5. Data Structures

本章将更详细地介绍您已了解的一些知识,并添加一些新知识。

5.1. Lists 中的更多内容

列表数据类型还有更多方法。以下是列表对象的所有方法:

  • list. append(* x *)

    • 在列表末尾添加一个项目;相当于a[len(a):] = [x]
  • list. extend(* L *)

    • pass添加给定列表中的所有项目来扩展列表;相当于a[len(a):] = L
  • list. insert(* i x *)

    • 在给定位置插入项目。第一个参数是要插入元素的索引,因此a.insert(0, x)插入列表的最前面,而a.insert(len(a), x)等效于a.append(x)
  • list. remove(* x *)

    • 从列表中删除值为* x *的第一项。如果没有这样的项目,那就是错误的。
  • list. pop([* i *])

    • 删除列表中给定位置的项目,然后将其返回。如果未指定索引,则a.pop()删除并返回列表中的最后一项。 (方法签名中* i *周围的方括号表示该参数是可选的,而不是您应该在该位置键入方括号.您会在 Python 库参考中经常看到此表示法.)
  • list. index(* x *)

    • 返回值为* x *的第一项列表中的索引。如果没有这样的项目,那就是错误的。
  • list. count(* x *)

    • 返回* x *出现在列表中的次数。
  • list. sort(* cmp = None key = None reverse = False *)

    • 对列表中的项目进行适当排序(这些参数可用于排序自定义,有关其说明,请参见sorted())。
  • list. reverse ( )

    • 反转列表中的元素。

使用大多数列表方法的示例:

>>> 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]

您可能已经注意到,仅修改列表的insertremovesort之类的方法没有打印返回值–它们返回默认值None。这是 Python 中所有可变数据结构的设计原则。

5.1.1. 使用列表作为堆栈

使用 list 方法可以非常轻松地将列表用作堆栈,其中最后添加的元素是检索到的第一个元素(“后进先出”)。要将项目添加到堆栈的顶部,请使用append()。要从堆栈顶部检索项目,请使用pop()而不使用显式索引。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]

5.1.2. 将列表用作队列

也可以将列表用作队列,其中添加的第一个元素是检索到的第一个元素(“先进先出”);但是,列表对于此目的并不有效。尽管从列表末尾开始的添加和弹出很快速,但是从列表开头进行插入或弹出是很慢的(因为所有其他元素都必须移动一个)。

要实现队列,请使用collections.deque,它设计为两端都有快速追加和弹出按钮。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'])

5.1.3. Function编程工具

与列表一起使用时,三个内置函数非常有用:filter()map()reduce()

filter(function, sequence)返回一个序列,该序列由function(item)为真的序列中的那些项组成。如果* sequence *是strunicodetuple,则结果将是同一类型;否则,它始终是list。例如,要计算可被 3 或 5 整除的数字序列:

>>> def f(x): return x % 3 == 0 or x % 5 == 0
...
>>> filter(f, range(2, 25))
[3, 5, 6, 9, 10, 12, 15, 18, 20, 21, 24]

map(function, sequence)为每个序列项调用function(item),并返回返回值列表。例如,要计算一些多维数据集:

>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]

可以传递多个序列;然后,该函数必须具有与序列一样多的参数,并使用每个序列中的对应项调用该函数(如果某个序列比另一个序列短,则返回None)。例如:

>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]

reduce(function, sequence)返回一个值,该值是pass在序列的前两个项,然后在结果和下一个项等上调用二进制函数* function *来构造的。例如,要计算数字 1 到 10 的总和:

>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55

如果序列中只有一项,则返回其值;如果序列为空,则会引发异常。

可以传递第三个参数来指示起始值。在这种情况下,将为空序列返回起始值,并且该函数首先应用于起始值和第一个序列项,然后应用于结果和下一个项,依此类推。例如,

>>> def sum(seq):
...     def add(x,y): return x+y
...     return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0

不要使用此示例对sum()的定义:由于求和是一种普遍的需求,因此已经提供了内置函数sum(sequence),并且其工作原理与此完全相同。

5.1.4. Lists 理解

列表理解为创建列表提供了一种简洁的方法。常见的应用是创建新列表,其中每个元素是应用于另一序列的每个成员或可迭代的某些操作的结果,或者创建满足特定条件的那些元素的子序列。

例如,假设我们要创建一个正方形列表,例如:

>>> squares = []
>>> for x in range(10):
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

我们可以pass以下方式获得相同的结果:

squares = [x**2 for x in range(10)]

这也等效于squares = map(lambda x: x**2, range(10)),但更简洁易读。

列表推导由包含表达式的方括号组成,后跟一个for子句,然后是零个或多个forif子句。结果将是一个新列表,该列表是pass在其后的forif子句的上下文中评估表达式而得出的。例如,如果两个列表的元素不相等,则此 listcomp 组合它们:

