Python 官方文档 中文版 5. Data Structures

数据结构

这一章对你已经学习过的内容进行深入探讨，并且会加入一些新的内容。

5.1 more on lists

list 数据类型还有一些方法。下列是 list 对象的所有方法：

list.append(x)

​ 在列表末尾添加一个项。等价于 a[len(a):] = [x]。

list.extend(iterable)

​ 将 iterable 中所有的项都加到列表中。等价于 a[len(a):] = iterable。

list.insert(i, x)

​ 在指定位置插入一个项。第一个参数是要插入的位置的索引，因此 a.insert(0, x) 在列表头部进行插入，a.insert(len(a), x) 等价于 a.append(x)。

list.remove(x)

​ 移除列表中第一个值为 x 的项。如果不存在值为 x 的项，会抛出 valueerror 异常。

list.pop([i])

​ 移除并返回指定位置的项。如果没有指定索引，a.pop 移除并返回列表的最后一个项。（在方法签名中 i 周围的方括号表示这个参数是可选的，不是让你把方括号也一起敲入。在python library reference 中你会经常见到这些方括号。）

list.clear()

​ 移除列表中所有的项。等价于 del a[:]。

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

​ 返回第一个值为 x 的项的索引（以零为基准）。如果列表中不存在这样的 x，抛出 valueerror 异常。

​ 可选参数 start 和 end 被解释为切片表示法，并且用于将搜索范围缩小为一个列表的特定子序列。index() 方法返回的索引是从整个序列的开头开始计数的，而不是以 start 为头开始计数的。

list.count(x)

​ 返回 x 在列表中出现的次数。

list.sort(key=none, reverse=false)

​ 对列表中的元素进行排序（函数参数可以用于定制排序规则，详细见 ）

list.reverse()

​ 反转列表。

list.copy()

​ 返回列表的一份拷贝。等价于 a[:]。

列表方法使用示例：

>>> 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 a 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'

你可能注意到了像 insert、remove 或者 sort 这样的方法只修改列表，却没有显示返回值 —— 那是因为它们返回了默认的 none。这是 python 中所有可变数据结构的一个设计原则。

可能你还注意到了不是所有数据都可以被排序或者比较的。比如，[none, 'hello', 10] 不能进行排序，因为 integer 不能和 string 进行比较，none 不能和其他类型进行比较。还有，有些类型没有被定义顺序关系。比如，3+4j < 5+7j 不属于合法的比较。

5.1.1. 把列表当作栈来使用

列表的方法使得列表作为栈（stack）来使用变得非常简单，最后添加的元素就是最先取出的元素（后进先出）。想要在栈顶添加元素，就用 append()。想要从栈顶取出一个元素，就用没有指定索引的 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. 将列表作为队列来使用

还可以将列表作为队列来使用，最先添加的元素会被最先取出（先进先出）。但是，用列表实现的队列并不高效。列表尾部的插入和弹出操作可以很快的进行，但在列表头部进行的插入和弹出操作却很慢（因为所有插入位置后的元素都必须移动一个单位）。

要想实现队列，就使用 collection.deque，它被设计成可以快速地对两端进行 append 和 pop 操作。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（list comprehension）提供了创建列表的简洁方法。一般用于创建新列表，新列表中每个元素都是将一些运算作用于另一个 sequence 或者 iterable 中的元素后产生的结果；或者用于创建这些元素的满足特定条件的子序列。

比如，假设我们想要创建一个平方数的列表：

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

注意变量 x 在这个过程中被创建（或覆写），并且它在循环结束后仍然可以使用。我们可以毫无副作用地创建一个平方数列表：

squares = list(map(lambda x: x**2, range(10)))

或者，等价地：

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

这更加简洁，更具可读性。

一个列表推导式方括号组成，其中包含一个表达式，表达式后面跟着 for 子句，for 子句后面还可以有 0 个或多个 for 或 if 子句。

列表推导的结果是一个新的列表，这个列表根据其后的 for 和 if 子句组成的上下文推导得出。例如，下面的列表推导式将两个列表中不同的元素进行组合：

>>> [(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)]

这等同于：

>>> 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)]

注意，在这两个代码片段中，for 和 if 语句的顺序是相同的。

如果表达式是一个 tuple（如，前面例子中的 (x, y)），就必须用圆括号括起来：

>>> 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, 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的函数：

