news 2026/4/25 7:01:27

Python常见数据结构详解

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Python常见数据结构详解

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。

(1)、创建

通过下面的方式即可创建一个列表:

1

2

3

4

list1=['hello','world']

printlist1

list2=[1,2,3]

printlist2

输出:

1

2

['hello','world']

[1,2,3]

可以看到,这中创建方式非常类似于javascript中的数组。

(2)、list函数

通过list函数(其实list是一种类型而不是函数)对字符串创建列表非常有效:

1

2

list3=list("hello")

printlist3

输出:

1

['h','e','l','l','o']

2、元组

元组与列表一样,也是一种序列,唯一不同的是元组不能被修改(字符串其实也有这种特点)。

(1)、创建

1

2

3

4

5

6

t1=1,2,3

t2="jeffreyzhao","cnblogs"

t3=(1,2,3,4)

t4=()

t5=(1,)

printt1,t2,t3,t4,t5

输出:

1

(1,2,3) ('jeffreyzhao','cnblogs') (1,2,3,4) () (1,)

从上面我们可以分析得出:

a、逗号分隔一些值,元组自动创建完成;

b、元组大部分时候是通过圆括号括起来的;

c、空元组可以用没有包含内容的圆括号来表示;

d、只含一个值的元组,必须加个逗号(,);

(2)、tuple函数

tuple函数和序列的list函数几乎一样:以一个序列(注意是序列)作为参数并把它转换为元组。如果参数就算元组,那么该参数就会原样返回:

1

2

3

4

5

6

7

8

t1=tuple([1,2,3])

t2=tuple("jeff")

t3=tuple((1,2,3))

printt1

printt2

printt3

t4=tuple(123)

printt45

输出:

1

2

3

(1,2,3)

('j','e','f','f')

(1,2,3)

Traceback (most recent call last):
File "F:\Python\test.py", line 7, in <module>
t4=tuple(123)
TypeError: 'int' object is not iterable

3、字符串

(1)创建

1

2

3

4

5

str1='Hello world'

printstr1

printstr1[0]

forcinstr1:

printc

输出:

1

2

3

4

5

6

7

8

9

10

11

12

13

Hello world

H

H

e

l

l

o

w

o

r

l

d

(2)格式化

字符串格式化使用字符串格式化操作符即百分号%来实现。

1

2

str1='Hello,%s'%'world.'

printstr1

格式化操作符的右操作数可以是任何东西,如果是元组或者映射类型(如字典),那么字符串格式化将会有所不同。

1

2

3

4

5

6

strs=('Hello','world')#元组

str1='%s,%s'%strs

printstr1

d={'h':'Hello','w':'World'}#字典

str1='%(h)s,%(w)s'%d

printstr1

输出:

1

2

Hello,world

Hello,World

注意:如果需要转换的元组作为转换表达式的一部分存在,那么必须将它用圆括号括起来:

1

2

str1='%s,%s'%'Hello','world'

printstr1

输出:

1

2

3

4

Traceback (most recent call last):

File"F:\Python\test.py", line2,in<module>

str1='%s,%s'%'Hello','world'

TypeError:notenough argumentsforformatstring

如果需要输出%这个特殊字符,毫无疑问,我们会想到转义,但是Python中正确的处理方式如下:

1

2

str1='%s%%'%100

printstr1

输出:

1

100%

对数字进行格式化处理,通常需要控制输出的宽度和精度:

1

2

3

4

5

6

7

frommathimportpi

str1='%.2f'%pi#精度2

printstr1

str1='%10f'%pi#字段宽10

printstr1

str1='%10.2f'%pi#字段宽10,精度2

printstr1

输出:

1

2

3

3.14

3.141593

3.14

字符串格式化还包含很多其他丰富的转换类型,可参考官方文档。

Python中在string模块还提供另外一种格式化值的方法:模板字符串。它的工作方式类似于很多UNIX Shell里的变量替换,如下所示:

1

2

3

4

fromstringimportTemplate

str1=Template('$x,$y!')

str1=str1.substitute(x='Hello',y='world')

printstr1

输出:

1

Hello,world!

如果替换字段是单词的一部分,那么参数名称就必须用括号括起来,从而准确指明结尾:

1

2

3

4

fromstringimportTemplate

str1=Template('Hello,w${x}d!')

str1=str1.substitute(x='orl')

printstr1

输出:

1

Hello,world!

