5. 数据结构

本章将更详细地描述您已经了解的一些内容,并添加一些新内容。

5.1. 列表的更多内容

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)

在列表末尾添加一个项目。等效于 a[len(a):] = [x]

list.extend(iterable)

通过追加可迭代对象中的所有项目来扩展列表。等效于 a[len(a):] = iterable

list.insert(i, x)

在给定位置插入一个项目。第一个参数是插入之前元素的索引,因此 a.insert(0, x) 在列表开头插入,而 a.insert(len(a), x) 等效于 a.append(x)

list.remove(x)

从列表中删除第一个值为 x 的项目。如果不存在这样的项目,则会引发 ValueError

list.pop([i])

删除列表中给定位置的项目,并返回它。如果未指定索引,则 a.pop() 将删除并返回列表中的最后一个项目。如果列表为空或索引超出列表范围,则会引发 IndexError

list.clear()

从列表中删除所有项目。等效于 del a[:]

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

返回列表中第一个值为 x 的项目的基于零的索引。如果不存在这样的项目,则会引发 ValueError

可选参数 startend 的解释与切片表示法中的解释相同,用于将搜索限制在列表的特定子序列中。返回的索引是相对于完整序列的开头计算的,而不是相对于 start 参数。

list.count(x)

返回x在列表中出现的次数。

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

对列表中的项目进行就地排序(参数可用于自定义排序,有关其说明,请参见sorted())。

list.reverse()

就地反转列表中的元素。

list.copy()

返回列表的浅拷贝。等效于a[:]

使用大多数列表方法的示例

>>> 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'

您可能已经注意到,像insertremovesort这样的只修改列表的方法没有返回值打印——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。

您可能还会注意到,并非所有数据都可以排序或比较。例如,[None, 'hello', 10] 无法排序,因为整数无法与字符串比较,而None 无法与其他类型比较。此外,某些类型没有定义的排序关系。例如,3+4j < 5+7j 不是有效的比较。

5.1.1. 使用列表作为堆栈

列表方法使使用列表作为堆栈变得非常容易,其中添加的最后一个元素是检索的第一个元素(“后进先出”)。要将项目添加到堆栈顶部,请使用append()。要从堆栈顶部检索项目,请使用pop(),无需显式索引。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. 使用列表作为队列

也可以使用列表作为队列,其中添加的第一个元素是检索的第一个元素(“先进先出”);但是,列表对于此目的效率不高。虽然从列表末尾追加和弹出速度很快,但从列表开头进行插入或弹出速度很慢(因为所有其他元素都必须移动一位)。

要实现队列,请使用collections.deque,它被设计为能够快速从两端追加和弹出。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的列表,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某些操作的结果,或者创建满足特定条件的这些元素的子序列。

例如,假设我们想要创建一个平方列表,例如

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

请注意,这会创建一个(或覆盖)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列表,而不会产生任何副作用

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

或者,等效地

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

这更简洁易读。

列表推导包含方括号,其中包含一个表达式,后跟一个 for 子句,然后是零个或多个 forif 子句。结果将是一个新列表,该列表是在 forif 子句的上下文中评估表达式后产生的。例如,此列表推导将两个列表的元素组合在一起,前提是它们不相等

>>> [(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)]

它等效于

>>> 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,在这两个代码段中,forif 语句的顺序相同。

如果表达式是一个元组(例如,前面示例中的 (x, y)),则必须将其括起来。

>>> 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

列表推导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。

考虑以下 3x4 矩阵的示例,它被实现为一个包含 3 个长度为 4 的列表的列表

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

以下列表推导将转置行和列

>>> [[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,内部列表推导是在 for 子句的上下文中评估的,因此此示例等效于

>>> 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]]

这反过来又与以下内容相同

>>> 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]]

在现实世界中,您应该优先使用内置函数而不是复杂的流程语句。对于此用例,zip() 函数将非常有用

>>> 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

有一种方法可以从列表中删除项目,方法是根据其索引而不是其值:del 语句。这与 pop() 方法不同,后者返回一个值。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此操作)。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 还可以用于删除整个变量

>>> del a

此后引用名称 a 将是一个错误(至少在另一个值被分配给它之前)。我们将在后面找到 del 的其他用途。

5.3. 元组和序列

我们看到列表和字符串具有许多共同的属性,例如索引和切片操作。它们是序列数据类型的两个例子(参见 序列类型 - 列表、元组、范围)。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。还有一种标准的序列数据类型:元组

元组由用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,元组在输出时始终用括号括起来,以便正确解释嵌套元组;它们可以在输入时带或不带周围的括号,尽管通常需要括号(如果元组是更大表达式的一部分)。无法为元组的各个项目赋值,但是可以创建包含可变对象的元组,例如列表。

