幾種常見的Python資料結構

摘要：本文主要為大家講解在Python開發中常見的幾種資料結構。

本文分享自華為雲社群《Python的常見資料結構》，作者： timerring 。

資料結構和序列

元組

元組是一個固定長度，不可改變的Python序列物件。建立元組的最簡單方式，是用逗號分隔一列值：

In [1]: tup = 4, 5, 6

當用複雜的表示式定義元組，最好將值放到圓括號內，如下所示：

In [3]: nested_tup = (4, 5, 6), (7, 8)
In [4]: nested_tup
Out[4]: ((4, 5, 6), (7, 8))

用 tuple 可以將任意序列或迭代器轉換成元組：

In [5]: tuple([4, 0, 2])
Out[5]: (4, 0, 2)
In [6]: tup = tuple('string')
In [7]: tup
Out[7]: ('s', 't', 'r', 'i', 'n', 'g')

可以用方括號存取元組中的元素。和C、C++、JAVA等語言一樣，序列是從0開始的：

In [8]: tup[0]
Out[8]: 's'

元組中儲存的物件可能是可變物件。一旦建立了元組，元組中的物件就不能修改了：

如果元組中的某個物件是可變的，比如列表，可以在原位進行修改：

In [11]: tup[1].append(3)
In [12]: tup
Out[12]: ('foo', [1, 2, 3], True)

可以用加號運運算元將元組串聯起來：

In [13]: (4, None, 'foo') + (6, 0) + ('bar',)
Out[13]: (4, None, 'foo', 6, 0, 'bar')

元組乘以一個整數，像列表一樣，會將幾個元組的複製串聯起來：

In [14]: ('foo', 'bar') * 4
Out[14]: ('foo', 'bar', 'foo', 'bar', 'foo', 'bar', 'foo', 'bar')

物件本身並沒有被複制，只是參照了它。

拆分元組

如果你想將元組賦值給類似元組的變數，Python會試圖拆分等號右邊的值：

In [15]: tup = (4, 5, 6)
In [16]: a, b, c = tup
In [17]: b
Out[17]: 5

即使含有元組的元組也會被拆分：

In [18]: tup = 4, 5, (6, 7)
In [19]: a, b, (c, d) = tup
In [20]: d
Out[20]: 7

使用這個功能，你可以很容易地替換變數的名字，其它語言可能是這樣：

tmp = a
a = b
b = tmp

但是在Python中，替換可以這樣做：

In [21]: a, b = 1, 2
In [22]: a
Out[22]: 1
In [23]: b
Out[23]: 2
In [24]: b, a = a, b
In [25]: a
Out[25]: 2
In [26]: b
Out[26]: 1

變數拆分常用來迭代元組或列表序列：

In [27]: seq = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]
In [28]: for a, b, c in seq:
 ....: print('a={0}, b={1}, c={2}'.format(a, b, c))
a=1, b=2, c=3
a=4, b=5, c=6
a=7, b=8, c=9

另一個常見用法是從函數返回多個值。後面會詳解。

Python最近新增了更多高階的元組拆分功能，允許從元組的開頭「摘取」幾個元素。它使用了特殊的語法 *rest ，抓取剩餘的部分組成列表：

In [29]: values = 1, 2, 3, 4, 5
In [30]: a, b, *rest = values
In [31]: a, b
Out[31]: (1, 2)
In [32]: rest
Out[32]: [3, 4, 5]

rest的部分是想要捨棄的部分，rest的名字不重要。作為慣用寫法，許多Python程式設計師會將不需要的變數使用下劃線：

In [33]: a, b, *_ = values

tuple方法

因為元組的大小和內容不能修改，它的實體方法都很少。其中一個很有用的就是count（也適用於列表），它可以統計某個值出現頻率：

In [34]: a = (1, 2, 2, 2, 3, 4, 2)
In [35]: a.count(2)
Out[35]: 4

列表

與元組對比，列表的長度可變、內容可以被修改。你可以用方括號定義，或用list函數：

In [37]: tup = ('foo', 'bar', 'baz')
In [38]: b_list = list(tup)
In [39]: b_list
Out[39]: ['foo', 'bar', 'baz']

list函數常用來在資料處理中實體化迭代器或生成器：

In [42]: gen = range(10)
In [43]: gen
Out[43]: range(0, 10)
In [44]: list(gen)
Out[44]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