>>> 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化表达式可以是任何表达式，包括列表推导式。

考虑下面这个 3x4 的矩阵，它被一个列表所实现，这个列表中包含 3 个长度为 4 的列表：

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

下面的列表推导式将对行和列进行转换：

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

正如我们在上一节看到的，the nested listcomp is evaluated in the context of the that follows it#todo 所以上面的例子等同于：

>>> 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]]

依次的，上面的代码等同于：

>>> 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]]

实际应用中，与复杂的流语句相比，你可能对内置函数更感兴趣。zip() 函数将能很好的处理这类问题：

>>> list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

有关这一行中星号的更多内容，请看unpacking argument lists。

5.2. del 语句 ✔

有一种方式可以使用列表的索引，而不是元素值来删除列表的元素：del 语句。del 语句与有返回值的 pop() 方法不同。del 语句还可用于移除列表的切片或者清空整个列表（之前我们将一个空列表赋值给切片来清空列表）：

>>> 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 还可以用于删除一个变量：

>>> del a

此后引用变量 a 将会产生错误（至少在赋新的值给它前是这样）。后面我们会研究 def 的更多用途。

5.3. tuples 和 sequences ✔

我们可以看到 list 和 string 有许多共通的地方，比如索引操作和切片操作。它们是 sequance 类型的两个例子（见sequence types — list, tuple, range）。因为 python 还在不断发展，所以其他的数据类型可能会被加入到 python 中。还有一种标准的 sequence 数据类型：tuple。

一个 tuple 由用逗号分隔的一些值组成，如：

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # tuples 可以嵌套:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # tuples 不可修改:
... t[0] = 88888
traceback (most recent call last):
  file "<stdin>", line 1, in <module>
typeerror: 'tuple' object does not support item assignment
>>> # 但可以包含可修改的对象:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

如你所见，在输出时，元组总是被圆括号括起来，这样就可以更准确地解释嵌套的元组。元组可能在输入时带有括号，也可能不带括号，尽管通常来说圆括号是必要的（如果元组是一个更大的表达式中的一部分）。不能将一个值赋给元组中的独立元素，但是可以创建带有可修改对象（如列表）的元组。

尽管 tuple 可能看上去和 list 很像，但是它们经常用于不同的场景和不同的目的。元组是不可修改的，通常包含一个序列的异构（heterogeneous）的元素，这些元素通过解包（见本节后面的内容）或索引来访问（在 namedtuples 中，甚至可以通过属性来访问）。list 是可修改的，list 的元素通常是同构的（homogeneous），并通过遍历 list 来访问。

构建包含0个或1个元素的元组是一个特别的问题：python 语法对此有额外的兼容来适应这个问题。空元组通过一对圆括号来构建；只有一个元素的元组通过跟随着一个逗号的值来构建（仅用括号括起一个值是不够的）。有点丑，但是很高效。如：

>>> empty = ()
>>> singleton = 'hello',    # <-- 注意最后的逗号
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)

语句 t = 12345, 54321, 'hello!' 是 tuple packing 的一个例子：12345，54321 和 'hello!' 被 pack 在了一个元组里。相反的操作同样可行：

>>> x, y, z = t

这被称为 sequence unpacking ，这对右边的任何 sequence 都起作用。sequence unpacking 要求等号左边的变量个数与 sequence 中的元素个数相同。注意，多重赋值（multiple assignment）其实就是 tuple packing 和 sequence unpacking 的组合。

5.4. 集合 ✔

python 还支持 set。set 是一种没有重复元素的无序集合。基本用法有 membership testing 和消除重复项。set 对象支持一些数学运算，如并、交、差和对称差。

可以用花括号或 set() 函数来创建 set。注意，如果要创建一个空的 set，必须使用set()，而不是{}，后者会创建一个空的字典（一种我们下一节会讨论的数据结构）。

这里有些简短的示例：

>>> 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，set 推导式也被 python 支持：

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
{'r', 'd'}

5.5. 字典 ✔

另一种 python 中有用的内置数据类型是字典（见mapping types — dict）。字典在其他语言中有时被称为联合存储器（associative memories）或者关联数组（“associative arrays”）。字典不像 sequance 那样用一个范围的数字作为索引，而是使用 key 作为索引，key 可以是不可修改的类型；字符串和数字都可以作为 key。元组如果只包含字符串、数字或者元组，就可以作为 key 来使用；元组中如果直接或间接包含可修改的对象，就不能作为 key 来使用。不能用 list 作为字典，因为 list 可以通过索引赋值、切片赋值或者 append() 和 extend() 这样的方法来修改。