如要输出$符,可以使用$$输出:

1

2

3

4

fromstringimportTemplate

str1=Template('$x$$')

str1=str1.substitute(x='100')

printstr1

输出:

1

100$

除了关键字参数之外,模板字符串还可以使用字典变量提供键值对进行格式化:

1

2

3

4

5

fromstringimportTemplate

d={'h':'Hello','w':'world'}

str1=Template('$h,$w!')

str1=str1.substitute(d)

printstr1

输出:

1

Hello,world!

除了格式化之外,Python字符串还内置了很多实用方法,可参考官方文档,这里不再列举。

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

1

2

3

4

5

6

str1='Hello'

nums=[1,2,3,4]

t1=(123,234,345)

printstr1[0]

printnums[1]

printt1[2]

输出

1

2

3

H

2

345

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:

1

2

3

4

5

6

str1='Hello'

nums=[1,2,3,4]

t1=(123,234,345)

printstr1[-1]

printnums[-2]

printt1[-3]

输出:

1

2

3

o

3

123

(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:

1

2

3

4

5

6

7

8

nums=range(10)

printnums

printnums[1:5]

printnums[6:10]

printnums[1:]

printnums[-3:-1]

printnums[-3:]#包括序列结尾的元素,置空最后一个索引

printnums[:]#复制整个序列

输出:

1

2

3

4

5

6

[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:

1

2

3

4

5

6

7

8

nums=range(10)

printnums

printnums[0:10]#默认步长为1 等价于nums[1:5:1]

printnums[0:10:2]#步长为2

printnums[0:10:3]#步长为3

##print nums[0:10:0] #步长为0

printnums[0:10:-2]#步长为-2

输出:

1

2

3

4

5

[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

1

2

3

4

5

6

7

str1='Hello'

str2=' world'

printstr1+str2

num1=[1,2,3]

num2=[2,3,4]

printnum1+num2

printstr1+num1

输出:

1

2

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

1

2

3

4

5

6

print[None]*10

str1='Hello'

printstr1*2

num1=[1,2]

printnum1*2

printstr1*num1

输出:

1

2

3

4

[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 <module>
print str1*num1
TypeError: 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):

1

2

3

4

5

str1='Hello'

print'h'instr1

print'H'instr1

num1=[1,2]

print1innum1

输出:

1

2

3

False

True

True

(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。

1

2

3

4

5

6

7

8

str1='Hello'

printlen(str1)

printmax(str1)

printmin(str1)

num1=[1,2,1,4,123]

printlen(num1)

printmax(num1)

printmin(num1)

输出:

1

2

3

4

5

6

5

o

H

5

123

1

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。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/25 7:01:19

保姆级教程:给逐飞智能车主控板移植WiFi图传功能(附完整代码)

智能车WiFi图传功能全流程实现指南&#xff1a;从硬件连接到图像优化 在智能车竞赛和机器人开发中&#xff0c;实时获取车辆视角的图像数据对于调试和策略优化至关重要。传统的有线传输方式限制了车辆的移动范围&#xff0c;而基于WiFi的无线图传方案则提供了更大的灵活性和便利…

作者头像 李华
网站建设 2026/4/25 6:54:31

LFM2.5-1.2B-Instruct开源镜像教程:HuggingFace模型本地化部署实践

LFM2.5-1.2B-Instruct开源镜像教程&#xff1a;HuggingFace模型本地化部署实践 1. 模型简介与部署价值 LFM2.5-1.2B-Instruct是一个1.2B参数量的轻量级指令微调大语言模型&#xff0c;特别适合在边缘设备或低资源服务器上部署。这个模型由Liquid AI和Unsloth团队联合开发&…

作者头像 李华
网站建设 2026/4/25 6:47:24

数据增强技术:原理、实践与避坑指南

1. 数据增强技术全景解析在机器学习实践中&#xff0c;我们常常遇到这样的困境&#xff1a;训练集表现优异&#xff0c;验证集却惨不忍睹。这种过拟合现象的根本原因往往是训练数据不足或缺乏多样性。数据增强技术正是解决这一痛点的利器——它通过对现有数据进行合理变换&…

作者头像 李华