博客
关于我
强烈建议你试试无所不能的chatGPT,快点击我
python常见的数据结构
阅读量:5976 次
发布时间:2019-06-20

本文共 10691 字,大约阅读时间需要 35 分钟。

Python中常见的数据结构可以统称为容器。序列(如列表和元组)、映射(如字典)以及集合(set)是三类主要的容器。

线性数据结构分类:栈(stack)--先进后出、 队列(queue)-先进先出、双端队列(deque)、链表(LinkedList)

一、序列(列表、元组和字符串)

序列中的每个元素都有自己的编号。Python中有6种内建的序列。其中列表和元组是最常见的类型。其他包括字符串、Unicode字符串、buffer对象和xrange对象。下面重点介绍下列表、元组和字符串。

1、列表

列表是可变的,这是它区别于字符串和元组的最重要的特点,一句话概括即:列表可以修改,而字符串和元组不能。

可变数据类型    列表、字典、集合         不可哈希    集合里存的元素必须是不可变的数据类型,无序,不重复(去重)不可变数据类型    元组、数字、字符串       可哈希
可变数据类型和不可变数据类型

(1) 列表操作包含以下函数

cmp(list1, list2):比较两个列表的元素

len(list):列表元素个数
max(list):返回列表元素最大值
min(list):返回列表元素最小值
list(seq):将元组转换为列表

(2) 列表操作包含以下方法

list.append(obj):在列表末尾添加新的对象

list.count(obj):统计某个元素在列表中出现的次数
list.extend(seq):在列表末尾一次性追加另一个序列中的多个值(用新列表扩展原来的列表)
list.index(obj):从列表中找出某个值第一个匹配项的索引位置
list.insert(index, obj):将对象插入列表
list.pop(obj=list[-1]):移除列表中的一个元素(默认最后一个元素),并且返回该元素的值
list.remove(obj):移除列表中某个值的第一个匹配项
list.reverse():反向列表中元素
list.sort([func]):对原列表进行排序

(3) copy()与deepcopy()的区别

对于不可变的对象来说(数字,字符串,元组),深浅拷贝没有区别

深复制,即将被复制对象完全再复制一遍作为独立的新个体单独存在。所以改变原有被复制对象不会对已经复制出来的新对象产生影响。
等于赋值,并不会产生一个独立的对象单独存在,他只是将原有的数据块打上一个新标签,所以当其中一个标签被改变的时候,数据块就会发生变化,另一个标签也会随之改变。
浅复制要分两种情况进行讨论:
1)当浅复制的值是不可变对象(数值,字符串,元组)时和“等于赋值”的情况一样,对象的id值与浅复制原来的值相同。
2)当浅复制的值是可变对象(列表和元组)时会产生一个“不是那么独立的对象”存在。有两种情况:
第一种情况:复制的对象中无复杂子对象,原来值的改变并不会影响浅复制的值,同时浅复制的值改变也并不会影响原来的值。
原来值的id值与浅复制原来的值不同。
第二种情况:复制的对象中有 复杂 子对象 (例如列表中的一个子元素是一个列表),如果不改变其中复杂子对象,
浅复制的值改变并不会影响原来的值。 但是改变原来的值 中的复杂子对象的值 会影响浅复制的值。

2、元组

Python的元组与列表类似,不同之处在于元组的元素不能修改。元组使用小括号,列表使用方括号。元组创建很简单,只需要在括号中添加元素,并使用逗号隔开即可。

(1) 元组操作包含以下函数

cmp(list1, list2):比较两个元组的元素

len(list):元组元素个数
max(list):返回元组元素最大值
min(list):返回元组元素最小值
tuple(seq):将列表转换为元组

(2) 修改元组

元组中的元素值是不允许修改的,但我们可以对元组进行连接组合,如下实例:

#!/usr/bin/python# -*- coding: UTF-8 -*- tup1 = (12, 34.56)tup2 = ('abc', 'xyz') # 以下修改元组元素操作是非法的。# tup1[0] = 100 # 创建一个新的元组tup3 = tup1 + tup2print(tup3)

(3) 删除元组

元组中的元素值是不允许删除的,但我们可以使用del语句来删除整个元组

注意:只含一个值的元组,必须加个逗号(,);

