Python学习笔记之六——数据结构
2016-09-06 21:48
351 查看
详解列表
列表数据类型还有更多的方法。这里是列表对象方法的清单:list.append(x)
添加一个元素到列表的末尾。相当于a[len(a):] = [x]。
list.extend(L)
将给定列表L中的所有元素附加到原列表a的末尾。相当于a[len(a):] = L。
list.insert(i, x)
在给定位置插入一个元素。第一个参数是准备插入到其前面的那个元素的索引,所以 a.insert(0, x) 在列表的最前面插入,a.insert(len(a), x) 相当于 a.append(x)。
list.remove(x)
删除列表中第一个值为 x 的元素。如果没有这样的元素将会报错。
list.pop([i])
删除列表中给定位置的元素并返回它。如果未指定索引,a.pop() 删除并返回列表中的最后一个元素。(i 两边的方括号表示这个参数是可选的,而不是要你输入方括号。在Python库中会经常看到这种表示方法)。
list.clear()
删除列表中所有元素。相当于del a[:]。
list.index(x)
返回列表中第一个值为x 的元素的索引。如果没有这样的元素将会报错。
list.count(x)
返回列表中 x 出现的次数。
list.sort(cmp=None, key=None, reverse=False)
原地排序列表中的元素。
list.reverse()
反转列表中的元素。
list.copy()
返回列表的一个浅拷贝。等同于a[:]。
>>> a = [66.25, 333, 333, 1, 1234.5] >>> print(a.count(333), a.count(66.25), a.count('x')) 2 1 0 >>> a.insert(2, -1) >>> a.append(333) >>> a [66.25, 333, -1, 333, 1, 1234.5, 333] >>> a.index(333) 1 >>> a.remove(333) >>> a [66.25, -1, 333, 1, 1234.5, 333] >>> a.reverse() >>> a [333, 1234.5, 1, 333, -1, 66.25] >>> a.sort() >>> a [-1, 1, 66.25, 333, 333, 1234.5] >>> a.pop() 1234.5 >>> a [-1, 1, 66.25, 333, 333]
像insert, remove 或者 sort 之类的方法只修改列表而没有返回值打印出– 它们其实返回了默认值None。[1]这是 Python 中所有可变数据结构的设计原则
将列表作为堆栈使用
列表方法使得将列表当作堆栈非常容易,最先进入的元素最后一个取出(后进先出)。使用append() 将元素添加到堆栈的顶部。使用不带索引的 pop() 从堆栈的顶部取出元素。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]
将列表当做队列使用
也可以将列表当作队列使用,此时最先进入的元素第一个取出(先进先出);但是列表用作此目的效率不高。在列表的末尾添加和弹出元素非常快,但是在列表的开头插入或弹出元素却很慢 (因为所有的其他元素必须向后移一位)。
如果要实现一个队列,可以使用
collections.deque它设计的目的就是在两端都能够快速添加和弹出元素。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'])
列表解析
列表解析提供了一个生成列表的简洁方法。应用程序通常会从一个序列的每个元素的操作结果生成新的列表,或者生成满足特定条件的元素的子序列。例如:假如我们想要创建一个列表squares:
>>> squares = [] >>> for x in range(10): ... squares.append(x**2) ... >>> squares [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
注意这个for循环中的被创建(或被重写)的名为x 的变量在循环完毕后依然存在。使用如下方法,我们以计算squares的值:
squares = list(map(lambda x: x**2, range(10)))
map 函数的详细介绍如下:
Python中map()函数浅析
或者,等价地:
squares = [x**2 for x in range(10)]
列表解析由括号括起来,括号里面包含一个表达式,表达式后面跟着一个for语句,后面还可以接零个或更多的for 或if 语句。结果是一个新的列表,由表达式依据其后面的for 和if 语句上下文计算而来的结果构成。例如,下面的listcomp组合两个列表中不相等的元素:
>>> [(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)]
它等效于:
>>> 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)]