新增和刪除元素

用append在列表末尾新增元素：

In [45]: b_list.append('dwarf')
In [46]: b_list
Out[46]: ['foo', 'peekaboo', 'baz', 'dwarf']

insert可以在特定的位置插入元素：

In [47]: b_list.insert(1, 'red')
In [48]: b_list
Out[48]: ['foo', 'red', 'peekaboo', 'baz', 'dwarf']

插入的序號必須在0和列表長度之間。

警告：與append相比，insert耗費的計算量大，因為對後續元素的參照必須在內部遷移，以便為新元素提供空間。如果要在序列的頭部和尾部插入元素，你可能需要使用collections.deque，一個雙尾部佇列。

insert的逆運算是 pop，它移除並返回指定位置的元素**：

In [49]: b_list.pop(2)
Out[49]: 'peekaboo'
In [50]: b_list
Out[50]: ['foo', 'red', 'baz', 'dwarf']

可以用remove去除某個值，remove會先尋找第一個值併除去：

In [51]: b_list.append('foo')
In [52]: b_list
Out[52]: ['foo', 'red', 'baz', 'dwarf', 'foo']
In [53]: b_list.remove('foo')
In [54]: b_list
Out[54]: ['red', 'baz', 'dwarf', 'foo']

如果不考慮效能，使用append和remove，可以把Python的列表當做完美的「多重集」資料結構。

用in可以檢查列表是否包含某個值：

In [55]: 'dwarf' in b_list
Out[55]: True

否定in可以再加一個not：

In [56]: 'dwarf' not in b_list
Out[56]: False

在列表中檢查是否存在某個值遠比字典和集合速度慢，因為Python是線性搜尋列表中的值，但在字典和集合中，在同樣的時間內還可以檢查其它項（基於雜湊表）。

串聯和組合列表

與元組類似，可以用加號將兩個列表串聯起來：

In [57]: [4, None, 'foo'] + [7, 8, (2, 3)]
Out[57]: [4, None, 'foo', 7, 8, (2, 3)]

如果已經定義了一個列表，用extend方法可以追加多個元素：

In [58]: x = [4, None, 'foo']
In [59]: x.extend([7, 8, (2, 3)])
In [60]: x
Out[60]: [4, None, 'foo', 7, 8, (2, 3)]

通過加法將列表串聯的計算量較大，因為要新建一個列表，並且要複製物件。用extend追加元素，尤其是到一個大列表中，更為可取。

everything = []
for chunk in list_of_lists:
 everything.extend(chunk)

要比串聯方法快：

everything = []
for chunk in list_of_lists:
    everything = everything + chunk

排序

你可以用sort函數將一個列表原地排序（不建立新的物件）：

In [61]: a = [7, 2, 5, 1, 3]
In [62]: a.sort()
In [63]: a
Out[63]: [1, 2, 3, 5, 7]

sort有一些選項，有時會很好用。其中之一是二級排序key，可以用這個key進行排序。例如，我們可以按長度對字串進行排序：

In [64]: b = ['saw', 'small', 'He', 'foxes', 'six']
In [65]: b.sort(key=len)
In [66]: b
Out[66]: ['He', 'saw', 'six', 'small', 'foxes']

稍後，我們會學習sorted函數，它可以產生一個排好序的序列副本。

二分搜尋和維護已排序的列表

bisect模組支援二分查詢，和向已排序的列表插入值。

bisect.bisect可以找到插入值後仍保證排序的位置，
bisect.insort是向這個位置插入值：

In [67]: import bisect
In [68]: c = [1, 2, 2, 2, 3, 4, 7]
In [69]: bisect.bisect(c, 2)
Out[69]: 4
In [70]: bisect.bisect(c, 5)
Out[70]: 6
In [71]: bisect.insort(c, 6)
In [72]: c
Out[72]: [1, 2, 2, 2, 3, 4, 6, 7]