3、字符串

字符串是 Python 中最常用的数据类型。我们可以使用引号('或")来创建字符串。创建字符串很简单,只要为变量分配一个值即可

'strs'.capitalize()        #首字母大写'strs'.title()             #每个单词首字母大写'strs'.upper()             #每个字母变为大写'strs'.lower()             #每个字母变为小写'strs'.swapcase()          #大小写互换'strs'.count()             #计算指定字符串或字符出现的次数'strs'.find()              #根据指定的字符获取该字符在字符串中第一次出现的索引位置(找不到索引返回-1)'strs'.index()             #根据指定的字符获取该字符在字符串中第一次出现的索引位置(找不到索引返回一个异常错误)'strs'.startswith()        #检测字符串是否以指定字符开头'strs'.endswith()          #检测字符串是否以指定字符结尾'strs'.isupper()           #检测字符串是否都为大写字母'strs'.islower()           #检测字符串是否都为小写字母'strs'.istitle()           #检测字符串是否都为单词首字母大写'strs'.isalnum()           #检测字符串是否只由字母和数字字符组成'strs'.isalpha()           #检测字符串是否只由字母字符(含中文字符)组成'strs'.isdigit()           #检测字符串是否只由十进制数字字符组成'strs'.isnumeric()         #检测字符串是否以数字字符组成'strs'.isdecimal()         #检测字符串是否以数字字符组成'strs'.isspace()           #检测字符串是否由空白字符组成'strs'.split()             #使用指定字符,将字符串进行切割并装入列表'strs'.splitlines()        #使用回车字符,切割字符串并装入列表中'strs'.join(['a','b','c']) #将容器中的字符串使用指定字符拼接成一个字符串'strs'.zfill()             #使用0填充字符串,参数为填充后的总位数'strs'.center()            #用指定字符,将字符串居中填充到指定长度,参数(长度,使用的字符)'strs'.ljust()             #用指定字符,将字符串左对齐填充到指定长度,参数(长度,使用的字符)'strs'.rjust()             #用指定字符,将字符串右对齐填充到指定长度,参数(长度,使用的字符)'strs'.strip()             #去掉字符串中,两侧指定重复的字符(如果不指定字符,则删除空格)'strs'.lstrip()            #去掉字符串中,左侧指定重复的字符(如果不指定字符,则删除空格)'strs'.rjust()             #去掉字符串中,右侧指定重复的字符(如果不指定字符,则删除空格)#替换字符串中的字符'strs'.maketrans()         #制作字典'strs'.translate()         #使用字典替换#exampelvar = 'wiz good guy,wiz super cool'flag = ''.maketrans('wiz','wwr')res = var.translate(flag)
字符串内建函数

(1) Python字符串格式化--format()方法

1.简单运用

字符串类型格式化采用format()方法,基本使用格式是:

     <模板字符串>.format(<逗号分隔的参数>)

调用format()方法后会返回一个新的字符串,参数从0 开始编号。

"{}:计算机{}的CPU 占用率为{}%。".format("2016-12-31","PYTHON",10)Out[10]: '2016-12-31:计算机PYTHON的CPU 占用率为10%。'

format()方法可以非常方便地连接不同类型的变量或内容,如果需要输出大括号,采用{

{表示{,}}表示},例如:

1.  "{}{}{}".format("圆周率是",3.1415926,"...")2.  Out[11]: '圆周率是3.1415926...'3.  "圆周率{
{
{1}{2}}}是{0}".format("无理数",3.1415926,"...")4. Out[12]: '圆周率{3.1415926...}是无理数'5. s="圆周率{
{
{1}{2}}}是{0}" #大括号本身是字符串的一部分6. s7. Out[14]: '圆周率{
{
{1}{2}}}是{0}'8. s.format("无理数",3.1415926,"...") #当调用format()时解析大括号9. Out[15]: '圆周率{3.1415926...}是无理数'
2. 格式控制信息

   format()方法中<模板字符串>的槽除了包括参数序号,还可以包括格式控制信息。此时,槽的内部样式如下:

