5. 数据结构 — Python 文档

5. 数据结构

本章更详细地描述了您已经了解的一些内容，并添加了一些新内容。

5.1. 更多关于列表

列表数据类型有更多的方法。 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； 相当于 a[len(a):] = [x]。

list.extend(L)

通过附加给定列表中的所有项目来扩展列表； 相当于 a[len(a):] = L。

list.insert(i, x)

在给定位置插入一个项目。 第一个参数是要插入的元素的索引，所以a.insert(0, x)插入到列表的最前面，a.insert(len(a), x)等价于a.append(x)。

list.remove(x)

从列表中删除值为 x 的第一项。 如果没有这样的项目，这是一个错误。

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() 删除并返回列表中的最后一项。 （方法签名中 i 周围的方括号表示该参数是可选的，而不是您应该在该位置键入方括号。 你会经常在 Python 库参考中看到这个符号。）

list.index(x)

返回列表中第一个值为 x 的项目的索引。 如果没有这样的项目，这是一个错误。

list.count(x)

返回 x 在列表中出现的次数。

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

对列表中的项目进行排序（参数可用于排序自定义，请参阅 sorted() 以了解其说明）。

list.reverse()

原地反转列表的元素。

使用大多数列表方法的示例：

>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print a.count(333), a.count(66.25), a.count('x')
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]

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

5.1.1. 使用列表作为堆栈

列表方法使将列表用作堆栈非常容易，其中添加的最后一个元素是检索到的第一个元素（“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() 而不使用显式索引。 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

也可以将列表用作队列，其中添加的第一个元素是检索到的第一个元素（“先进先出”）； 但是，列表在此方面效率不高。 虽然从列表末尾追加和弹出很快，但从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）。

要实现队列，请使用 collections.deque，它旨在从两端快速追加和弹出。 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. 函数式编程工具

与列表一起使用时，有三个非常有用的内置函数：filter()、map() 和 reduce()。

filter(function, sequence) 返回一个序列，该序列由序列中 function(item) 为真的那些项组成。 如果 sequence 是 str、unicode 或 tuple，结果将是相同类型的； 否则，它总是一个 list。 例如，要计算可被 3 或 5 整除的数字序列：

>>> def f(x): return x % 3 == 0 or x % 5 == 0
...
>>> filter(f, range(2, 25))
[3, 5, 6, 9, 10, 12, 15, 18, 20, 21, 24]

map(function, sequence) 为每个序列的项目调用 function(item) 并返回返回值的列表。 例如，要计算一些立方体：

>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

可以传递多个序列； 然后，该函数必须具有与序列一样多的参数，并使用每个序列中的相应项调用（如果某个序列比另一个短，则使用 None）。 例如：

>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]

reduce(function, sequence) 返回通过对序列的前两项，然后在结果和下一项上调用二元函数 function 构造的单个值，依此类推。 例如，要计算数字 1 到 10 的总和：

>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

如果序列中只有一项，则返回其值； 如果序列为空，则会引发异常。

可以传递第三个参数来指示起始值。 在这种情况下，为空序列返回起始值，函数首先应用于起始值和第一个序列项，然后应用于结果和下一项，依此类推。 例如，

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

不要使用本例中 sum() 的定义：由于求和是很常见的需求，已经提供了内置函数 sum(sequence)，其工作原理与此完全相同。

5.1.4. 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列表，其中每个元素都是应用于另一个序列或可迭代的每个成员的某些操作的结果，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正方形列表，例如：

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

我们可以通过以下方式获得相同的结果：

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

这也相当于squares = map(lambda x: x**2, range(10))，但更简洁易读。

列表推导式由包含表达式的括号组成，后跟 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，该列表是通过在 for 和 if 子句的上下文中评估表达式而产生的。 例如，这个 listcomp 组合两个列表的元素，如果它们不相等：

>>> [(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)]

它相当于：

>>> 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片段中是如何相同的。

如果表达式是一个元组（例如 前面例子中的 (x, y)），它必须加括号。

>>> 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, in <module>
    [x, x**2 for x in range(6)]
               ^
SyntaxError: invalid syntax
>>> # 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']

5.1.4.1. 嵌套列表理解

列表推导式中的初始表达式可以是任意表达式，包括另一个列表推导式。

考虑以下 3x4 矩阵的示例，该矩阵实现为长度为 4 的 3 个列表的列表：

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

以下列表理解将转置行和列：

>>> [[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，嵌套的 listcomp 在它后面的 for 的上下文中进行评估，所以这个例子等价于：

>>> 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]]

反过来，这与以下内容相同：

>>> 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，与复杂的流程语句相比，您应该更喜欢内置函数。 zip() 函数可以很好地处理这个用例：

>>> 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. 这德尔陈述

有一种方法可以在给定索引而不是值的情况下从列表中删除项目：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（我们之前通过为切片分配一个空列表来完成此操作）。 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 也可以用来删除整个变量：