最好将字典看作一个键值对的集合，并要求键都是唯一的（在一个字典内）。空字典通过一对花括号（{}）来创建。在花括号中输入用逗号分隔键值对的列表，可以为字典添加初始键值对；这也是字典在输出中打印的方式。

字典中的主要操作是通过 key 来存储 value 和提取 value。可以用 del 删除键值对。如果你用一个已经存在的 key 来存储值，那么原来的 value 会被覆盖。用一个不存在 key 来提取 value 会产生错误。

对字典使用 list(d) 会返回包含字典中所有 key 的列表，列表中元素顺序为插入时的顺序（如果你希望它是被排序过的，就替换成 sorted(d)）。使用 in 关键字来检查一个 key 是否存在于字典中。

字典的简单示例：

>>> 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() 通过键值对序列来构建字典：

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

另外，字典推导式可以通过任意键和值的表达式来创建字典

>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}

当 key 是简单的字符串时，用关键字参数来指定键值对会更加简单：

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

5.6. 循环技巧 ✔

在遍历字典时，使用字典的 items() 方法可以同时将字典中的 key 以及对应的 value 提取出来。

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

当遍历一个 sequence 时，使用 enumerate() 函数可以同时将索引和对应的值提取出来。

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

想要同时循环两个或多个序列，可以将序列与 zip() 函数一起使用。

>>> 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.

想要倒序遍历一个 sequence，可以先指定正向的 sequence，然后调用 reversed() 函数。

>>> for i in reversed(range(1, 10, 2)):
...     print(i)
...
9
7
5
3
1

想要以排好序的顺序遍历一个 sequence，用 sorted() 函数。该函数返回一个排好序的 list，保持原始对象不变。

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

有时你在遍历一个 list 的过程中，你会很想要改变这个 list；然而，通常情况下更简单和安全的方式是创建一个新的 list。

>>> 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. more on conditions ✔

while 语句和 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 检查一个值是否存在于一个 sequence 中。is 和 is not 操作符比较两个对象是否是相同的对象；这只适用于像 list 这样的可修改对象。所有的比较运算符有相同的优先级，比较运算符的优先级低于数值运算符

比较运算符可以被链接（chained）起来。比如，a < b == c 检查 a 是否小于 b ，且 b 是否等于 c。

比较运算可以通过布尔运算符 and 和 or 来合并在一起，比较运算（或者其他布尔表达式）的结果可以使用 not 运算符进行否定。and、or 和 not 的优先级低于比较运算符；在 and、or 和 not 中，not 的优先级最高，or 最低，所以 a and not b or c 等价于 (a and (not b) or c)。通常，圆括号可以用于明确所需的组合。

布尔运算符 and 和 or 属于短路（short-circuit）运算符：短路运算符的计算从左往右进行，并且，一旦结果确定，就停止计算。比如，如果 a 和 c 的值为 true，但 b 为 false，表达式 a and b and c 就不会再计算 c。当作为普通值而不是布尔值时，短路运算符的返回值为最后一个计算的操作数。

可以将比较运算或者其他布尔表达式的结果赋值给一个变量。比如：

>>> string1, string2, string3 = '', 'trondheim', 'hammer dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'trondheim'

python 与 c 不同，python 表达式内的赋值必须使用 walrus operator := 进行。这能避免在 c 中经常遇到的一类问题：在表达式中本该使用 == 的地方，却使用了 =。

5.8. 比较 sequence 和其他类型

sequence 对象可以与其他具有相同 sequence 类型的对象进行比较。比较通过字典顺序（lexicographical order）进行：首先比较两个序列的第一项，如果不同，那么就可以确定比较结果；如果相同，就比较两个序列的下一项，如此类推，直到其中一个序列的元素被比较完为止。如果进行比较的两个项，本身就是同一类型的 sequence，则递归地进行字典顺序的比较。如果比较下来，两个序列中所有的项都相等，那么就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（initial sub-sequence)，较短的序列是较小的那个。字符串的字典顺序比较使用 unicode code point number 来排序单个字符。一些同类型序列之间进行比较的例子：

(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)

注意，将不同类型的对象进行 < 或 > 比较是合法的，前提是这些对象具有恰当的比较方法。比如，mixed numeric type 通过它们的 numeric value 进行比较，因此 0 等同于 0.0。否则，解释器会抛出一个 typeerror 异常，而不是提供一个任意排序的结果。

脚注

other languages may return the mutated object, which allows method chaining, such as d->insert("a")->remove("b")->sort();