如果表达式是一个元组(例如前面示例中的(x,y)),它必须带圆括号。
>>> 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 ? [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]
列表解析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']
嵌套的列表解析
列表解析中的第一个表达式可以是任何表达式,包括列表解析。考虑下面由三个长度为4的列表组成的3x4矩阵:
>>> matrix = [ ... [1, 2, 3, 4], ... [5, 6, 7, 8], ... [9, 10, 11, 12], ... ]
下面的列表解析将转置行和列:
>>> [[row[i] for row in matrix] for i in range(4)] [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
所以此例等同于:
>>> 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]]
以此下去,还等同于:
>>> 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]]
有专门的内置函数zip()函数来做这件事:
>>> list(zip(*matrix)) [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]
关于本行中使用的星号是函数中的参数列表分拆,一个
*号是把传入的列表或元组参数拆分成一个个独立的元素,两个
**是把传入的 字典参数拆分成一个个键值对。详情请见参数列表的分拆。
del 语句
del 可以从列表中按索引而不是值来删除一个元素。这不同于有返回值的pop() 方法。del 语句还可以用于从列表中删除切片或清除整个列表。例如:>>> 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 也可以用于删除整个变量:
>>> del a
删除后再引用名称a 将会报错.
元组和序列
列表和字符串具有很多共同的属性,如索引和切片操作。它们是 序列 数据类型的两个例子,下面进一步介绍另一种标准序列数据类型:元组。元组由逗号分割的若干值组成,例如:
>>> t = 12345, 54321, 'hello!' >>> t[0] 12345 >>> t (12345, 54321, 'hello!') >>> # Tuples may be nested: 元组可以嵌套 ... u = t, (1, 2, 3, 4, 5) >>> u ((12345, 54321, 'hello!'), (1, 2, 3, 4, 5)) >>> # Tuples are immutable: (元组是不可变的) ... t[0] = 88888 Traceback (most recent call last): File "<stdin>", line 1, in <module> TypeError: 'tuple' object does not support item assignment >>> # but they can contain mutable objects: 但可以包含易变的对象例如列表等 ... v = ([1, 2, 3], [3, 2, 1]) >>> v ([1, 2, 3], [3, 2, 1])
元组在输出时总是有括号的,以便于正确表达嵌套结构;在输入时括号可有可无,不过括号经常都是必须的(如果元组是一个更大的表达式的一部分)。不能给元组中单独的一个元素赋值,不过可以创建包含可变对象(例如列表)的元组。
虽然元组看起来类似于列表,它们经常用于不同的场景和不同的目的。元组是不可变的,通常包含不同种类的元素并通过分拆或索引访问。但列表是可变的,它们的元素通常是相同类型的并通过迭代访问。
一个特殊的情况是构造包含 0 个或 1 个元素的元组:空元组由一对空括号创建;只有一个元素的元组由值后面跟随一个逗号创建,语法有点奇怪,但是有效,例如:
#一个空元组 >>> empty = () >>> len(empty) 0 #有一个元素 >>> singleton = 'hello', # 注意最后的逗号 >>> len(singleton) 1 >>> singleton ('hello',)
语句t = 12345, 54321, ‘hello!’ 是一个元组封装的例子:值12345, 54321 和 ‘hello!’ 被一起放入一个元组。其逆操作(序列分拆)也是可以的:
>>> x, y, z = t
即把元组t 中的值一一赋给x,y,z,要求是等号左侧的变量和序列中的元素的数目相同。注意多重赋值(几个元素给一个元组,再拆分后给其他变量)只是同时进行元组封装和序列分拆。
集合
Python 还包含了一个数据类型——集合。集合中的元素不会重复且没有顺序。