     {<参数序号>: <格式控制标记>}

     其中,<格式控制标记>用来控制参数显示时的格式,包括:<填充><对齐><宽度>,<.精度><类型>6 个字段,这些字段都是可选的,可以组合使用,逐一介绍如下。

<宽度>

指当前槽的设定输出字符宽度,如果该槽对应的format()参数长度比<宽度>设定值大,则使用参数实际长度。如果该值的实际位数小于指定宽度,则位数将被默认以空格字符补充。

<对齐>

指参数在<宽度>内输出时的对齐方式,分别使用<、>和^三个符号表示左对齐、右对齐和居中对齐。

<填充>

指<宽度>内除了参数外的字符采用什么方式表示,默认采用空格,可以通过<填充>更换。

1.  s = "PYTHON"2.  "{0:30}".format(s)3.  Out[17]: 'PYTHON                        '4.  "{0:>30}".format(s)5.  Out[18]: '                        PYTHON'6.  "{0:*^30}".format(s)7.  Out[19]: '************PYTHON************'8.  "{0:-^30}".format(s)9.  Out[20]: '------------PYTHON------------'10."{0:3}".format(s)11.Out[21]: 'PYTHON'

逗号(,)

<格式控制标记>中逗号(,)用于显示数字的千位分隔符,例如:

1.  "{0:-^20,}".format(1234567890)2.  Out[24]: '---1,234,567,890----'3.  "{0:-^20}".format(1234567890) #对比输出4.  Out[25]: '-----1234567890-----'5.  "{0:-^20,}".format(12345.67890)6.  Out[26]: '----12,345.6789-----'

 <.精度>

表示两个含义,由小数点(.)开头。对于浮点数,精度表示小数部分输出的有效位数。对于字符串,精度表示输出的最大长度。

1.  "{0:.2f}".format(12345.67890)2.  Out[29]: '12345.68'3.  "{0:H^20.3f}".format(12345.67890)4.  Out[30]: 'HHHHH12345.679HHHHHH'5.  "{0:.4}".format("PYTHON")6.  Out[31]: 'PYTH'

 <类型>

表示输出整数和浮点数类型的格式规则。对于整数类型,输出格式包括6 种:

  • b: 输出整数的二进制方式;
  • c: 输出整数对应的 Unicode 字符;
  • d: 输出整数的十进制方式;
  • o: 输出整数的八进制方式;
  • x: 输出整数的小写十六进制方式;
  • X: 输出整数的大写十六进制方式;
1.  "{0:b},{0:c},{0:d},{0:o},{0:x},{0:X}".format(425)2.  Out[32]: '110101001,Ʃ,425,651,1a9,1A9'

对于浮点数类型,输出格式包括4 种:

  • e: 输出浮点数对应的小写字母 e 的指数形式;
  • E: 输出浮点数对应的大写字母 E 的指数形式;
  • f: 输出浮点数的标准浮点形式;
  • %: 输出浮点数的百分形式。

     浮点数输出时尽量使用<.精度>表示小数部分的宽度,有助于更好控制输出格式。

1.  "{0:e},{0:E},{0:f},{0:%}".format(3.14)2.  Out[33]: '3.140000e+00,3.140000E+00,3.140000,314.000000%'3.  "{0:.2e},{0:.2E},{0:.2f},{0:.2%}".format(3.14)4.  Out[34]: '3.14e+00,3.14E+00,3.14,314.00%'

4、通用序列操作(方法)

从列表、元组以及字符串可以“抽象”出序列的一些公共通用方法(不是你想像中的CRUD),这些操作包括:索引(indexing)、分片(sliceing)、加(adding)、乘(multiplying)以及检查某个元素是否属于序列的成员。除此之外,还有计算序列长度、最大最小元素等内置函数。

(1)索引

str1='Hello'nums=[1,2,3,4]t1=(123,234,345)print (str1[0])print (nums[1])print (t1[2])

输出

H2345

索引从0(从左向右)开始,所有序列可通过这种方式进行索引。神奇的是,索引可以从最后一个位置(从右向左)开始,编号是-1:

str1='Hello'nums=[1,2,3,4]t1=(123,234,345)print (str1[-1])print (nums[-2])print (t1[-3])

输出:

o3123

(2)分片

分片操作用来访问一定范围内的元素。分片通过冒号相隔的两个索引来实现:

nums=range(10)print (nums)print (nums[1:5])print (nums[6:10])print (nums[1:])print (nums[-3:-1])print (nums[-3:]) #包括序列结尾的元素,置空最后一个索引print (nums[:]) #复制整个序列

