Python 中的 4 种内置数据结构：字典、列表、集合、元组

在本文中，我们将重点关注Python 中的数据结构，并帮助您清楚地理解该主题。 你会发现它们是什么以及它们是如何运作的。 我们还分享了许多示例，以确保您对我们在这里分享的任何主题没有任何疑问。

所以，事不宜迟，让我们开始吧。

什么是数据结构？

数据结构可让您有效且高效地组织和管理数据。 它们增强了数据的可访问性。 如果您有合适的数据结构，修改存储的数据也变得非常简单。 它们使您能够组织和存储数据，以便您以后可以对相同的数据执行操作，而不会遇到任何困难。

Python 有两种类型的数据结构。 Python 隐式支持的数据结构是 Set、Dictionary、List 和 Tuple。 这些是 Python 的内置数据结构。

然后，您可以自己创建一些数据结构，以便更好地控制功能。 这些是用户定义的数据结构，它们包括链表、图、树、堆栈、队列和哈希映射。 用户定义的数据结构也可用于其他编程语言。

阅读更多：R 中最常用的 6 种数据结构

Python 中的内置数据结构

Python 有多种内置数据结构。 这些集成的数据结构可帮助您快速轻松地解决编程问题。 正如我们前面提到的，Python 具有以下集成的数据结构：

• 字典
• 列表
• 套
• 元组

让我们详细讨论它们中的每一个：

1. 字典

我们使用字典来存储键值对。 就像物理字典存储一个单词及其含义一样，Python 中的字典存储键值对。 术语是键，而与这些词相关的各种含义是值。 使用该值，您可以访问密钥。

您可以创建带有花括号的字典。 您也可以为此目的使用 dict() 函数。 这是一个例子：

my_dict = {} #空字典

打印（我的字典）

my_dict = {1: 'A', 2: 'B'} #dictionary with elements

打印（我的字典）

上述代码的输出：

{}

{1：'A'，2：'B'}

您可以通过键更改字典的值。 您必须首先访问键以更改值。 找到键后，您只需添加所需的键值对即可获得所需的结果。

my_dict = {'第一'：'A'，'第二'：'B'}

打印（我的字典）

my_dict['Second'] = 'C++' #改变元素

打印（我的字典）

my_dict['Third'] = 'Ruby' #添加键值对

打印（我的字典）

上述代码的输出：

{'第一'：'A'，'第二'：'B'}

{'第一'：'A'，'第二'：'C'}

{'第一'：'A'，'第二'：'C'，'第三'：'D'}

您可以使用 pop() 函数删除字典中的值。 pop() 函数返回您已删除的值。 您可以通过 popitem() 函数检索键值对。 它返回该对的元组。 您也可以使用 clear() 函数清除整个字典。 这是示例：

my_dict = {'第一'：'A'，'第二'：'B''，'第三'：'C'}

a = my_dict.pop('Third') #pop 元素

打印（'值：'，一）

print('字典：', my_dict)

b = my_dict.popitem() #弹出键值对

print('键、值对:', b)

print('字典', my_dict)

my_dict.clear() #空字典

打印（'n'，my_dict）

上述代码的输出：

值：C

字典：{'First': 'A', 'Second': 'B'}

键、值对：('Second', 'B')

字典 {'First': 'A'}

{}

另请阅读： Python 项目理念和主题

2. 列表

我们使用列表顺序存储数据。 列表的每个元素都有一个地址，也称为索引。 列表的索引值从 0 到列表中的最后一个元素，其名称为正索引。 同样，当您从最后一个元素返回到第一个元素并从 -1 开始计数时，称为负索引。

您可以使用方括号创建列表，并根据需要向其中添加元素。 如果您将括号留空，则列表将没有任何元素，并且它也将是空的。 下面是一个列表示例：

my_list = [] #创建空列表

打印（我的列表）

my_list = [A, B, C, 'example', Z] #用数据创建列表

打印（我的列表）

上述代码的输出：

[]

[A, B, C, '例子', Z]

您可以使用 insert()、extent() 和 append() 函数将元素添加到列表中。 insert() 函数将那些传递给索引值的元素相加。 insert() 函数也会增加列表的大小。

使用 append() 函数，您可以将传递给它的所有元素添加为单个元素。 另一方面，extend() 函数可以一个一个地添加元素。

这是一个例子：

my_list = [A, B, C]