集合的基本用途成员测试(就是查一下这个集合中有没有某个元素,有的话返回True,无的话返回False)和消除重复条目。集合对象还支持并集、 交集、 差和对称差等数学运算。
花大括号或 set() 函数可以用于创建集合。注意: 若要创建一个空集必须使用 set(),而不能用 {};后者将创建一个空的字典
例子:
>>> 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'} >>> b = {'a', 'c', 'm', 'z', 'l'} >>> t = {'abracadabra'} >>> t {'abracadabra'} #注意t和a的区别 >>> a - b # letters in a but not in b {'r', 'd', 'b'} >>> a | b # letters in either a or b {'a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'} >>a & b {'a', 'c'} >>> a ^ b # letters in a or b but not both {'r', 'd', 'b', 'm', 'z', 'l'} #就是把a b 中都有的元素去掉
和 列表解析 类似,Python 也支持集合解析:
>>> a = {x for x in 'abracadabra' if x not in 'abc'} >>> a {'r', 'd'}
字典
Python 中内置的另一种有用的数据类型是字典。与序列不同,序列由数字做索引,字典由 键 做索引,键可以是任意不可变类型;字符串和数字永远可以拿来做键。如果元组只包含字符串、 数字或元组,它们可以用作键;如果元组直接或间接地包含任何可变对象,不能用作键。不能用列表作为键,因为列表可以用索引、切片或者 append() 和extend() 方法修改。理解字典的最佳方式是把它看做无序的 键:值 对集合,要求是键必须是唯一的(在同一个字典内)。一对大括号将创建一个空的字典: {}。大括号中由逗号分隔的 键:值 对将成为字典的初始值;打印字典时也是按照这种方式输出。
字典的主要操作是依据键来存取值。也可以通过 del 删除 键: 值 对。如果用一个已经存在的键存储值,以前为该关键字分配的值就会被遗忘(释放了)。从一个不存在的键中读取值会导致错误。
**list(d.keys())返回字典中所有键组成的列表,列表的顺序是随机的(如果你想它是有序的,只需使用sorted(d.keys())代替).要检查某个键是否在字典中,可以使用 in 关键字。
例子:
>>> tel = {'jack': 4098, 'sape': 4139} >>> tel['guido'] = 4127 >>> tel {'sape': 4139, 'guido': 4127, 'jack': 4098} >>> tel['jack'] 4098 >>> del tel['sape'] >>> tel['irv'] = 4127 >>> tel {'guido': 4127, 'irv': 4127, 'jack': 4098} >>> list(tel.keys()) ['irv', 'guido', 'jack'] >>> sorted(tel.keys()) ['guido', 'irv', 'jack'] >>> 'guido' in tel True >>> 'jack' not in tel False
dict() 构造函数直接从键-值对序列创建字典:
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)]) {'sape': 4139, 'jack': 4098, 'guido': 4127}
此外,字典解析可以用于从任意键和值表达式创建字典:
>>> {x: x**2 for x in (2, 4, 6)} {2: 4, 4: 16, 6: 36}
如果键都是简单的字符串,有时通过关键字参数指定 键-值 对更为方便:
>>> dict(sape=4139, guido=4127, jack=4098) {'sape': 4139, 'jack': 4098, 'guido': 4127}
遍历的技巧
循环迭代字典的时候,键和对应的值通过使用items()方法可以同时得到。>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'} >>> for k, v in knights.items(): ... print(k, v) ... gallahad the pure robin the brave
序列中遍历时,使用 enumerate() 函数可以同时得到索引和对应的值。
>>> for i, v in enumerate(['tic', 'tac', 'toe']): ... print(i, v) ... 0 tic 1 tac 2 toe
同时遍历两个或更多的序列,使用 zip() 函数可以成对读取元素。
>>> 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.
