4 eingebaute Datenstrukturen in Python: Wörterbücher, Listen, Mengen, Tupel

In diesem Artikel konzentrieren wir uns auf die Datenstrukturen in Python und helfen Ihnen, das Thema klar zu verstehen. Sie erfahren, was sie sind und wie sie funktionieren. Wir haben auch zahlreiche Beispiele geteilt, um sicherzustellen, dass Sie keine Zweifel bezüglich der Themen haben, die wir hier geteilt haben.

Also, ohne weitere Umschweife, fangen wir an.

Was sind Datenstrukturen?

Mit Datenstrukturen können Sie Ihre Daten effektiv und effizient organisieren und verwalten. Sie verbessern die Zugänglichkeit Ihrer Daten. Auch das Ändern der gespeicherten Daten wird einfacher, wenn Sie über geeignete Datenstrukturen verfügen. Sie ermöglichen es Ihnen, die Daten zu organisieren und zu speichern, damit Sie sie später problemlos bearbeiten können.

Python hat zwei Arten von Datenstrukturen. Die von Python implizit unterstützten Datenstrukturen sind Set, Dictionary, List und Tuple. Dies sind die eingebauten Datenstrukturen von Python.

Dann gibt es Datenstrukturen, die Sie selbst erstellen können, um eine bessere Kontrolle über die Funktionalität zu haben. Dies sind benutzerdefinierte Datenstrukturen, und sie umfassen verknüpfte Listen, Diagramme, Bäume, Stapel, Warteschlangen und HashMaps. Die benutzerdefinierten Datenstrukturen sind auch in anderen Programmiersprachen verfügbar.

Weiterlesen: 6 am häufigsten verwendete Datenstrukturen in R

Eingebaute Datenstrukturen in Python

Python hat mehrere eingebaute Datenstrukturen. Diese integrierten Datenstrukturen helfen Ihnen, die Programmierprobleme schnell und einfach zu lösen. Wie bereits erwähnt, verfügt Python über die folgenden integrierten Datenstrukturen:

• Wörterbücher
• Listen
• Sets
• Tupel

Lassen Sie uns jeden von ihnen im Detail besprechen:

1. Wörterbücher

Wir verwenden Wörterbücher, um Schlüssel-Wert-Paare zu speichern. So wie ein physisches Wörterbuch ein Wort zusammen mit seiner Bedeutung gespeichert hat, speichert ein Wörterbuch in Python Schlüssel-Wert-Paare. Die Begriffe sind die Schlüssel, während die verschiedenen Bedeutungen, die mit diesen Wörtern verbunden sind, die Werte sind. Mit dem Wert können Sie auf die Schlüssel zugreifen.

Sie können ein Wörterbuch mit Blumenklammern erstellen. Sie können zu diesem Zweck auch die Funktion dict() verwenden. Hier ist ein Beispiel:

my_dict = {} #leeres Wörterbuch

print(my_dict)

my_dict = {1: 'A', 2: 'B'} #Wörterbuch mit Elementen

print(my_dict)

Die Ausgabe des obigen Codes:

{}

{1: 'A', 2: 'B'}

Sie können die Werte des Wörterbuchs über die Tasten ändern. Sie müssten zuerst auf die Schlüssel zugreifen, um die Werte zu ändern. Sobald Sie die Schlüssel gefunden haben, müssen Sie nur noch das erforderliche Schlüssel-Wert-Paar hinzufügen, um das gewünschte Ergebnis zu erhalten.

my_dict = {'Erster': 'A', 'Zweiter': 'B'}

print(my_dict)

my_dict['Second'] = 'C++' #änderndes Element

print(my_dict)

my_dict['Third'] = 'Ruby' #Schlüssel-Wert-Paar wird hinzugefügt

print(my_dict)

Die Ausgabe des obigen Codes:

{'Erster': 'A', 'Zweiter': 'B'}

{'Erster': 'A', 'Zweiter': 'C'}

{'Erster': 'A', 'Zweiter': 'C', 'Dritter': 'D'}

Sie können die Werte in Ihrem Wörterbuch löschen, indem Sie die Funktion pop() verwenden. Die Funktion pop() gibt den Wert zurück, den Sie gelöscht hatten. Sie können ein Schlüssel-Wert-Paar über die Funktion popitem() abrufen. Es gibt das Tupel des Paares zurück. Sie können auch das gesamte Wörterbuch löschen, indem Sie die Funktion clear() verwenden. Hier ist das Beispiel:

my_dict = {'Erster': 'A', 'Zweiter': 'B', 'Dritter': 'C'}

a = my_dict.pop('Third') #pop-Element

print('Wert:', a)

print('Wörterbuch:', my_dict)

b = my_dict.popitem() #öffnen Sie das Schlüssel-Wert-Paar

print('Schlüssel, Wertepaar:', b)

print('Wörterbuch', my_dict)

my_dict.clear() #leeres Wörterbuch

print('n', my_dict)