注意：bisect模組不會檢查列表是否已排好序，進行檢查的話會耗費大量計算。因此，對未排序的列表使用bisect不會產生錯誤，但結果不一定正確。

切片

用切邊可以選取大多數序列型別的一部分，切片的基本形式是在方括號中使用start:stop：

In [73]: seq = [7, 2, 3, 7, 5, 6, 0, 1]
In [74]: seq[1:5]
Out[74]: [2, 3, 7, 5]

切片也可以被序列賦值：

In [75]: seq[3:4] = [6, 3]
In [76]: seq
Out[76]: [7, 2, 3, 6, 3, 5, 6, 0, 1]

切片的起始元素是包括的，不包含結束元素。因此，結果中包含的元素個數是stop - start。start或stop都可以被省略，省略之後，分別預設序列的開頭和結尾，負數表明從後向前切片。

展示了正整數和負整數的切片。

在第二個冒號後面使用step，可以隔一個取一個元素：

In [81]: seq[::2]
Out[81]: [7, 3, 3, 6, 1]

一個聰明的方法是使用-1，它可以將列表或元組顛倒過來：

In [82]: seq[::-1]
Out[82]: [1, 0, 6, 5, 3, 6, 3, 2, 7]

序列函數

enumerate函數

迭代一個序列時，你可能想跟蹤當前項的序號。手動的方法可能是下面這樣：

i = 0
for value in collection:
 # do something with value
 i += 1

Python內建了一個enumerate函數，可以返回(i, value)元組序列：

for i, value in enumerate(collection):
 # do something with value

當你索引資料時，使用enumerate的一個好方法是計算序列（唯一的）dict對映到位置的值：

In [83]: some_list = ['foo', 'bar', 'baz']
In [84]: mapping = {}
# 同時列出序號和資料內容
In [85]: for i, v in enumerate(some_list):
 ....:     mapping[v] = i
In [86]: mapping
Out[86]: {'bar': 1, 'baz': 2, 'foo': 0}

sorted函數

sorted函數可以從任意序列的元素返回一個新的排好序的列表：

In [87]: sorted([7, 1, 2, 6, 0, 3, 2])
Out[87]: [0, 1, 2, 2, 3, 6, 7]
In [88]: sorted('horse race')
Out[88]: [' ', 'a', 'c', 'e', 'e', 'h', 'o', 'r', 'r', 's']

sorted函數可以接受和sort相同的引數。

zip函數

zip可以將多個列表、元組或其它序列成對組合成一個元組列表：

In [89]: seq1 = ['foo', 'bar', 'baz']
In [90]: seq2 = ['one', 'two', 'three']
In [91]: zipped = zip(seq1, seq2)
In [92]: list(zipped)
Out[92]: [('foo', 'one'), ('bar', 'two'), ('baz', 'three')]

zip可以處理任意多的序列，元素的個數取決於最短的序列：

In [93]: seq3 = [False, True]
In [94]: list(zip(seq1, seq2, seq3))
Out[94]: [('foo', 'one', False), ('bar', 'two', True)]

zip的常見用法之一是同時迭代多個序列，可能結合enumerate使用：

In [95]: for i, (a, b) in enumerate(zip(seq1, seq2)):
 ....: print('{0}: {1}, {2}'.format(i, a, b))
 ....:
0: foo, one
1: bar, two
2: baz, three

給出一個「被壓縮的」序列，zip可以被用來解壓序列。也可以當作把行的列表轉換為列的列表。這個方法看起來有點神奇：

In [96]: pitchers = [('Nolan', 'Ryan'), ('Roger', 'Clemens'),

....: ('Schilling', 'Curt')]

In [97]: first_names, last_names = zip(*pitchers)

