Python常见数据结构详解

本文详细罗列归纳了python常见数据结构，并附以实例加以说明，相信对读者有一定的参考借鉴价值。

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

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：

list1=['hello','world']
print list1
list2=[1,2,3]
print list2

输出：

['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：

list3=list("hello")
print list3

输出：

['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

t1=1,2,3
t2="jeffreyzhao","cnblogs"
t3=(1,2,3,4)
t4=()
t5=(1,)
print t1,t2,t3,t4,t5

输出：

(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：

t1=tuple([1,2,3])
t2=tuple("jeff")
t3=tuple((1,2,3))
print t1
print t2
print t3
t4=tuple(123)
print t45

输出：

(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

str1='hello world'
print str1
print str1[0]
for c in str1:
  print c

输出：

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。

str1='hello,%s' % 'world.'
print str1

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。

strs=('hello','world') #元组
str1='%s,%s' % strs
print str1
d={'h':'hello','w':'world'} #字典
str1='%(h)s,%(w)s' % d
print str1

输出：

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：

str1='%s,%s' % 'hello','world'
print str1

输出：

traceback (most recent call last):
 file "f:\python\test.py", line 2, in <module>
  str1='%s,%s' % 'hello','world'
typeerror: not enough arguments for format string

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：

str1='%s%%' % 100
print str1

输出：

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：

from math import pi
str1='%.2f' % pi #精度2
print str1
str1='%10f' % pi #字段宽10
print str1
str1='%10.2f' % pi #字段宽10，精度2
print str1

输出：

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：

from string import template
str1=template('$x,$y!')
str1=str1.substitute(x='hello',y='world')
print str1

输出：

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：

from string import template
str1=template('hello,w${x}d!')
str1=str1.substitute(x='orl')
print str1

输出：

hello,world!

如要输出$符，可以使用$$输出：

from string import template
str1=template('$x$$')
str1=str1.substitute(x='100')
print str1

输出：

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：

from string import template
d={'h':'hello','w':'world'}
str1=template('$h,$w!')
str1=str1.substitute(d)
print str1

输出：

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

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

输出

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：

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

输出：

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：

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2
print nums[0:10:3] #步长为3
 
##print nums[0:10:0] #步长为0
print 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]*10
str1='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 <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）：

str1='hello'
print 'h' in str1 
print 'h' in str1
num1=[1,2]
print 1 in num1

输出：

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。

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：

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。

1、键类型

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。

list1=["hello,world"]
set1=set([123])
d={}
d[1]=1
print d
d[list1]="hello world."
d[set1]=123
print d

输出：

{1: 1}

traceback (most recent call last):
  file "f:\python\test.py", line 6, in <module>
    d[list1]="hello world."
typeerror: unhashable type: 'list'

2、自动添加

即使键在字典中并不存在，也可以为它分配一个值，这样字典就会建立新的项。

3、成员资格

表达式item in d（d为字典）查找的是键（containskey），而不是值（containsvalue）。

python字典强大之处还包括内置了很多常用操作方法，可参考官方文档，这里不再列举。

思考：根据我们使用强类型语言的经验，比如c#和java，我们肯定会问python中的字典是线程安全的吗？

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、副本是被忽略的

集合主要用于检查成员资格，因此副本是被忽略的，如下示例所示,输出的集合内容是一样的。

set1=set([0,1,2,3,0,1,2,3,4,5])
print set1
 
set2=set([0,1,2,3,4,5])
print set2

输出如下：

set([0, 1, 2, 3, 4, 5])
set([0, 1, 2, 3, 4, 5])

2、集合元素的顺序是随意的

这一点和字典非常像，可以简单理解集合为没有value的字典。

strs=set(['jeff','wong','cnblogs'])
print strs

输出如下：

set(['wong', 'cnblogs', 'jeff'])

3、集合常用方法

a、交集union

set1=set([1,2,3])
set2=set([2,3,4])
set3=set1.union(set2)
print set1
print set2
print set3

输出：

set([1, 2, 3])
set([2, 3, 4])
set([1, 2, 3, 4])

union操作返回两个集合的并集，不改变原有集合。使用按位与（or）运算符“|”可以得到一样的结果：

set1=set([1,2,3])
set2=set([2,3,4])
set3=set1|set2
print set1
print set2
print set3

输出和上面union操作一模一样的结果。

其他常见操作包括&（交集）,<=,>=,-,copy()等等，这里不再列举。

set1=set([1,2,3])
set2=set([2,3,4])
set3=set1&set2
print set1
print set2
print set3
print set3.issubset(set1)
set4=set1.copy()
print set4
print set4 is set1

输出如下：

set([1, 2, 3])
set([2, 3, 4])
set([2, 3])
true
set([1, 2, 3])
false

b、add和remove

和序列添加和移除的方法非常类似，可参考官方文档：

set1=set([1])
print set1
set1.add(2)
print set1
set1.remove(2)
print set1
print set1
print 29 in set1
set1.remove(29) #移除不存在的项

输出：

set([1])
set([1, 2])
set([1])
set([1])
false

traceback (most recent call last):
  file "f:\python\test.py", line 9, in <module>
    set1.remove(29) #移除不存在的项
keyerror: 29

4、frozenset

集合是可变的，所以不能用做字典的键。集合本身只能包含不可变值，所以也就不能包含其他集合：

set1=set([1])
set2=set([2])
set1.add(set2)

输出如下：

traceback (most recent call last):
  file "f:\python\test.py", line 3, in <module>
    set1.add(set2)
typeerror: unhashable type: 'set'

可以使用frozenset类型用于代表不可变（可散列）的集合：

set1=set([1])
set2=set([2])
set1.add(frozenset(set2))
print set1

输出：

set([1, frozenset([2])])