Die Ausgabe des obigen Codes:

Wert: C

Wörterbuch: {'Erster': 'A', 'Zweiter': 'B'}

Schlüssel, Wertepaar: ('Second', 'B')

Wörterbuch {'Erstes': 'A'}

{}

Lesen Sie auch: Ideen und Themen für Python-Projekte

2. Listen

Wir verwenden Listen, um Daten sequentiell zu speichern. Jedes Element der Liste hat eine Adresse, die auch als Index bezeichnet wird. Der Indexwert einer Liste reicht von 0 bis zum letzten in Ihrer Liste vorhandenen Element, und ihr Name ist positive Indizierung. Wenn Sie vom letzten Element zum ersten zurückgehen und von -1 zählen, wird dies ähnlich als negative Indizierung bezeichnet.

Sie können eine Liste erstellen, indem Sie eckige Klammern verwenden und nach Bedarf Elemente hinzufügen. Wenn Sie die Klammern leer lassen, hätte die Liste keine Elemente und wäre auch leer. Hier ist ein Beispiel für eine Liste:

my_list = [] #Leere Liste erstellen

print(meine_liste)

my_list = [A, B, C, 'example', Z] #Liste mit Daten erstellen

print(meine_liste)

Die Ausgabe des obigen Codes:

[]

[A, B, C, 'Beispiel', Z]

Sie können Elemente zu Ihrer Liste hinzufügen, indem Sie die Funktionen insert(), extend() und append() verwenden. Die Funktion insert() fügt die Elemente hinzu, die dem Indexwert übergeben wurden. Die Funktion insert() vergrößert die Liste ebenfalls.

Mit der Funktion append() können Sie alle übergebenen Elemente als ein einziges Element hinzufügen. Andererseits kann die Funktion extend() die Elemente einzeln hinzufügen.

Hier ist ein Beispiel:

meine_liste = [A, B, C]

print(meine_liste)

my_list.append([555, 12]) #add als einzelnes Element

print(meine_liste)

my_list.extend([234, 'more_example']) #als verschiedene Elemente hinzufügen

print(meine_liste)

my_list.insert(1, 'insert_example') #element hinzufügen i

print(meine_liste)

Ausgabe des obigen Codes:

[A, B, C]

[A, B, C, [555, 12]]

[A, B, C, [555, 12], 234, 'more_example']

[A, 'insert_example', B, C, [555, 12], 234, 'more_example']

Beim Arbeiten mit Listen müssen Sie möglicherweise auch einige Elemente entfernen. Sie können das Schlüsselwort „del“ verwenden. Es ist ein eingebautes Schlüsselwort von Python und gibt nichts zurück. Wenn Sie ein Element zurückhaben möchten, müssen Sie die Funktion pop() verwenden, und um ein Element über seinen Wert zu entfernen, müssen Sie die Funktion remove() verwenden. Hier ist das Beispiel:

my_list = [A, B, C, 'Beispiel', Z, 10, 30]

del my_list[5] #Element bei Index 5 löschen

print(meine_liste)

my_list.remove('example') #remove element with value

print(meine_liste)

a = my_list.pop(1) #pop-Element aus der Liste

print('Geplatztes Element: ', a, ' Verbleibende Liste: ', meine_liste)

my_list.clear() #Leere die Liste

print(meine_liste)

Die Ausgabe des obigen Codes:

[A, B, C, 'Beispiel', Z, 30]

[A, B, C, Z, 30]

Geknalltes Element: 2 Verbleibende Liste: [A, C, Z, 30]

[]

Sie können die Indexwerte in Python übergeben und die erforderlichen Werte erhalten.

my_list = [A, B, C, 'Beispiel', Z, 10, 30]

für Element in my_list: #Elemente einzeln aufrufen

Druck (Element)

print(my_list) #auf alle Elemente zugreifen

print(my_list[3]) #access index 3 element

print(my_list[0:2]) #Zugriff auf Elemente von 0 bis 1 und Ausschluss von 2

print(my_list[::-1]) #Zugriff auf Elemente in umgekehrter Reihenfolge

Die Ausgabe des obigen Codes:

