打开网易新闻 查看精彩图片

Python中的一切都是对象。每个对象都有自己的数据属性和与之关联的方法。为了有效和恰当地使用一个对象,我们应该知道如何与它们交互。

列表、元组和集合是三种重要的对象类型。它们的共同点是它们都被用作数据结构。为了创建健壮且性能良好的产品,必须非常了解编程语言的数据结构。

在这篇文章中,我们将看到这些结构如何收集和存储数据,以及我们可以对它们进行的操作。我们将看到它们之间的异同。

让我们先简要解释一下这些对象是什么。然后我们将对每个例子进行详细说明。

  • List是Python中的一个内置数据结构。它用方括号中的数据点集合表示。列表可用于存储任何数据类型或不同的数据类型。列表是可变的,这也是它们如此常用的原因之一。
  • 元组是用逗号分隔并用括号括起来的值的集合。与列表不同,元组是不可变的。不变性可以看作元组的识别特征。
  • Set是不同的不可变对象的无序集合。集合包含唯一的元素。虽然集合是可变的,但是集合的元素必须是不可变的。没有与集合的元素相关联的顺序。因此,它不像列表那样支持索引或切片。

打开网易新闻 查看精彩图片

我们现在对这些容器有了基本的了解。下面的示例将介绍如何与这些对象交互。

1.列表与集合

我们可以根据字符串中的字符创建列表或集合。要使用的函数是list和set函数。

text="HelloWorld!"print(list(text))['H','e','l','l','o','','W','o','r','l','d','!']print(set(text)){'H','W','o','','l','r','!','e','d'}

结果列表和集合对象的区别:

  • 列表包含所有字符,而集合只包含唯一字符。
  • 列表是根据字符串中字符的顺序排序的。集合的元素并没有顺序。

2.列表与集合索引

在前面的例子中,我们看到集合不具有顺序。因此,我们不能像处理列表那样对集合进行切片或索引。

text="HelloWorld!"list_a=list(text)print(list_a[:2])['H','e']set_a=set(text)print(set_a[:2])TypeError:'set'objectisnotsubscriptable

对集合进行切片或索引会引发类型错误,因为这是与集合对象类型的属性相关的问题。

3.列表与元组

列表和元组的区别在于易变性。与列表不同,元组是不可变的。例如,我们可以向列表添加项,但元组不行。

list_a=[1,2,3,4]list_a.append(5)print(list_a)[1,2,3,4,5]tuple_a=(1,2,3,4)tuple_a.append(5)AttributeError:'tuple'objecthasnoattribute'append'

更改集合的函数(例如append、remove、extend、pop)不适用于元组。

4.元组中的可变元素

不变性可能是元组最具识别性的特征。元组确定后不能改变。

tuple_a=(3,5,'x',5)tuple_a[0]=7#错误

虽然元组是不可变的,但是它们可以包含可变的元素,比如列表或集合。

tuple_a=([1,3],'a','b',8)tuple_a[0][0]=99print(tuple_a)([99,3],'a','b',8)

5.Del函数

Del函数代表delete,因此它用于从集合中删除项。它接受要删除的项的索引。

由于集合是无序的,因此它们中没有项的索引。因此,del函数不能用于集合。

list_a=[1,2,3,4]del(list_a[0])print(list_a)[2,3,4]

注意:有两种方法可以索引列表:

  • 自始至终:0,1,2,3
  • 从尾到头:-1,-2,-3

6.Remove函数

与del函数不同,remove函数可用于列表和集合。我们传递要删除的项而不是其索引。

list_a=['a','b',3,6]list_a.remove('a')print(list_a)['b',3,6]set_a={'a','b',3,6}set_a.remove('a')print(set_a){3,6,'b'}

7.Discard函数

Discard也可用于从集合中移除项。但是列表没有discard属性。

当我们试图删除一个不在集合中的项目时,我们会观察到“remove”和“Discard”之间的区别。Remove将引发一个错误,但discard不会发生任何操作。

#removea={1,2,3}a.remove(5)KeyError:5#Discarda={1,2,3}a.discard(5)print(a){1,2,3}