>>> [(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)]

请注意,这两个摘要中forif语句的 Sequences 是相同的。

如果表达式是一个 Tuples(例如上例中的(x, y)),则必须将其括在括号中。

>>> 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 <module>
    [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]

列表推导可以包含复杂的表达式和嵌套函数:

>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']

5.1.4.1. 嵌套列表推导

列表推导中的初始表达式可以是任意表达式,包括另一个列表推导。

考虑以下 3x4 矩阵示例,该示例实现为 3 个长度为 4 的列表的列表:

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

下面的列表理解将转置行和列:

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

如上一节所述,嵌套 listcomp 是在紧随其后的for上下文中求值的,因此此示例等效于:

>>> 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]]

依次与以下内容相同:

>>> 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]]

在现实世界中,与复杂的流语句相比,您应该更喜欢内置函数。 zip()函数将在以下用例中发挥出色的作用:

>>> zip(*matrix)
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

有关此行中星号的详细信息,请参见解包参数列表

5.2. del 语句

有一种方法可以从给定索引而不是其值的列表中删除项目:del语句。这不同于返回值的pop()方法。 del语句还可用于从列表中删除切片或清除整个列表(我们之前pass向切片分配空列表来完成此操作)。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

此后引用名称a是一个错误(至少直到为其分配了另一个值为止)。稍后我们会发现del的其他用途。

5.3. Tuples 和序列

我们看到列表和字符串具有许多通用属性,例如索引和切片操作。它们是* sequence 数据类型的两个示例(请参见序列类型— str,unicode,list,tuple,bytearray,buffer,xrange)。由于 Python 是一种不断 Developing 的语言,因此可以添加其他序列数据类型。还有另一种标准序列数据类型: tuple *。

一个 Tuples 包含多个用逗号分隔的值,例如:

>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
... 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:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])

如您所见,在输出 Tuples 上总是将其括在括号中,以便可以正确地解释嵌套 Tuples。可以在带或不带括号的情况下 Importing 它们,尽管无论如何通常都需要括号(如果 Tuples 是较大表达式的一部分)。不可能分配给 Tuples 的各个项目,但是可以创建包含可变对象(例如列表)的 Tuples。

尽管 Tuples 看起来类似于列表,但是它们通常用于不同的情况和不同的目的。Tuples 是immutable,通常包含异类元素序列,这些元素可pass拆包(请参阅本节后面)或索引(或在namedtuples的情况下甚至pass属性)进行访问。列表是mutable,并且它们的元素通常是同质的,可以pass遍历列表来访问。

一个特殊的问题是包含 0 或 1 项的 Tuples 的构造:语法有一些额外的怪癖来容纳这些项。空 Tuples 由Pair空括号组成;pass在值后面加上逗号来构造具有一项的 Tuples(将单个值括在括号中是不够的)。难看,但是有效。例如:

>>> empty = ()
>>> singleton = 'hello',    # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)

语句t = 12345, 54321, 'hello!'是* tuple 打包*的示例:值1234554321'hello!'被打包到一个 tuple 中。反向操作也是可能的:

>>> x, y, z = t

这被适当地称为“序列解压缩”,并且适用于右侧的任何序列。序列解压缩要求左侧的变量列表具有与序列长度相同数量的元素。注意,多重分配实际上只是 Tuples 打包和序列拆包的组合。

5.4. Sets

Python 还包括* sets *的数据类型。集合是没有重复元素的无序集合。基本用途包括成员资格测试和消除重复条目。集合对象还支持 math 运算,例如并集,交集,差和对称差。

花括号或set()函数可用于创建集合。注意:要创建一个空集,您必须使用set()而不是{};后者将创建一个空字典,这是我们将在下一节中讨论的数据结构。

这是一个简短的演示:

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket)               # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit                 # fast membership testing
True
>>> 'crabgrass' in fruit
False

>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                                  # unique letters in a
set(['a', 'r', 'b', 'c', 'd'])
>>> a - b                              # letters in a but not in b
set(['r', 'd', 'b'])
>>> a | b                              # letters in either a or b
set(['a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'])
>>> a & b                              # letters in both a and b
set(['a', 'c'])
>>> a ^ b                              # letters in a or b but not both
set(['r', 'd', 'b', 'm', 'z', 'l'])

list comprehensions类似,还支持 set comprehensions:

>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
set(['r', 'd'])

5.5. Dictionaries

Python 内置的另一种有用的数据类型是* dictionary (请参见Map 类型— dict)。词典有时在其他语言中被称为“关联 Memory”或“关联数组”。与pass数字范围索引的序列不同,字典pass keys *进行索引,键可以是任何不可变的类型。字符串和数字始终可以是键。如果 Tuples 仅包含字符串,数字或 Tuples,则它们可用作键。如果 Tuples 直接或间接包含任何可变对象,则不能将其用作键。您不能将列表用作键,因为可以使用索引分配,切片分配或append()extend()之类的方法在适当位置修改列表。