In [98]: first_names

Out[98]: ('Nolan', 'Roger', 'Schilling')

In [99]: last_names

Out[99]: ('Ryan', 'Clemens', 'Curt')

reversed函數

reversed可以從後向前迭代一個序列：

In [100]: list(reversed(range(10)))
Out[100]: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

要記住reversed是一個生成器（後面詳細介紹），只有實體化（即列表或for迴圈）之後才能建立翻轉的序列。

字典

建立字典

字典更為常見的名字是雜湊對映或關聯陣列。它是鍵值對的大小可變集合，鍵和值都是Python物件。建立字典的方法之一是使用尖括號，用冒號分隔鍵和值：

In [101]: empty_dict = {}
In [102]: d1 = {'a' : 'some value', 'b' : [1, 2, 3, 4]}
In [103]: d1
Out[103]: {'a': 'some value', 'b': [1, 2, 3, 4]}

存取字典

你可以像存取列表或元組中的元素一樣，存取、插入或設定字典中的元素：

In [104]: d1[7] = 'an integer'
In [105]: d1
Out[105]: {'a': 'some value', 'b': [1, 2, 3, 4], 7: 'an integer'}
In [106]: d1['b']
Out[106]: [1, 2, 3, 4]

你可以用檢查列表和元組是否包含某個值的方法，檢查字典中是否包含某個鍵：

In [107]: 'b' in d1
Out[107]: True

刪除

可以用del關鍵字或pop方法（返回值的同時刪除鍵）刪除值：

In [111]: d1
Out[111]: 
{'a': 'some value',
 'b': [1, 2, 3, 4],
 7: 'an integer',
 5: 'some value',
 'dummy': 'another value'}
In [112]: del d1[5]
In [114]: ret = d1.pop('dummy')
In [115]: ret
Out[115]: 'another value'
In [116]: d1
Out[116]: {'a': 'some value', 'b': [1, 2, 3, 4], 7: 'an integer'}

keys 和 values

keys 和 values 是字典的鍵和值的迭代器方法。雖然鍵值對沒有順序，這兩個方法可以用相同的順序輸出鍵和值：

In [117]: list(d1.keys())
Out[117]: ['a', 'b', 7]
In [118]: list(d1.values())
Out[118]: ['some value', [1, 2, 3, 4], 'an integer']

融合

用update方法可以將一個字典與另一個融合：

In [119]: d1.update({'b' : 'foo', 'c' : 12})
In [120]: d1
Out[120]: {'a': 'some value', 'b': 'foo', 7: 'an integer', 'c': 12}

update方法是原地改變字典，因此任何傳遞給update的鍵的舊的值都會被捨棄。

用序列建立字典

常常，你可能想將兩個序列配對組合成字典。下面是一種寫法：

mapping = {}
for key, value in zip(key_list, value_list):
    mapping[key] = value

因為字典本質上是2元元組的集合，dict可以接受2元元組的列表：

In [121]: mapping = dict(zip(range(5), reversed(range(5))))
In [122]: mapping
Out[122]: {0: 4, 1: 3, 2: 2, 3: 1, 4: 0}

後面會談到dict comprehensions，另一種構建字典的優雅方式。

預設值

下面的邏輯很常見：

if key in some_dict:
    value = some_dict[key]
else:
    value = default_value

因此，dict的方法get和pop可以取預設值進行返回，上面的if-else語句可以簡寫成下面：

value = some_dict.get(key, default_value)

get預設會返回None，如果不存在鍵，pop會丟擲一個例外。關於設定值，常見的情況是在字典的值是屬於其它集合，如列表。例如，你可以通過首字母，將一個列表中的單詞分類：