8.Pop函数

Pop函数可用于列表和集合。但是,它在列表和集合上的工作方式不同。

默认情况下,pop函数从列表中删除最后一项并返回它。因此,我们可以把它赋给一个变量。我们可以将索引传递给pop函数,删除特定索引处的元素。例如,pop(-2)将从末尾删除第二项。

list_a=['a','b',3,6,4]item=list_a.pop()print(list_a)['a','b',3,6]print(item)4

在集合上使用时,pop函数会删除任意项,因为集合中没有索引或顺序。

set_a={'a','b',3,6,4}item2=set_a.pop()print(set_a){4,6,'a','b'}print(item2)3

9.元组或元组列表

这些集合对象可以从一个集合对象转换为另一个集合对象。如名称所示,要使用的函数是list、tuple和set。

a=[1,2,3,'a',1,3,5]print(tuple(a))(1,2,3,'a',1,3,5)print(set(a)){1,2,3,5,'a'}b={'a',1,4,8}print(list(b))[8,1,4,'a']print(tuple(b))(8,1,4,'a')

10.添加新项目

由于元组是不可变的,我们只能向列表或集合添加新项。

例如,append方法在列表末尾添加一个项。由于集合没有结束或开始的概念,我们不能使用append方法。对于集合,add方法用于添加新项。

a=[1,2,3]a.append(4)print(a)[1,2,3,4]b={1,2,3}b.add(4)print(b){1,2,3,4}

11.将项目插入列表

insert函数还用于向列表中添加元素。但是,它允许指定新元素的索引。例如,我们可以在列表的开头添加一个新元素(index=0)。

a=[1,2,3,4,5]a.insert(0,'a')a['a',1,2,3,4,5]

因为它需要索引,所以不能对集合使用insert函数。

12.组合两个对象

在某些情况下,我们需要将属于同一个类型的项组合到一起。我们有多个选择来组合列表、元组和集合的对象。

“+”运算符可用于添加列表或元组,但不能用于添加集合。

a=[1,2,3]b=[11,32,1]print(a+b)[1,2,3,11,32,1]print(tuple(a)+tuple(b))(1,2,3,11,32,1)

我们可以用并集运算符合并两个集合。将删除重复的元素。

a={1,2,3,4}b={1,5,6}print(a.union(b)){1,2,3,4,5,6}

在创建空字典时,我们需要记住这一点。如果我们只使用大括号,里面什么也没有,Python会认为它是一个空字典。我们可以使用set函数创建一个空集。

a={}print(type(a))

'dict'>b=set()print(type(b))

'set'>c=set({})print(type(c))

'set'>

13.排序

只有拥有顺序我们才能谈分类。因此,排序适用于列表和元组。集合无法排序,因为没有顺序。

sort函数修改应用它的对象。因此,我们只能在列表中使用它。元组是不可变的,所以我们不能对它们进行排序。

a=[3,1,5,2]a.sort()print(a)[1,2,3,5]

但是,我们可以对元组使用sorted函数。它创建一个排序的列表,其中包含任何iterable。所以我们可以使用它来创建一个基于元组的排序列表。

b=(6,1,4,2)print(sorted(b))[1,2,4,6]

  • sort:对对象进行排序,但不返回任何内容。
  • sorted:返回iterable中已排序项的列表,但不修改原始对象。

14.更新集合

update方法可用于通过其他iterables中的项更新集合。由于集合的性质,更新时会删除重复项。

a={'x',1,4}b=[3,4,1]c=('x','y','z')a.update(b,c)print(a){1,3,4,'y','z','x'}

15.长度和计数

len函数返回集合的长度(即项目数)。它适用于列表、元组和集合。

count函数可用于计算特定元素的出现次数。它只用于列表和元组。由于集合不包含任何重复项,因此所有项的计数均为1。

a=[1,4,5,6,1]b=(3,4)c={1,2,3,4}print(len(a),len(b),len(c))524print(a.count(1),b.count(3))21

结论

我们已经讨论了Python中3种基本数据结构之间的异同。

有更多的方法和操作可以在这些对象上工作。例如,列表生成式在数据分析和操作中非常有用:https://towardsdatascience.com/11-examples-to-master-python-list-comprehensions-33c681b56212 。

全面理解数据结构是非常重要的,因为它们是任何编程语言的基本组成部分。它们也是设计算法的关键因素。