虽然元组看起来可能与列表相似,但它们通常用于不同的情况和不同的目的。元组是 不可变的,并且通常包含通过解包(见本节后面的内容)或索引(或者在 namedtuples 的情况下通过属性)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,并且通过遍历列表来访问。

一个特殊的问题是构建包含 0 或 1 个项目的元组:语法有一些额外的怪癖来适应这些。空元组由一对空括号构造;包含一个项目的元组通过在值后面加上逗号来构造(将单个值括在括号中是不够的)。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!'元组打包的示例:值 1234554321'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,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。集合是一个无序的集合,没有重复的元素。基本用途包括成员资格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。

花括号或 set() 函数可用于创建集合。注意:要创建空集合,您必须使用 set(),而不是 {};后者创建一个空字典,这是我们在下一节中讨论的数据结构。

以下是一个简短的演示

>>> 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'}

类似于 列表推导,集合推导也受支持

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

5.5. 字典

Python 中内置的另一种有用的数据类型是字典(参见 映射类型 - 字典)。字典在其他语言中有时被称为“关联内存”或“关联数组”。与通过数字范围索引的序列不同,字典通过索引,键可以是任何不可变类型;字符串和数字始终可以作为键。如果元组仅包含字符串、数字或元组,则元组可以用作键;如果元组直接或间接包含任何可变对象,则它不能用作键。您不能使用列表作为键,因为列表可以使用索引赋值、切片赋值或 append()extend() 等方法在适当位置修改。

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:{}。在花括号中放置一个用逗号分隔的键:值对列表会向字典添加初始键:值对;这也是字典在输出时写入的方式。

字典的主要操作是使用某个键存储一个值,以及根据键提取值。也可以使用 del 删除键值对。如果使用已存在的键进行存储,则与该键关联的旧值将被遗忘。使用不存在的键提取值会导致错误。

对字典执行 list(d) 会返回字典中使用的所有键的列表,按照插入顺序(如果需要排序,只需使用 sorted(d))。要检查字典中是否存在单个键,请使用 in 关键字。

以下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
>>> 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}

当键是简单的字符串时,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

在循环遍历字典时,可以使用 items() 方法同时检索键和相应的 value。

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

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

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

要同时循环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.

要反向循环遍历序列,首先按正向指定序列,然后调用 reversed() 函数。

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

要按排序顺序循环遍历序列,请使用 sorted() 函数,该函数返回一个新的排序列表,同时保持源列表不变。

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

对序列使用 set() 会消除重复元素。对序列使用 sorted()set() 的组合是按排序顺序循环遍历序列中唯一元素的惯用方式。

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

有时会想在循环遍历列表时修改列表;但是,通常创建新列表更简单也更安全。

>>> 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. 关于条件的更多内容

whileif 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 innot in 是成员资格测试,用于确定某个值是否在(或不在)容器中。运算符 isis not 比较两个对象是否真的是同一个对象。所有比较运算符的优先级相同,低于所有数值运算符的优先级。

比较运算符可以进行链式操作。例如,a < b == c 测试 a 是否小于 b,并且 b 是否等于 c

可以使用布尔运算符 andor 组合比较运算符,并且可以使用 not 对比较运算符(或任何其他布尔表达式)的结果进行否定。这些运算符的优先级低于比较运算符;在它们之间,not 的优先级最高,or 的优先级最低,因此 A and not B or C 等效于 (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 andor 是所谓的短路运算符:它们的运算对象从左到右进行求值,并且一旦确定结果,求值就会停止。例如,如果 AC 为真,但 B 为假,则 A and B and C 不会对表达式 C 进行求值。当用作一般值而不是布尔值时,短路运算符的返回值是最后一个求值的运算对象。

可以将比较或其他布尔表达式的结果赋值给变量。例如,

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

请注意,在 Python 中,与 C 不同,表达式中的赋值必须使用 walrus 运算符 := 显式完成。这避免了在 C 程序中遇到的常见问题:在表达式中键入 = 时,本应键入 ==

5.8. 比较序列和其他类型

序列对象通常可以与具有相同序列类型的其他对象进行比较。比较使用词典排序:首先比较前两个项目,如果它们不同,则确定比较的结果;如果它们相等,则比较接下来的两个项目,依此类推,直到其中一个序列耗尽。如果要比较的两个项目本身是相同类型的序列,则递归地执行词典比较。如果两个序列的所有项目都比较相等,则认为这些序列相等。如果一个序列是另一个序列的初始子序列,则较短的序列是较小的(较小的)序列。字符串的词典排序使用 Unicode 代码点编号来对单个字符进行排序。一些相同类型序列之间比较的示例

(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 <> 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,解释器不会提供任意排序,而是会引发 TypeError 异常。

脚注