5. 数据结构

本章将更详细地描述你已经学过的一些内容，并添加一些新内容。

5.1. 列表的更多特性

列表数据类型还有一些其他方法。以下是列表对象的所有方法：

list.append(x)

将一个元素添加到列表的末尾。类似于 a[len(a):] = [x]。

list.extend(iterable)

通过从可迭代对象中添加所有元素来扩展列表。类似于 a[len(a):] = iterable。

list.insert(i, x)

在给定位置插入一个元素。第一个参数是要插入元素之前的索引，所以 a.insert(0, x) 在列表开头插入，而 a.insert(len(a), x) 等价于 a.append(x)。

list.remove(x)

删除列表中第一个值等于 *x* 的元素。如果没有这样的元素，则会引发 ValueError。

list.pop([i])

删除列表中给定位置的元素，并返回它。如果没有指定索引，a.pop() 会删除并返回列表中的最后一个元素。如果列表为空或索引超出列表范围，则会引发 IndexError。

list.clear()

从列表中删除所有元素。类似于 del a[:]。

list.index(x[, start[, end]])

返回 *x* 在列表中第一次出现的从零开始的索引。如果没有这样的元素，则会引发 ValueError。

可选参数 *start* 和 *end* 的解释与切片表示法相同，用于将搜索限制在列表的特定子序列。返回的索引是相对于整个序列的开头计算的，而不是 *start* 参数。

list.count(x)

返回 *x* 在列表中出现的次数。

list.sort(*, key=None, reverse=False)

对列表中的元素进行原地排序（参数可用于自定义排序，有关解释请参阅 sorted()）。

list.reverse()

对列表中的元素进行原地反转。

list.copy()

返回列表的浅拷贝。类似于 a[:]。

一个使用大部分列表方法的示例

>>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>> fruits.count('apple')
2
>>> fruits.count('tangerine')
0
>>> fruits.index('banana')
3
>>> fruits.index('banana', 4)  # Find next banana starting at position 4
6
>>> fruits.reverse()
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>> fruits.append('grape')
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>> fruits.sort()
>>> fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>> fruits.pop()
'pear'

你可能已经注意到，像 insert、remove 或 sort 这样只修改列表的方法没有打印返回值 —— 它们返回默认的 None。[1] 这是 Python 中所有可变数据结构的设计原则。

你可能注意到的另一件事是，并非所有数据都可以排序或比较。例如，[None, 'hello', 10] 无法排序，因为整数不能与字符串比较，并且 None 不能与其他类型比较。此外，有些类型没有定义排序关系。例如，3+4j < 5+7j 不是一个有效的比较。

5.1.1. 将列表用作栈

列表方法使得将列表用作栈变得非常容易，其中最后添加的元素是第一个取出的元素（“后进先出”）。要向栈顶添加元素，请使用 append()。要从栈顶检索元素，请使用不带显式索引的 pop()。例如

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

5.1.2. 将列表用作队列

也可以将列表用作队列，其中第一个添加的元素是第一个取出的元素（“先进先出”）；但是，列表对此目的效率不高。虽然在列表末尾添加和弹出很快，但在列表开头插入或弹出很慢（因为所有其他元素都必须移动一个位置）。

要实现队列，请使用 collections.deque，它被设计为支持从两端快速添加和弹出。例如

>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry")           # Terry arrives
>>> queue.append("Graham")          # Graham arrives
>>> queue.popleft()                 # The first to arrive now leaves
'Eric'
>>> queue.popleft()                 # The second to arrive now leaves
'John'
>>> queue                           # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])

5.1.3. 列表推导式

列表推导式提供了一种简洁的方式来创建列表。常见的应用是创建新列表，其中每个元素都是对另一个序列或可迭代对象中的每个成员应用一些操作的结果，或者创建满足特定条件的元素子序列。