要反向遍历一个序列,首先正向生成这个序列,然后调用 reversed() 函数。
>>> for i in reversed(range(1, 10, 2)): ... print(i) ... 9 7 5 3 1
循环一个序列并且把它按照顺序排序,结果是返回一个新的排序列表,同时源没有改变。
例如:
basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana'] >>> for f in sorted(basket): ... print(f) ... apple apple banana orange orange pear >>> basket ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
若要在循环内部修改正在遍历的序列(插入、删除、修改等),建议首先制作副本。在序列上循环不会隐式地创建副本。切片表示法使这尤其方便:
例如:
>>> words = ['cat', 'window', 'defenestrate'] >>> for w in words[:]: # Loop over a slice copy of the entire list. ... if len(w) > 6: ... words.insert(0, w) ... >>> words ['defenestrate', 'cat', 'window', 'defenestrate']
深入条件控制
while 和if 语句使用的条件可以包含任意的操作,而不仅仅是比较。比较操作符in 和 not In 检查一个值是否在一个序列中出现;is 和is not 比较两个对象是否为同一个对象;但这只和列表这样的可变对象有关。所有比较运算符都具有相同的优先级,低于所有数值运算符。
可以级联比较。例如, a < b == c 测试 a 是否小于 b 并且 b 等于 c。
and和or 用于比较,比较的结果是一个bool值,可以用not 取反,这些操作符的优先级又低于比较运算符;它们之间,not 优先级最高,or 优先级最低,所以A and not B or C 等效于(A and (not B)) or C 。
and 和or 是所谓的短路运算符;依参数从坐向右求值,结果一旦确定就停止。例如:如果A和C都是真,但B是假,A and B and C 将不计算表达式C。短路操作符的返回值通常是最后一个计算的。
例如:
>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance' >>> non_null = string1 or string2 or string3 >>> non_null 'Trondheim'
注意: 这里返回的是最后一个计算的值,和其他语言不太相同,其他语言一般返回的是true 或false
序列和其它类型的比较
序列对象可以与具有相同序列类型的其他对象比较。比较的时候字符串按照字典序比较,数字按照从小到大的顺序比较,首先是两个序列最前面的元素进行比较,如果不同,就决定了比较的结果;如果相同就比较接下来的两个元素,依次类推,直到其中一个序列穷举完。如果两个序列的所有元素都相等,就认为序列相等。如果一个序列是另一个的初始子序列,较短的序列就小于另一个。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:使用 < 或者 > 比较不同类型的对象是合法的,只要这些对象具有合适的比较方法。例如:不同的数字类型按照它们的数值比较,所以0 等于 0.0,等等。否则,解释器将引发一个TypeError 异常,而不是随便给一个顺序。
注: 调用d.keys() 会返回一个字典视图对象。该对象支持成员查询和迭代操作,但它的内容依赖原字典——它只是一个视图。
例:
>>> for item in x.keys(): ... print(item) ... a b c >>> for item in x.keys(): ... print(x[item]) ... apple orange pear
x.keys 中只有键没有值。值还要从x 字典中取。
相关文章推荐
- Python 2.7.11 基本语法和数据结构学习笔记
- python数据结构学习笔记-3-数组
- python数据结构学习笔记-2016-10-17-01-集合
- Python 学习笔记 3 数据结构(3.1简要介绍)
- python数据结构学习笔记-2016-10-15-02-生命游戏
- Python学习笔记——基本数据结构
- Python学习笔记(7):数据结构
- python数据结构学习笔记-2016-10-17-02-映射
- python数据结构学习笔记-2016-10-07-01-完善后的mydate.py
- python数据结构学习笔记-2016-10-05-02-抽象数据类型(二)
- python数据结构学习笔记-2-算法
- Python数据结构--Python学习笔记四
- python数据结构学习笔记-4-链表
- python数据结构学习笔记-2016-10-14-02-python列表
- 学习python笔记——数据结构
- python数据结构学习笔记-1
- python学习笔记2:数据结构
- linux下python学习笔记(十二)数据结构2
- python数据结构学习笔记-2016-10-22-01-评价python列表
- python数据结构学习笔记-2016-10-15-01-矩阵ADT