EIN

B

C

Beispiel

Z

10

30

[A, B, C, 'Beispiel', Z, 10, 30]

Beispiel

[A,B]

[30, 10, Z, 'Beispiel', 3, 2, 1]

3. Sätze

Eine Sammlung einzigartiger und ungeordneter Elemente wird als Menge bezeichnet. Wenn Sie also die Daten aus irgendeinem Grund wiederholen, erscheinen sie nur einmal im Set. Mengen in Python ähneln den Mengen, über die Sie in der Mathematik lesen. Von ihren Eigenschaften bis zu ihren Funktionen finden Sie viele Ähnlichkeiten zwischen ihnen.

Sie können eine Menge erstellen, indem Sie die Blumenklammern verwenden und ihre Werte übergeben. Hier ist ein Beispiel:

my_set = {A, B, C, D, E, E, E} #Set erstellen

print(my_set)

Die Ausgabe des obigen Codes:

{A, B, C, D, E}

Wie wir bereits erwähnt haben, können Sie alle Funktionen von Mengen ausführen, die Sie in der Arithmetik in Mengen von Python ausführen. Mit der Funktion union() können Sie die in zwei Sätzen vorhandenen Daten kombinieren. Die Intersection()-Funktion liefert Ihnen die Daten, die in beiden genannten Sets vorhanden sind.

Sie haben die Funktion difference(), mit der Sie die in beiden Sätzen verfügbaren Daten löschen und die Daten erhalten, die ihnen nicht gemeinsam sind. Die Funktion symmetric_difference() liefert Ihnen die Daten, die in diesen Sätzen verbleiben.

my_set = {A, B, C, D}

my_set_2 = {C, D, E, F}

print(my_set.union(my_set_2), '———-', my_set | my_set_2)

print(my_set.intersection(my_set_2), '———-', my_set & my_set_2)

print(my_set.difference(my_set_2), '———-', my_set – my_set_2)

print(my_set.symmetric_difference(my_set_2), '———-', my_set ^ my_set_2)

my_set.clear()

print(my_set)

Die Ausgabe des obigen Codes:

{A, B, C, D, E, F} ———- {A, B, C, D, E, F}

{C, D} ———- {C, D}

{A, B} ———- {A, B}

{A, B, E, F} ———- {A, B, E, F}

einstellen()

Lesen Sie auch: Gehalt für Python-Entwickler in Indien

4. Tupel

Tupel ähneln Listen, aber sobald Sie Daten in ein Tupel eingegeben haben, können Sie es nicht ändern, es sei denn, es ist änderbar. Sie zu verstehen kann etwas schwierig sein, aber keine Sorge, unser Beispielcode könnte Ihnen dabei helfen. Sie können ein Tupel mit Hilfe der Funktion tuple() erstellen.

my_tuple = (A, B, C) # Tupel erstellen

print(my_tuple)

Die Ausgabe des obigen Codes:

(A, B, C)

Die Methode für den Zugriff auf Werte in Tupeln ist die gleiche wie in Listen.

my_tuple2 = (A, B, C, 'Upgrad') #Access-Elemente

für x in my_tuple2:

drucken(x)

print(my_tuple2)

print(my_tuple2[0])

print(my_tuple2[:])

Die Ausgabe des obigen Codes:

EIN

B

C

Aufrüsten

(A, B, C, 'Aktualisierung')

EIN

(A, B, C, 'Aktualisierung')

Fazit

Jetzt müssen Sie sich mit den verschiedenen Datenstrukturen in Python vertraut gemacht haben. Wir hoffen, Sie fanden diesen Artikel hilfreich. Datenstrukturen spielen eine wichtige Rolle bei der Organisation, Verwaltung und dem Zugriff auf Ihre Daten. Es gibt viele Optionen zur Auswahl, und jede von ihnen hat ihre besonderen Verwendungszwecke.

Wenn Sie mehr über Python und Datenstrukturen erfahren möchten, sollten Sie sich unsere Kurse ansehen.

Wenn Sie neugierig sind, mehr über Python und alles über Data Science zu erfahren, schauen Sie sich das PG Diploma in Data Science von IIIT-B & upGrad an, das für Berufstätige entwickelt wurde und mehr als 10 Fallstudien und Projekte, praktische Workshops und Mentoring mit der Industrie bietet Experten, 1-on-1 mit Mentoren aus der Branche, mehr als 400 Stunden Lern- und Jobunterstützung bei Top-Unternehmen.