例如，假设我们想要创建一个平方数列表，如下所示

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

请注意，这会创建（或覆盖）一个名为 x 的变量，该变量在循环完成后仍然存在。我们可以使用以下方法计算平方数列表，而没有任何副作用：

squares = list(map(lambda x: x**2, range(10)))

或者，等效地

squares = [x**2 for x in range(10)]

它更简洁，可读性更强。

列表推导式由包含一个表达式的方括号组成，表达式后面跟着一个 for 子句，然后是零个或多个 for 或 if 子句。结果将是一个新列表，它是通过在后面的 for 和 if 子句的上下文中评估表达式而得到的。例如，此列表推导式如果两个列表的元素不相等，则将它们组合起来：

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

它等价于

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

请注意，在这两个代码片段中，for 和 if 语句的顺序是相同的。

如果表达式是一个元组（例如上例中的 (x, y)），则必须用括号括起来。

>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]
  File "<stdin>", line 1
    [x, x**2 for x in range(6)]
     ^^^^^^^
SyntaxError: did you forget parentheses around the comprehension target?
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

列表推导式可以包含复杂的表达式和嵌套函数

>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

5.1.4. 嵌套列表推导式

列表推导式中的初始表达式可以是任何任意表达式，包括另一个列表推导式。

考虑以下将 3x4 矩阵实现为 3 个长度为 4 的列表的列表的示例

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

以下列表推导式将转置行和列

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

正如我们在上一节中看到的，内部列表推导式是在其后面的 for 的上下文中评估的，因此这个示例等价于

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

这反过来又等同于

>>> transposed = []
>>> for i in range(4):
...     # the following 3 lines implement the nested listcomp
...     transposed_row = []
...     for row in matrix:
...         transposed_row.append(row[i])
...     transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

在实际应用中，您应该更喜欢内置函数而不是复杂的控制流语句。zip() 函数在此用例中会表现出色

>>> list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

有关此行中星号的详细信息，请参阅 解包参数列表。

5.2. del 语句

有一种方法可以通过索引而不是值来从列表中删除元素：del 语句。这与返回值的 pop() 方法不同。del 语句还可以用于从列表中删除切片或清除整个列表（我们之前通过将空列表分配给切片来完成）。例如

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

del 也可以用来删除整个变量

>>> del a

此后引用名称 a 将会出错（至少在为其分配另一个值之前）。我们稍后会发现 del 的其他用途。

5.3. 元组和序列

我们看到列表和字符串有许多共同的属性，例如索引和切片操作。它们是 *序列* 数据类型的两个示例（参见 序列类型 — list, tuple, range）。由于 Python 是一种不断发展的语言，可能会添加其他序列数据类型。还有另一种标准序列数据类型：*元组*。

元组由逗号分隔的多个值组成，例如

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
>>> u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
>>> t[0] = 88888
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # but they can contain mutable objects:
>>> v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

如您所见，在输出时，元组总是用括号括起来，以便正确解释嵌套元组；它们可以在输入时带或不带括号，尽管通常无论如何都需要括号（如果元组是更大表达式的一部分）。不能对元组的单个元素进行赋值，但可以创建包含可变对象（如列表）的元组。

虽然元组可能看起来与列表相似，但它们通常用于不同的场景和目的。元组是 不可变 的，通常包含通过解包（参见本节后面）或索引（或者在 namedtuples 的情况下甚至通过属性）访问的异构元素序列。列表是 可变 的，它们的元素通常是同构的，并通过遍历列表来访问。

一个特殊的问题是包含 0 或 1 个元素的元组的构造：为了适应这些情况，语法有一些额外的怪癖。空元组由一对空括号构造；包含一个元素的元组是通过在值后面跟一个逗号来构造的（仅仅用括号括住单个值是不够的）。虽然丑陋，但有效。例如

>>> empty = ()
>>> singleton = 'hello',    # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)

语句 t = 12345, 54321, 'hello!' 是 *元组打包* 的一个示例：值 12345、54321 和 'hello!' 被打包到一个元组中。反向操作也是可能的