In [123]: words = ['apple', 'bat', 'bar', 'atom', 'book']
In [124]: by_letter = {}
In [125]: for word in words:
 # 取首字母
 .....:     letter = word[0]
 .....: if letter not in by_letter:
 # 沒有該首字母，以該首字母為鍵，word為值
 .....: by_letter[letter] = [word]
 .....: else:
 # 直接新增
 .....: by_letter[letter].append(word)
 .....:
In [126]: by_letter
Out[126]: {'a': ['apple', 'atom'], 'b': ['bat', 'bar', 'book']}

setdefault方法就正是幹這個的。前面的for迴圈可以改寫為：

for word in words:
    letter = word[0]
 by_letter.setdefault(letter, []).append(word)

collections模組有一個很有用的類，defaultdict，它可以進一步簡化上面。傳遞型別或函數以生成每個位置的預設值：

from collections import defaultdict
by_letter = defaultdict(list)
for word in words:
 by_letter[word[0]].append(word)

有效的鍵型別

字典的值可以是任意Python物件，而鍵通常是不可變的標量型別（整數、浮點型、字串）或元組（元組中的物件必須是不可變的）。這被稱為「可雜湊性」。可以用hash函數檢測一個物件是否是可雜湊的（可被用作字典的鍵）：

In [127]: hash('string')
Out[127]: 5023931463650008331
In [128]: hash((1, 2, (2, 3)))
Out[128]: 1097636502276347782
In [129]: hash((1, 2, [2, 3])) # fails because lists are mutable
---------------------------------------------------------------------------
TypeError                                 Traceback (most recent call last)
<ipython-input-129-800cd14ba8be> in <module>()
----> 1 hash((1, 2, [2, 3])) # fails because lists are mutable
TypeError: unhashable type: 'list'

要用列表當做鍵，一種方法是將列表轉化為元組，只要內部元素可以被雜湊，它也就可以被雜湊：

In [130]: d = {}
In [131]: d[tuple([1, 2, 3])] = 5
In [132]: d
Out[132]: {(1, 2, 3): 5}

集合

建立

集合是無序的不可重複的元素的集合。你可以把它當做字典，但是只有鍵沒有值。可以用兩種方式建立集合：通過set函數或使用尖括號set語句：

In [133]: set([2, 2, 2, 1, 3, 3])
Out[133]: {1, 2, 3}
In [134]: {2, 2, 2, 1, 3, 3}
Out[134]: {1, 2, 3}

集合支援合併、交集、差分和對稱差等數學集合運算。考慮兩個範例集合：

In [135]: a = {1, 2, 3, 4, 5}
In [136]: b = {3, 4, 5, 6, 7, 8}

合併 union 或者 |

合併是取兩個集合中不重複的元素。可以用union方法，或者|運運算元：

In [137]: a.union(b)
Out[137]: {1, 2, 3, 4, 5, 6, 7, 8}
In [138]: a | b
Out[138]: {1, 2, 3, 4, 5, 6, 7, 8}

交集 intersection 或者 &

交集的元素包含在兩個集合中。可以用intersection或&運運算元：

In [139]: a.intersection(b)
Out[139]: {3, 4, 5}
In [140]: a & b
Out[140]: {3, 4, 5}

表3-1列出了常用的集合方法。

所有邏輯集合操作都有另外的原地實現方法，可以直接用結果替代集合的內容。對於大的集合，這麼做效率更高：

In [141]: c = a.copy()
In [142]: c |= b
In [143]: c
Out[143]: {1, 2, 3, 4, 5, 6, 7, 8}
In [144]: d = a.copy()
In [145]: d &= b
In [146]: d
Out[146]: {3, 4, 5}

與字典類似，集合元素通常都是不可變的。要獲得類似列表的元素，必須轉換成元組：

In [147]: my_data = [1, 2, 3, 4]
In [148]: my_set = {tuple(my_data)}
In [149]: my_set
Out[149]: {(1, 2, 3, 4)}

superset 和 subset

你還可以檢測一個集合是否是另一個集合的子集或父集：

In [150]: a_set = {1, 2, 3, 4, 5}
In [151]: {1, 2, 3}.issubset(a_set)
Out[151]: True
In [152]: a_set.issuperset({1, 2, 3})
Out[152]: True