输出:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9][1, 2, 3, 4][6, 7, 8, 9][1, 2, 3, 4, 5, 6, 7, 8, 9][7, 8][7, 8, 9]

不同的步长,有不同的输出:

nums=range(10)print (nums)print (nums[0:10])  #默认步长为1 等价于nums[1:5:1]print (nums[0:10:2]) #步长为2print (nums[0:10:3])  #步长为3 ##print (nums[0:10:0])  #步长为0print (nums[0:10:-2])  #步长为-2

输出:

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9][0, 1, 2, 3, 4, 5, 6, 7, 8, 9][0, 2, 4, 6, 8][0, 3, 6, 9][]

(3)序列相加

str1='Hello'str2=' world'print (str1+str2)num1=[1,2,3]num2=[2,3,4]print (num1+num2)print (str1+num1)

输出:

Hello world[1, 2, 3, 2, 3, 4]

Traceback (most recent call last):

  File "F:\Python\test.py", line 7, in <module>
    print str1+num1
TypeError: cannot concatenate 'str' and 'list' objects

(4)乘法

print [None]*10str1='Hello'print (str1*2)num1=[1,2]print (num1*2)print (str1*num1)

输出:

[None, None, None, None, None, None, None, None, None, None]HelloHello[1, 2, 1, 2]Traceback (most recent call last):  File "F:\Python\test.py", line 5, in 
print str1*num1TypeError: can't multiply sequence by non-int of type 'list'

(5)成员资格

in运算符会用来检查一个对象是否为某个序列(或者其他类型)的成员(即元素):

str1='Hello'print ('h' in str1)print ('H' in str1)num1=[1,2]print (1 in num1)

输出:

FalseTrueTrue

(6)长度、最大最小值

通过内建函数len、max和min可以返回序列中所包含元素的数量、最大和最小元素。

str1='Hello'print (len(str1))print (max(str1))print (min(str1))num1=[1,2,1,4,123]print (len(num1))print (max(num1))print (min(num1))

输出:

5oH51231

二、映射(字典)

映射中的每个元素都有一个名字,如你所知,这个名字专业的名称叫键。字典(也叫散列表)是Python中唯一内建的映射类型。

字典的键可以是数字、字符串或者是元组,键必须唯一。在Python中,数字、字符串和元组都被设计成不可变类型,而常见的列表以及集合(set)都是可变的,所以列表和集合不能作为字典的键。键可以为任何不可变类型,这正是Python中的字典最强大的地方。

 字典的方法(可能需要重新整理)

函数

说明

D

代表字典对象

D.clear()

清空字典

D.pop(key)

移除键,同时返回此键所对应的值

D.copy()

返回字典D的副本,只复制一层(浅拷贝)

D.update(D2)

将字典 D2 合并到D中,如果键相同,则此键的值取D2的值作为新值

D.get(key, default)

返回键key所对应的值,如果没有此键,则返回default

D.keys()

返回可迭代的 dict_keys 集合对象

D.values()

返回可迭代的 dict_values 值对象

D.items()

返回可迭代的 dict_items 对象

三、集合

集合(Set)在Python 2.3引入,通常使用较新版Python可直接创建,如下所示:

strs=set(['jeff','wong','cnblogs'])nums=set(range(10))

看上去,集合就是由序列(或者其他可迭代的对象)构建的。集合的几个重要特点和方法如下:

(1) 固定集合构造(创建)函数 frozenset

函数

说明

frozenset()

创建一个空的固定集合对象

frozenset(iterable)

用可迭代对象创建一个新的固定集合对象

(2) 集合构造(创建)函数 set

函数

说明

set()

创建一个空的集合对象(不能用{}来创建空集合)

set(iterable)

用可迭代对象创建一个新的集合对象

(3) Python3 集合中常用的方法

方法

意义

S.add(e)

在集合中添加一个新的元素e;如果元素已经存在,则不添加

S.remove(e)

从集合中删除一个元素,如果元素不存在于集合中,则会产生一个KeyError错误

S.discard(e)