>>> x, y, z = t

这被称为 *序列解包*，它适用于等号右侧的任何序列。序列解包要求等号左侧的变量数量与序列中的元素数量相同。请注意，多重赋值实际上只是元组打包和序列解包的组合。

5.4. 集合

Python 还包含一种用于 *集合* 的数据类型。集合是无序的，不包含重复元素的集合。基本用途包括成员测试和消除重复条目。集合对象还支持数学运算，如并集、交集、差集和对称差集。

可以使用花括号或 set() 函数来创建集合。注意：要创建一个空集合，你必须使用 set()，而不是 {}；后者创建了一个空字典，我们将在下一节讨论这种数据结构。

这里有一个简短的演示

>>> basket = {'apple', 'orange', 'apple', 'pear', 'orange', 'banana'}
>>> print(basket)                      # show that duplicates have been removed
{'orange', 'banana', 'pear', 'apple'}
>>> 'orange' in basket                 # fast membership testing
True
>>> 'crabgrass' in basket
False

>>> # Demonstrate set operations on unique letters from two words
>>>
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
{'a', 'r', 'b', 'c', 'd'}
>>> a - b                              # letters in a but not in b
{'r', 'd', 'b'}
>>> a | b                              # letters in a or b or both
{'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'}
>>> a & b                              # letters in both a and b
{'a', 'c'}
>>> a ^ b                              # letters in a or b but not both
{'r', 'd', 'b', 'm', 'z', 'l'}

与 列表推导式 类似，也支持集合推导式

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

5.5. 字典

Python 内置的另一个有用的数据类型是 *字典* （参见 映射类型 — dict）。在其他语言中，字典有时被称为“关联记忆”或“关联数组”。与按数字范围索引的序列不同，字典按 *键* 索引，键可以是任何不可变类型；字符串和数字始终可以作为键。元组可以用作键，如果它们只包含字符串、数字或元组；如果元组直接或间接包含任何可变对象，则不能将其用作键。您不能将列表用作键，因为列表可以通过索引赋值、切片赋值或 append() 和 extend() 等方法原地修改。

最好将字典视为一组 *键:值* 对，要求键是唯一的（在一个字典中）。一对花括号创建一个空字典：{}。在花括号内放置逗号分隔的键:值对列表会将初始键:值对添加到字典中；这也是字典在输出时的写法。

字典的主要操作是使用某个键存储值，以及给定键提取值。也可以使用 del 删除键:值对。如果您使用已在使用的键进行存储，则与该键关联的旧值将被遗忘。

通过下标 (d[key]) 提取不存在的键的值会引发 KeyError。为了避免在尝试访问可能不存在的键时出现此错误，请改用 get() 方法，如果键不在字典中，该方法将返回 None（或指定的默认值）。

对字典执行 list(d) 会返回字典中所有键的列表，按插入顺序排列（如果需要排序，只需使用 sorted(d)）。要检查单个键是否在字典中，请使用 in 关键字。

这是一个使用字典的小例子

>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'jack': 4098, 'sape': 4139, 'guido': 4127}
>>> tel['jack']
4098
>>> tel['irv']
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
KeyError: 'irv'
>>> print(tel.get('irv'))
None
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'jack': 4098, 'guido': 4127, 'irv': 4127}
>>> list(tel)
['jack', 'guido', 'irv']
>>> sorted(tel)
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
>>> 'jack' not in tel
False

dict() 构造函数直接从键值对序列构建字典

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'guido': 4127, 'jack': 4098}

此外，字典推导式可用于从任意键和值表达式创建字典

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

当键是简单字符串时，有时使用关键字参数指定对更容易

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'guido': 4127, 'jack': 4098}

5.6. 循环技巧

在遍历字典时，可以使用 items() 方法同时检索键和相应的值。

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.items():
...     print(k, v)
...
gallahad the pure
robin the brave

在遍历序列时，可以使用 enumerate() 函数同时检索位置索引和相应的值。

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

要同时遍历两个或多个序列，可以使用 zip() 函数将条目配对。

>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
...     print('What is your {0}?  It is {1}.'.format(q, a))
...
What is your name?  It is lancelot.
What is your quest?  It is the holy grail.
What is your favorite color?  It is blue.

