顺序的遍历导致速度很慢
没有顺序。Dict是无顺序的,而List是有序的集合,所以不能用Dict来存储有序集合
Key不可变,Value可变。一旦一个键值对加入dict后,它对应的key就不能再变了,但是Value是可以变化的。所以List不可以当做Dict的Key,但是可以作为Value:

>>> print d
{'Lisa': 85, 'Paul': 75, 'Adam': 95, 'Jone': 99, 'Bart': 59}
>>> d['NewList'] = [12, 23, 'Jack']
>>> print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75}

Key不可重复。(下面例子中添加了一个'Jone':0,但是实际上原来已经有'Jone'这个Key了,所以仅仅是改了原来的value)

>>> print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 99, 'Lisa': 85, 'Paul': 75}
>>> d['Jone'] = 0
>>> print d
{'Bart': 59, 'NewList': [12, 23, 'Jack'], 'Adam': 95, 'Jone': 0, 'Lisa': 85, 'Paul': 75}

Dict的合并,如何将两个Dict合并为一个,可以用dict函数:

>>> d1 = {'mike':12, 'jack':19}
>>> d2 = {'jone':22, 'ivy':17}
>>> dMerge = dict(d1.items() + d2.items())
>>> print dMerge
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}

或者

>>> dMerge2 = dict(d1, **d2)
>>> print dMerge2
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}

方法2比方法1速度快很多,方法2等同于:

>>> dMerge3 = dict(d1)
>>> dMerge3.update(d2)
>>> print dMerge
{'mike': 12, 'jack': 19, 'jone': 22, 'ivy': 17}

set

set就像是把Dict中的key抽出来了一样,类似于一个List,但是内容又不能重复,通过调用set()方法创建:

>>> s = set(['A', 'B', 'C'])
就像dict是无序的一样,set也是无序的,也不能包含重复的元素。

对于访问一个set的意义就仅仅在于查看某个元素是否在这个集合里面:

>>> print 'A' in s
True
>>> print 'D' in s
False

大小写是敏感的。

也通过for来遍历:

s = set([('Adam', 95), ('Lisa', 85), ('Bart', 59)])
#tuple
for x in s:
  print x[0],':',x[1]

>>>
Lisa : 85
Adam : 95
Bart : 59

通过add和remove来添加、删除元素(保持不重复),添加元素时,用set的add()方法:

>>> s = set([1, 2, 3])
>>> s.add(4)
>>> print s
set([1, 2, 3, 4])

如果添加的元素已经存在于set中,add()不会报错,但是不会加进去了:

>>> s = set([1, 2, 3])
>>> s.add(3)
>>> print s
set([1, 2, 3])

删除set中的元素时,用set的remove()方法:

>>> s = set([1, 2, 3, 4])
>>> s.remove(4)
>>> print s
set([1, 2, 3])

如果删除的元素不存在set中,remove()会报错:

>>> s = set([1, 2, 3])
>>> s.remove(4)
Traceback (most recent call last):
 File "<stdin>", line 1, in <module>
KeyError: 4

所以如果我们要判断一个元素是否在一些不同的条件内符合,用set是最好的选择,下面例子:

months = set(['Jan','Feb','Mar','Apr','May','Jun','Jul','Aug','Sep','Oct','Nov','Dec',])
x1 = 'Feb'
x2 = 'Sun'

if x1 in months:
  print 'x1: ok'
else:
  print 'x1: error'

if x2 in months:
  print 'x2: ok'
else:
  print 'x2: error'

>>>
x1: ok
x2: error
Python 相关文章推荐
初步理解Python进程的信号通讯
Apr 09 Python
分析Python中设计模式之Decorator装饰器模式的要点
Mar 02 Python
Linux下为不同版本python安装第三方库
Aug 31 Python
基于python的七种经典排序算法(推荐)
Dec 08 Python
Python正则简单实例分析
Mar 21 Python
python实现图片处理和特征提取详解
Nov 13 Python
python字符串string的内置方法实例详解
May 14 Python
使用python批量化音乐文件格式转换的实例
Jan 09 Python
python实现栅栏加解密 支持密钥加密
Mar 20 Python
Django添加bootstrap框架时无法加载静态文件的解决方式
Mar 27 Python
python使用pymongo与MongoDB基本交互操作示例
Apr 09 Python
简单了解Python多态与属性运行原理
Jun 15 Python
分享Python字符串关键点
Dec 13 #Python
Python实时获取cmd的输出
Dec 13 #Python
一篇文章入门Python生态系统(Python新手入门指导)
Dec 11 #Python
深入源码解析Python中的对象与类型
Dec 11 #Python
Python实现各种排序算法的代码示例总结
Dec 11 #Python
Python操作MySQL数据库9个实用实例
Dec 11 #Python
使用Python编写简单的画图板程序的示例教程
Dec 08 #Python
You might like
PHP sprintf() 函数的应用(定义和用法)
2012/06/29 PHP
浅析Yii中使用RBAC的完全指南(用户角色权限控制)
2013/06/20 PHP
php简单备份与还原MySql的方法
2016/05/09 PHP
PHP7内核CGI与FastCGI详解
2019/04/14 PHP
Js 订制自己的AlertBox(信息提示框)
2009/01/09 Javascript
Extjs在exlipse中设置自动提示的方法
2010/04/07 Javascript
基于JQuery的cookie插件
2010/04/07 Javascript
jQuery图片预加载 等比缩放实现代码
2011/10/04 Javascript
纯JS实现动态时间显示代码
2014/02/08 Javascript
javascript为下拉列表动态添加数据项
2014/05/23 Javascript
javascript 中__proto__和prototype详解
2014/11/25 Javascript
Jquery左右滑动插件之实现超级炫酷动画效果附源码下载
2015/12/02 Javascript
AngularJS使用ng-options指令实现下拉框
2016/08/23 Javascript
JS实现滑动门效果的方法详解
2016/12/19 Javascript
微信小程序遇到修改数据后页面不渲染的问题解决
2017/03/09 Javascript
js中编码函数:escape,encodeURI与encodeURIComponent详解
2017/03/21 Javascript
AngularJS实现表格的增删改查(仅限前端)
2017/07/04 Javascript
Angular中响应式表单的三种更新值方法详析
2017/08/22 Javascript
不到200行 JavaScript 代码实现富文本编辑器的方法
2018/01/03 Javascript
vue中使用iview自定义验证关键词输入框问题及解决方法
2018/03/26 Javascript
cordova+vue+webapp使用html5获取地理位置的方法
2019/07/06 Javascript
解决Vue打包上线之后部分CSS不生效的问题
2019/11/12 Javascript
python中使用smtplib和email模块发送邮件实例
2014/04/22 Python
将Python的Django框架与认证系统整合的方法
2015/07/24 Python
Keras官方中文文档:性能评估Metrices详解
2020/06/15 Python
如何基于Django实现上下文章跳转
2020/09/16 Python
用python计算文件的MD5值
2020/12/23 Python
基于Python的接口自动化读写excel文件的方法
2021/01/15 Python
python常量折叠基础知识点讲解
2021/02/28 Python
利用CSS3制作简单的3d半透明立方体图片展示
2017/03/25 HTML / CSS
澳洲女装时尚在线:Blue Bungalow
2018/05/05 全球购物
MaBelle玛贝尔香港官网:香港钻饰连锁店
2019/09/09 全球购物
大学生未来职业生涯规划书
2014/02/15 职场文书
生产文员岗位职责
2014/04/05 职场文书
热爱劳动主题班会
2015/08/14 职场文书
聊聊JS ES6中的解构
2021/04/29 Javascript