从集合S中移除一个元素e,在元素e不存在时什么都不做;

S.clear()

清空集合内的所有元素

S.copy()

将集合进行一次浅拷贝

S.pop()

从集合S中删除一个随机元素;如果此集合为空,则引发KeyError异常

S.update(s2)

用 S与s2得到的全集更新变量S

S.difference(s2)

用S - s2 运算,返回存在于在S中,但不在s2中的所有元素的集合

S.difference_update(s2)

等同于 S = S - s2

S.intersection(s2)

等同于 S & s2

S.intersection_update(s2)

等同于S = S & s2

S.isdisjoint(s2)

如果S与s2交集为空返回True,非空则返回False

S.issubset(s2)

如果S与s2交集为非空返回True,空则返回False

S.issuperset(...)

如果S为s2的子集返回True,否则返回False

S.symmetric_difference(s2)

返回对称补集,等同于 S ^ s2

S.symmetric_difference_update(s2)

用 S 与 s2 的对称补集更新 S

S.union(s2)

生成 S 与 s2的全集

四、栈、队列

堆栈:先进后出

队列:先进先出 FIFO

(1) namedTuple(typename, fields)

from collections import namedtuplePoint=namedtuple('point', ['x','y'])p=Point(1,2)print(p.x) #1print(p.y) #2print(p) #point(x=1,y=2)

(2)  deque([iterable[, maxlen]])

队列:先进先出

import queueQ=queue.Queue()Q.put(10)Q.put(5)Q.put(6)print(Q) #
print(Q.get())print(Q.get())print(Q.get())print(Q.get()) #阻塞print(Q.qsize()) #查看大小

双端队列,可以快速的从另外一侧追加和推出对象

from collections import dequeq=deque([1,2])q.append('a')#从后面放数据q.appendleft('b')#从前面放数据q.insert(1,3)print(q.pop())#从后面取数据 #aprint(q.popleft())#从前面取数据 #bprint(q) #deque([3, 1, 2])

(3)  OrderedDict([items])

>>> from collections import OrderedDict>>> d = dict([('a', 1), ('b', 2), ('c', 3)])>>> d # dict的Key是无序的{
'a': 1, 'c': 3, 'b': 2}>>> od = OrderedDict([('a', 1), ('b', 2), ('c', 3)])>>> od # OrderedDict的Key是有序的OrderedDict([('a', 1), ('b', 2), ('c', 3)])

(4) defaultdict([default_factory[, ...]])

from collections import defaultdictdd = defaultdict(lambda: 'N/A')dd['key1'] = 'abc'print(dd['key1'])# key1存在print(dd['key2'])# key2不存在,返回默认值6. Counter([iterable-or-mapping])c = Counter('abcdeabcdabcaba')print c输出:Counter({
'a': 5, 'b': 4, 'c': 3, 'd': 2, 'e': 1})

 

参考链接

1. 作者:wiz_333

    出处:https://blog.csdn.net/wizblack/article/details/78909224

2. 作者: 

    出处: 

 

 

 

转载于:https://www.cnblogs.com/yangyuqing/p/10101663.html

你可能感兴趣的文章
三极管工作区在Spectre中的表示
查看>>
HT for Web的HTML5树组件延迟加载技术实现
查看>>
ASP.NET MVC 3 Razor Nested foreach with if statements
查看>>
【Mysql】命令行
查看>>
Asterisk 安装与配置
查看>>
利用日志记录所有LINQ的增,删,改解决方案
查看>>
实例讲解PostSharp(一)
查看>>
graylog 客户端的安装配置
查看>>
CentOS6.4_X86_64 安装Drupal-7.31必须成功版!
查看>>
驱动学习之驱动和应用的接口
查看>>
hbase region split源码分析
查看>>
MySQL备份之分库分表备份脚本
查看>>
Java 与 Netty 实现高性能高并发
查看>>
SurfControl人工智能新突破 领跑反垃圾邮件
查看>>
一个动态ACL的案例
查看>>
openstack 之 windows server 2008镜像制作
查看>>
VI快捷键攻略
查看>>
Win server 2012 R2 文件服务器--(三)配额限制
查看>>
卓越质量管理成就创新高地 中关村软件园再出发
查看>>
linux rsync 远程同步
查看>>