5. 数据结构

本章将更详细地描述你已经学过的一些知识，并添加一些新内容。

5.1. 列表的更多用法

列表数据类型有一些更多的方法。以下是列表对象的所有方法

list.append(x)

将一个项添加到列表的末尾。类似于 a[len(a):] = [x]。

list.extend(iterable)

通过追加来自可迭代对象的所有项来扩展列表。类似于 a[len(a):] = iterable。

list.insert(i, x)

在给定的位置插入一个项。第一个参数是要在其之前插入元素的索引，因此 a.insert(0, x) 将在列表的开头插入，而 a.insert(len(a), x) 等同于 a.append(x)。

list.remove(x)

从列表中删除第一个值等于 x 的项。如果没有这样的项，它会引发一个 ValueError。

list.pop([i])

删除列表中给定位置的项，并将其返回。如果未指定索引，则 a.pop() 删除并返回列表中的最后一项。如果列表为空或索引超出列表范围，它会引发一个 IndexError。

list.clear()

从列表中删除所有项。类似于 del a[:]。

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

返回列表中第一个值等于 x 的项的从零开始的索引。如果没有这样的项，则引发一个 ValueError。

可选参数 start 和 end 的解释方式与切片表示法相同，用于将搜索限制为列表的特定子序列。返回的索引是相对于完整序列的开头计算的，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)

就地对列表中的项进行排序（这些参数可用于排序自定义，请参阅 sorted() 以了解其解释）。

list.reverse()

就地反转列表的元素。

list.copy()

返回列表的浅拷贝。类似于 a[:]。

一个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'

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] 不会排序，因为整数不能与字符串进行比较，而 None 不能与其他类型进行比较。此外，有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. 将列表用作堆栈

列表方法使得将列表用作堆栈非常容易，其中最后添加的元素是第一个检索的元素（“后进先出”）。要将一个项添加到堆栈的顶部，请使用 append()。要从堆栈顶部检索一个项，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检索的元素（“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个位置）。

要实现队列，请使用 collections.deque，它的设计目的是可以快速地从两端进行追加和弹出。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创建列表的简洁方法。常见的应用是创建新的列表，其中每个元素是将某些操作应用于另一个序列或可迭代对象的每个成员的结果，或者创建满足特定条件的那些元素的子序列。

例如，假设我们要创建一个平方数的列表，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，这会创建一个名为 x 的变量（或覆盖它），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)]

它更简洁且更具可读性。

列表推导式由方括号组成，其中包含一个表达式，后跟一个 for 子句，然后是零个或多个 for 或 if 子句。结果将是一个新的列表，该列表是通过在它后面的 for 和 if 子句的上下文中计算表达式得出的。例如，如果两个列表的元素不相等，则此列表推导式会将它们组合在一起

>>> [(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)]

它等同于

>>> 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，for 和 if 语句的顺序在这两个代码片段中是相同的。

如果表达式是元组（例如，上一个示例中的 (x, y)），则必须将其用括号括起来。

>>> 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. 嵌套的列表推导式

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。

考虑以下示例，一个 3x4 的矩阵被实现为 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的 for 语句的上下文中计算的，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，你应该优先使用内置函数而不是复杂的流程语句。zip() 函数非常适合这种情况。

>>> 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

有一种方法可以根据索引而不是值从列表中删除项：del 语句。这与返回值的 pop() 方法不同。del 语句还可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赋值给切片来实现）。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 也可以用于删除整个变量：

>>> del a

此后引用名称 a 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（请参阅 序列类型 — list, tuple, range）。由于 Python 是一种不断发展的语言，因此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])

如你所见，在输出时，元组始终用括号括起来，以便正确解释嵌套元组；它们可以在带或不带周围括号的情况下输入，尽管通常无论如何都需要括号（如果元组是较大表达式的一部分）。无法为元组的各个项赋值，但是可以创建包含可变对象的元组，例如列表。

虽然元组可能看起来与列表相似，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（请参阅本节后面的内容）或索引（甚至在 namedtuples 的情况下通过属性）访问的异构元素序列。列表是 可变的，其元素通常是同质的，并通过迭代列表来访问。

一个特殊的问题是构造包含 0 或 1 项的元组：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；包含一项的元组通过在值后加逗号来构造（仅用括号括起一个值是不够的）。有点丑陋，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，恰如其分地，序列解包，并且适用于右侧的任何序列。序列解包要求等号左侧的变量数与序列中的元素数相同。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 还包括 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，你必须使用 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。

这是一个简单的演示：

>>> 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 中内置的另一种有用的数据类型是 字典（请参阅 映射类型 — dict）。字典有时在其他语言中被称为“关联存储器”或“关联数组”。与通过数字范围索引的序列不同，字典通过 键 索引，键可以是任何不可变类型；字符串和数字始终可以是键。如果元组仅包含字符串、数字或元组，则可以使用元组作为键；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。你不能使用列表作为键，因为可以使用索引赋值、切片赋值或 append() 和 extend() 等方法就地修改列表。

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；这也是在输出时写入字典的方式。

字典的主要操作是存储具有某个键的值，并提取给定键的值。也可以使用 del 删除键值对。如果使用已使用的键进行存储，则会忘记与该键关联的旧值。使用不存在的键提取值是错误的。

在字典上执行 list(d) 会返回字典中使用的所有键的列表，按插入顺序排列（如果你希望它排序，只需改用 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示例：

>>> 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，可以使用字典推导式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会更容易：

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

5.6. 循环技术

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.

要以相反的顺序遍历序列，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

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

>>> 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。将 sorted() 与 set() 结合使用是一种惯用方式，可以按排序顺序遍历序列的唯一元素。

>>> 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更改列表很诱人；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 是成员检测，用于确定一个值是否在一个容器中（或不在）。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，其优先级低于所有数值运算符。

比较可以链式进行。例如，a < b == c 测试 a 是否小于 b，并且 b 是否等于 c。

比较可以使用布尔运算符 and 和 or 组合，比较的结果（或任何其他布尔表达式）可以使用 not 取反。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。像往常一样，可以使用括号来表达所需的组合方式。

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进行求值，并且一旦确定结果就停止求值。例如，如果 A 和 C 为真，但 B 为假，则 A and B and C 不会求值表达式 C。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被求值的参数。

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，表达式内部的赋值必须使用 海象运算符 := 显式完成。这避免了 C 程序中常见的一类问题：在表达式中键入 = 时，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。比较使用字典顺序：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，则递归地执行字典比较。如果两个序列的所有项目都比较相等，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。字符串的字典顺序使用 Unicode 代码点编号来排序各个字符。以下是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，如果对象具有适当的比较方法，则使用 < 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，等等。否则，解释器将引发 TypeError 异常，而不是提供任意的排序。

脚注

[1]

其他语言可能会返回已修改的对象，从而允许方法链式调用，例如 d->insert("a")->remove("b")->sort();。