最好将字典视为* key:value *对的无序集合,并要求键是唯一的(在一个字典中)。Pair大括号创建一个空字典:{}。将以逗号分隔的 key:value 对列表放在大括号内会为字典添加初始的 key:value 对;这也是将字典写在输出上的方式。

字典的主要操作是使用一些键存储值,并提取给定键的值。也可以使用del删除 key:value 对。如果使用已在使用的密钥进行存储,则与该密钥关联的旧值将被遗忘。使用不存在的键提取值是错误的。

字典对象的keys()方法以任意 Sequences 返回字典中使用的所有键的列表(如果要对其进行排序,只需对其应用sorted()函数)。要检查字典中是否有单个键,请使用in关键字。

这是一个使用字典的小例子:

>>> 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}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True

dict()构造函数直接从键值对序列中构建字典:

>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}

另外,dict 理解可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}

当键是简单字符串时,有时使用关键字参数指定对更容易:

>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}

5.6. 循环技术

在序列中循环时,可以使用enumerate()函数同时检索位置索引和相应的值。

>>> for i, v in enumerate(['tic', 'tac', 'toe']):
...     print i, v
...
0 tic
1 tac
2 toe

要同时循环两个或多个序列,可以将这些条目与zip()函数配对。

>>> 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.

要反向循环一个序列,请先沿向前方向指定该序列,然后调用reversed()函数。

>>> for i in reversed(xrange(1,10,2)):
...     print i
...
9
7
5
3
1

要按排序 Sequences 循环显示序列,请使用sorted()函数,该函数返回一个新的排序列表,同时保持源不变。

>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
...     print f
...
apple
banana
orange
pear

遍历字典时,可以使用iteritems()方法同时检索键和相应的值。

>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.iteritems():
...     print k, v
...
gallahad the pure
robin the brave

当您遍历列表时,有时很想更改列表。但是,创建新列表通常更简单,更安全。

>>> import math
>>> raw_data = [56.2, float('NaN'), 51.7, 55.3, 52.5, float('NaN'), 47.8]
>>> filtered_data = []
>>> for value in raw_data:
...     if not math.isnan(value):
...         filtered_data.append(value)
...
>>> filtered_data
[56.2, 51.7, 55.3, 52.5, 47.8]

5.7. 有关条件的更多信息

whileif语句中使用的条件可以包含任何运算符,而不仅仅是比较。

比较运算符innot in检查是否按 Sequences 出现一个值(不出现)。运算符isis not比较两个对象是否确实是同Pair象;这仅适用于可变对象(如列表)。所有比较运算符都具有相同的优先级,该优先级低于所有数值运算符的优先级。

比较可以被链接。例如,a < b == c测试a是否小于b,并且b等于c

可以使用布尔运算符andor组合比较,并且可以将not否定比较的结果(或任何其他布尔表达式)。这些优先级比比较运算符低;在它们之间,not具有最高优先级,or具有最低优先级,因此A and not B or C等效于(A and (not B)) or C。与往常一样,括号可以用来表示所需的组成。

布尔运算符andor是所谓的* short-circuit *运算符:它们的自变量从左到右进行求值,一旦确定结果,就停止求值。例如,如果AC为 true 但B为 false,则A and B and C不计算表达式C。当用作通用值而不是布尔值时,短路运算符的返回值是最后计算的参数。

可以将比较结果或其他布尔表达式分配给变量。例如,

>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'

请注意,在 Python 中,与 C 不同,赋值不能在表达式内发生。 C 程序员对此可能会发牢骚,但是它避免了 C 程序中遇到的常见问题:在需要==的情况下在表达式中键入=

5.8. 比较序列和其他类型

可以将序列对象与具有相同序列类型的其他对象进行比较。比较使用字典 Sequences:首先比较前两个项目,如果它们不同,则确定比较的结果;如果它们相等,则比较下两个项目,依此类推,直到用尽任何一个序列。如果要比较的两个项目本身是相同类型的序列,则按字典 Sequences 进行递归比较。如果两个序列的所有项目比较相等,则认为这些序列相等。如果一个序列是另一个序列的初始子序列,则较短的序列是较小的(较小的)序列。字符串的字典 Sequences 使用单个字符的 ASCIISequences。相同类型的序列之间比较的一些示例:

(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)

请注意,比较不同类型的对象是合法的。结果是确定性的,但是任意的:类型按其名称排序。因此,列表始终小于字符串,字符串始终小于 Tuples,等等。[1]混合数字类型根据其数值进行比较,因此 0 等于 0.0,依此类推。

Footnotes

  • [1]
    • 不应该依赖用于比较不同类型对象的规则;他们可能会在该语言的将来版本中进行更改。