要反向遍历序列，首先以正向指定序列，然后调用 reversed() 函数。

>>> for i in reversed(range(1, 10, 2)):
...     print(i)
...
9
7
5
3
1

要以排序顺序遍历序列，请使用 sorted() 函数，该函数返回一个新的排序列表，同时不改变原始列表。

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for i in sorted(basket):
...     print(i)
...
apple
apple
banana
orange
orange
pear

在序列上使用 set() 可以消除重复元素。在序列上结合使用 sorted() 和 set() 是以排序顺序遍历序列中唯一元素的惯用方法。

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

有时在循环遍历列表时修改它会很诱人；但是，创建新列表通常更简单、更安全。

>>> import math
>>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>> filtered_data = []
>>> for value in raw_data:
...     if not math.isnan(value):
...         filtered_data.append(value)
...
>>> filtered_data
[56.2, 51.7, 55.3, 52.5, 47.8]

5.7. 关于条件的更多信息

while 和 if 语句中使用的条件可以包含任何运算符，而不仅仅是比较运算符。

比较运算符 in 和 not in 是成员测试，用于确定值是否在容器中（或不在容器中）。运算符 is 和 is not 比较两个对象是否真的是同一个对象。所有比较运算符具有相同的优先级，低于所有数值运算符的优先级。

比较可以链式使用。例如，a < b == c 测试 a 是否小于 b 且 b 等于 c。

可以使用布尔运算符 and 和 or 组合比较，并且可以使用 not 否定比较的结果（或任何其他布尔表达式）。这些运算符的优先级低于比较运算符；在它们之间，not 具有最高优先级，or 具有最低优先级，因此 A and not B or C 等价于 (A and (not B)) or C。与往常一样，可以使用括号来表达所需的组合。

布尔运算符 and 和 or 是所谓的 *短路* 运算符：它们的参数从左到右求值，一旦确定结果，求值就会停止。例如，如果 A 和 C 为真但 B 为假，则 A and B and C 不会评估表达式 C。当用作通用值而非布尔值时，短路运算符的返回值是最后一个求值的参数。

可以将比较结果或其他布尔表达式赋值给变量。例如，

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

请注意，与 C 不同，在 Python 中，表达式内部的赋值必须显式使用 海象运算符 := 来完成。这避免了 C 程序中常见的一类问题：在表达式中键入 = 而本意是 ==。

5.8. 比较序列和其他类型

序列对象通常可以与相同序列类型的其他对象进行比较。比较使用 *字典序*：首先比较前两个元素，如果它们不同，则确定比较结果；如果它们相等，则比较接下来的两个元素，依此类推，直到其中一个序列耗尽。如果待比较的两个元素本身是相同类型的序列，则递归执行字典序比较。如果两个序列的所有元素都相等，则认为这两个序列相等。如果一个序列是另一个序列的初始子序列，则较短的序列较小（更小）。字符串的字典序使用 Unicode 码点号对单个字符进行排序。同类型序列之间比较的一些示例

(1, 2, 3)              < (1, 2, 4)
[1, 2, 3]              < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4)           < (1, 2, 4)
(1, 2)                 < (1, 2, -1)
(1, 2, 3)             == (1.0, 2.0, 3.0)
(1, 2, ('aa', 'ab'))   < (1, 2, ('abc', 'a'), 4)

请注意，只要对象具有适当的比较方法，使用 < 或 > 比较不同类型的对象是合法的。例如，混合数值类型根据其数值进行比较，因此 0 等于 0.0 等。否则，解释器将引发 TypeError 异常，而不是提供任意排序。

脚注

[1]

其他语言可能会返回变异后的对象，这允许方法链式调用，例如 d->insert("a")->remove("b")->sort();。