打印（我的列表）

my_list.append([555, 12]) #添加为单个元素

打印（我的列表）

my_list.extend([234, 'more_example']) #添加为不同的元素

打印（我的列表）

my_list.insert(1, 'insert_example') #添加元素 i

打印（我的列表）

上述代码的输出：

[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']

在使用列表时，您也会遇到需要删除一些元素的情况。 您可以使用“del”关键字。 它是 Python 的内置关键字，不会返回任何内容。 如果要返回一个元素，则必须使用 pop() 函数并通过其值删除元素，则必须使用 remove() 函数。 这是示例：

my_list = [A, B, C, '例子', Z, 10, 30]

del my_list[5] #删除索引5处的元素

打印（我的列表）

my_list.remove('example') #删除有值的元素

打印（我的列表）

a = my_list.pop(1) #从列表中弹出元素

print('弹出元素：'，a，'剩余列表：'，my_list)

my_list.clear() #清空列表

打印（我的列表）

上述代码的输出：

[A, B, C, '例子', Z, 30]

[A、B、C、Z、30]

弹出元素：2 剩余列表：[A、C、Z、30]

[]

您可以在 Python 中传递索引值并获取所需的值。

my_list = [A, B, C, '例子', Z, 10, 30]

for element in my_list: #access 元素一个一个

打印（元素）

print(my_list) #访问所有元素

print(my_list[3]) #访问索引3元素

print(my_list[0:2]) #访问从0到1的元素并排除2

print(my_list[::-1]) #反向访问元素

上述代码的输出：

一种

乙

C

例子

Z

10

30

[A, B, C, '例子', Z, 10, 30]

例子

[甲，乙]

[30, 10, Z, '例子', 3, 2, 1]

3. 套装

唯一且无序的项目的集合称为集合。 因此，如果由于某种原因重复数据，它只会在集合中出现一次。 Python 中的集合类似于您在数学中读到的集合。 从它们的性质到它们的功能，你会发现它们之间有很多相似之处。

您可以通过使用花括号并传递其值来创建一个集合。 这是一个例子：

my_set = {A, B, C, D, E, E, E} #创建集合

打印（my_set）

上述代码的输出：

{A、B、C、D、E}

就像我们之前提到的，您可以在 Python 的集合中执行您在算术中执行的集合的所有功能。 使用 union() 函数，您可以组合存在于两组中的数据。 intersection() 函数为您提供了上述两个集合中存在的数据。

您有一个 difference() 函数，可让您删除两个集合中的可用数据，并为您提供它们之间不常见的数据。 symmetric_difference() 函数为您提供这些集合中剩余的数据。

my_set = {A, B, C, D}

my_set_2 = {C, D, E, F}

打印（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()

打印（my_set）

上述代码的输出：

{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}

放（）

另请阅读：印度的 Python 开发人员薪水

4. 元组

元组类似于列表，但是一旦在元组中输入数据，除非它是可变的，否则无法更改它。 理解它们可能有点棘手，但不用担心，我们的示例代码可能会在这方面对您有所帮助。 您可以在 tuple() 函数的帮助下创建一个元组。

my_tuple = (A, B, C) #创建元组

打印（我的元组）

上述代码的输出：

（甲、乙、丙）

访问元组中的值的方法与列表中的相同。

my_tuple2 = (A, B, C, 'Upgrad') #访问元素

对于 my_tuple2 中的 x：

打印（x）

打印（my_tuple2）

打印（my_tuple2[0]）

打印（my_tuple2[:]）

上述代码的输出：

一种

乙

C

升级

（A、B、C、“升级”）

一种

（A、B、C、“升级”）

结论

现在您一定已经熟悉了Python 中的各种数据结构。 我们希望您发现这篇文章很有用。 数据结构在帮助您组织、管理和访问数据方面发挥着重要作用。 有很多选项可供选择，每个选项都有其特定的用途。

如果你想了解更多关于 Python 和数据结构的信息，你应该看看我们的课程。

如果您想了解 Python 以及有关数据科学的所有知识，请查看 IIIT-B 和 upGrad 的数据科学 PG 文凭，该文凭专为在职专业人士而设，提供 10 多个案例研究和项目、实用的实践研讨会、行业指导专家，与行业导师一对一，400 多个小时的学习和顶级公司的工作协助。