集合的內容相同時，集合才對等：

In [153]: {1, 2, 3} == {3, 2, 1}
Out[153]: True

列表、集合和字典推導式

列表推導式！

列表推導式是Python最受喜愛的特性之一。它允許使用者方便的從一個集合過濾元素，形成列表，在傳遞引數的過程中還可以修改元素。形式如下：

[expr for val in collection if condition]

它等同於下面的for迴圈;

result = []
for val in collection:
 if condition:
 result.append(expr)

filter條件可以被忽略，只留下表示式就行。例如，給定一個字串列表，我們可以過濾出長度在2及以下的字串，並將其轉換成大寫：

In [154]: strings = ['a', 'as', 'bat', 'car', 'dove', 'python']
In [155]: [x.upper() for x in strings if len(x) > 2]
Out[155]: ['BAT', 'CAR', 'DOVE', 'PYTHON']

字典的推導式！

用相似的方法，還可以推導集合和字典。字典的推導式如下所示：

dict_comp = {key-expr : value-expr for value in collection if condition}

集合的推導式！

集合的推導式與列表很像，只不過用的是尖括號：

set_comp = {expr for value in collection if condition}

與列表推導式類似，集合與字典的推導也很方便，而且使程式碼的讀寫都很容易。來看前面的字串列表。假如我們只想要字串的長度，用集合推導式的方法非常方便：

In [156]: unique_lengths = {len(x) for x in strings}
In [157]: unique_lengths
Out[157]: {1, 2, 3, 4, 6}

map函數可以進一步簡化：

In [158]: set(map(len, strings)) # 妙極
Out[158]: {1, 2, 3, 4, 6}

作為一個字典推導式的例子，我們可以建立一個字串的查詢對映表以確定它在列表中的位置：

In [159]: loc_mapping = {val : index for index, val in enumerate(strings)}
In [160]: loc_mapping
Out[160]: {'a': 0, 'as': 1, 'bat': 2, 'car': 3, 'dove': 4, 'python': 5}

巢狀列表推導式

假設我們有一個包含列表的列表，包含了一些英文名和西班牙名：

In [161]: all_data = [['John', 'Emily', 'Michael', 'Mary', 'Steven'],
 .....: ['Maria', 'Juan', 'Javier', 'Natalia', 'Pilar']]

你可能是從一些檔案得到的這些名字，然後想按照語言進行分類。現在假設我們想用一個列表包含所有的名字，這些名字中包含兩個或更多的e。可以用for迴圈來做：

names_of_interest = []
for names in all_data:
 enough_es = [name for name in names if name.count('e') >= 2]
 names_of_interest.extend(enough_es)

可以用巢狀列表推導式的方法，將這些寫在一起，如下所示：

In [162]: result = [name for names in all_data for name in names
 .....: if name.count('e') >= 2]
In [163]: result
Out[163]: ['Steven']

巢狀列表推導式看起來有些複雜。列表推導式的for部分是根據巢狀的順序，過濾條件還是放在最後。下面是另一個例子，我們將一個整數元組的列表扁平化成了一個整數列表：

In [164]: some_tuples = [(1, 2, 3), (4, 5, 6), (7, 8, 9)]
In [165]: flattened = [x for tup in some_tuples for x in tup]
In [166]: flattened
Out[166]: [1, 2, 3, 4, 5, 6, 7, 8, 9]

記住，for表示式的順序是與巢狀for迴圈的順序一樣（而不是列表推導式的順序）：

flattened = []
for tup in some_tuples:
 for x in tup:
 flattened.append(x)

你可以有任意多級別的巢狀，但是如果你有兩三個以上的巢狀，你就應該考慮下程式碼可讀性的問題了。分辨列表推導式的列表推導式中的語法也是很重要的：

In [167]: [[x for x in tup] for tup in some_tuples]
Out[167]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

這段程式碼產生了一個列表的列表，而不是扁平化的只包含元素的列表。

點選關注，第一時間瞭解華為雲新鮮技術~