>>> del a

此后引用名称 a 是一个错误（至少在为其分配另一个值之前）。 稍后我们会发现 del 的其他用途。

5.3. 元组和序列

我们看到列表和字符串有很多共同的属性，比如索引和切片操作。 它们是 sequence 数据类型的两个示例（参见 Sequence Types — str、unicode、list、tuple、bytearray、buffer、xrange）。 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。

元组由多个以逗号分隔的值组成，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，输出元组总是括在括号中，以便正确解释嵌套的元组； 它们可以带或不带括号输入，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）。 不可能分配给元组的单个项目，但是可以创建包含可变对象的元组，例如列表。

尽管元组看起来与列表相似，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 ，通常包含通过解包（见本节后面）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 mutable，它们的元素通常是同构的，可以通过遍历列表来访问。

一个特殊的问题是包含 0 或 1 个项目的元组的构造：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成； 包含一项的元组是通过在值后面加上逗号来构造的（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!' 是 元组打包 的示例：值 12345、54321 和 'hello!' 被打包在一个元组中。 反向操作也是可能的：

>>> x, y, z = t

这被适当地称为 序列解包 并且适用于右侧的任何序列。 序列解包要求左侧的变量列表具有与序列长度相同的元素数量。 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. 套

Python 还包括 集 的数据类型。 集合是没有重复元素的无序集合。 基本用途包括成员资格测试和消除重复条目。 Set 对象还支持并集、交集、差和对称差等数学运算。

大括号或 set() 函数可用于创建集合。 注意：要创建一个空集，您必须使用 set()，而不是 {}； 后者创建一个空字典，我们将在下一节讨论这种数据结构。

这是一个简短的演示：

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket)               # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit                 # fast membership testing
True
>>> 'crabgrass' in fruit
False

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

类似于 列表推导，也支持集合推导：

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
set(['r', 'd'])

5.5. 字典

Python 内置的另一种有用的数据类型是 dictionary（参见 Mapping Types — dict）。 字典有时在其他语言中被称为“关联记忆”或“关联数组”。 与由一系列数字索引的序列不同，字典由 keys 索引，它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，则它们可以用作键； 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，因为可以使用索引分配、切片分配或 append() 和 extend() 等方法就地修改列表。

最好将字典视为一组无序的 key: value 对，要求键是唯一的（在一个字典中）。 一对大括号创建一个空字典：{}。 在大括号内放置一个逗号分隔的键值对列表，将初始键值对添加到字典中； 这也是字典在输出上的书写方式。

字典上的主要操作是使用某个键存储值并提取给定键的值。 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。 使用不存在的键提取值是错误的。

字典对象的 keys() 方法以任意顺序返回字典中使用的所有键的列表（如果您希望对其进行排序，只需对其应用 sorted() 函数） . 要检查字典中是否有单个键，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
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True

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, 'jack': 4098, 'guido': 4127}

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, 'jack': 4098, 'guido': 4127}

5.6. 循环技术

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值。

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

要同时循环两个或多个序列，可以将条目与 zip() 函数配对。

>>> 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.

要反向循环序列，首先指定正向序列，然后调用 reversed() 函数。

>>> for i in reversed(xrange(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，同时保持源代码不变。

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

循环字典时，可以使用 iteritems() 方法同时检索键和对应的值。

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

有时在循环遍历列表时很想更改它； 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. 更多关于条件

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。

比较运算符 in 和 not in 检查某个值是否在序列中出现（不出现）。 运算符 is 和 is not 比较两个对象是否真的是同一个对象； 这仅对像列表这样的可变对象很重要。 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。

可以链接比较。 例如，a < b == c 测试 a 是否小于 b 并且 b 等于 c。

可以使用布尔运算符 and 和 or 组合比较，并且可以用 not 否定比较（或任何其他布尔表达式）的结果。 它们的优先级低于比较运算符； 其中，not的优先级最高，or的优先级最低，所以A and not B or C等价于(A and (not B)) or C。 与往常一样，括号可用于表达所需的组合。

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，一旦结果确定就停止求值. 例如，如果 A 和 C 为真但 B 为假，则 A and B and C 不会计算表达式 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求值的参数。

可以将比较或其他布尔表达式的结果分配给变量。 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，赋值不能出现在表达式中。 C 程序员可能会对此感到不满，但它避免了 C 程序中遇到的一类常见问题：在打算使用 == 的表达式中键入 =。

5.8. 比较序列和其他类型

序列对象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，直到用完任一序列。 如果要比较的两个项目本身是相同类型的序列，则递归地进行字典序比较。 如果两个序列的所有项比较相等，则认为这两个序列相等。 如果一个序列是另一个的初始子序列，则较短的序列是较小（较小）的序列。 字符串的字典顺序对单个字符使用 ASCII 顺序。 相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，比较不同类型的对象是合法的。 结果是确定性但任意的：类型按名称排序。 因此，列表总是小于字符串，字符串总是小于元组，等等。 1 混合数字类型根据其数值进行比较，因此 0 等于 0.0，以此类推。

脚注

1

不应该依赖比较不同类型对象的规则； 它们可能会在该语言的未来版本中发生变化。