频道栏目
首页 > 程序开发 > Web开发 > python教程 > python v2.7.8 官方教程 > 正文
5. 数据结构 python v2.7.8 官方教程
2016-01-11 17:00:53           
收藏   我要投稿

列表数据类型还有更多的方法。这里是列表对象的所有方法:

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)

将指定列表中的所有元素附加到另一个列表的末尾;相当于a[len(a):] = L

list.insert(ix)

在给定位置插入一个元素。第一个参数是插入的元素的索引,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])

删除列表中指定位置的元素并返回它。如果未指定索引,a.pop()将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。你会在 Python 参考库中经常看到这种表示法)。

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=Nonekey=Nonereverse=False)

原地排序列表中的元素(参数可以用来自定义排序方法,参考sorted()的更详细的解释)。

list.reverse()

原地反转列表中的元素。

使用了列表大多数方法的例子:

>>>

>>> 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] 

你可能已经注意到像insertremove 或者 sort之类的方法只修改列表而没有返回值打印出来 -- 它们其实返回了默认值None这是 Python 中所有可变数据结构的设计原则。

5.1.1. 用列表作为栈

列表方法使得将List当作栈非常容易,最先进入的元素最后一个取出(后进先出)。使用append()将元素添加到栈顶。使用不带索引的pop()从栈顶取出元素。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] 

5.1.2. 用列表作为队列

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']) 

5.1.3. 函数式编程工具

在使用列表时有三个函数非常有用:filter()map()reduce()

filter(function, sequence)返回的序列由function(item)结果为真的元素组成。如果sequence是一个字符串元组,结果将是相同的类型;否则,结果将始终是一个列表例如,若要计算一个不能被2和3整除的序列:

>>>

>>> def f(x): return x % 2 != 0 and x % 3 != 0 ... >>> filter(f, range(2, 25)) [5, 7, 11, 13, 17, 19, 23] 

map(function, sequence) 为序列中的每一个元素调用 function(item) 函数并返回结果的列表。例如,计算列表中所有元素的立方值:

>>>

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

可以传入多个序列;此时,传入的函数也必须要有和序列数目相同的参数,执行时会依次用各序列上对应的元素来调用函数(如果某个序列比另外一个短,就用 None 代替)。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) 只返回一个值,它首先以序列的前两个元素调用函数 function,然后再以返回的结果和下一个元素继续调用,依此执行下去。例如,若要计算数字 1 到 10 的总和:

>>>

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

如果序列中只有一个元素,将返回这个元素的值;如果序列为空,则引发异常。

可以传入第三个参数作为初始值。在这种情况下,如果序列为空则返回起始值,否则会首先以初始值和序列的第一个元素调用function,然后是返回值和下一个元素,依此执行下去。例如,

>>>

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

不要使用示例中定义的sum():由于计算数字的总和是一个如此常见的需求,Python提供了内置的函数sum(sequence),其工作原理和示例几乎一样。

5.1.4. 列表推导式

列表推导式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,假设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] 

我们可以用下面的方式得到同样的结果:

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

这也相当于squares map(lambda x: x**2, range(10)),但是更简洁和易读。

列表推导式由括号括起来,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forif语句。结果是一个新的列表,由表达式依据其后面的forif子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)] 

注意在两个代码段中for 和 if 语句的顺序是相同的。

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 [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] 

列表推导式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'] 

5.1.4.1. 嵌套的列表推导式

列表推导式中的第一个表达式可以是任何表达式,包括另外一个列表推导式。

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], ... ] 

下面的列表推导式将转置行和列:

>>>

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

正如我们在上一节中看到的,嵌套的 listcomp 在跟随它之后的for 字句中计算,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]] 

在实际中,与复杂的控制流比起来,你应该更喜欢内置的函数。针对这种场景,使用 zip() 函数会更好:

>>>

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

关于本行中使用的星号的说明,请参阅参数列表的分拆

5.2. del语句

有个方法可以从列表中根据索引而不是值来删除一个元素:del语句。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(之前我们是将空列表赋值给切片)。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 

之后再引用名称 a 将会出错(直到有另一个值被赋给它(a才能被引用))。稍后我们将看到del的其它用途 。

5.3. 元组和序列

我们已经看到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(参见序列类型 — str, unicode, list, tuple, bytearray, buffer, xrange)。因为 Python 是一个正在不断进化的语言,其他的序列类型也可能被添加进来。还有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: ... 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]) 

如你所见,元组在输出时总是有括号的,以便于正确表达嵌套结构;在输入时可以有也可以没有括号,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(参阅本节后面的内容)或索引访问(如果是namedtuples,甚至可以通过属性)。列表是可变的,它们的元素通常是相同的类型并通过迭代访问。

一个特殊的情况是构造包含0个或1个元素的元组:为了实现这种情况,语法上有一些奇怪。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 (在括号中放入单独一个值还不够)。丑陋,但是有效。例如:

>>>

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

语句= 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。其逆操作也是可以的:

>>>

>>> x, y, z = t 

这被称为 序列分拆 再恰当不过了,且可以用于右边的任何序列。序列分拆要求左侧变量的数目和序列中元素的数目相同。注意多重赋值只是同时进行元组封装和序列分拆。

5.4. 集合

Python还包含一个数据类型用于集合集合中的元素没有顺序且不会重复。集合的基本用途有成员测试和消除重复的条目。集合对象还支持并集、交集、差和对称差等数学运算。

花括号或set()函数可以用于创建集合。注意:若要创建一个空的集合你必须使用set(),不能用{}后者将创建一个空的字典,一个我们在下一节中要讨论的数据结构。

这里是一个简短的演示:

>>>

>>> 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']) 

列表推导式类似,集合也支持推导式:

>>>

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

5.5. 字典

Python内建的另一种有用的数据类型是字典(见映射类型 — 字典)。在其它语言中字典有时被称为“associative memories” 或者 “associative arrays”。与序列不同,序列由数字做索引,字典由 key 做索引,key可以是任意不可变类型;字符串和数字常用来做key。如果元组只包含字符串、 数字或元组,此元组可以用作key;如果元组直接或间接地包含任何可变对象,那么它不能用作key。不能用list作为key,因为列表可以用索引、切片或者append()extend()方法原地修改。

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)。一对花括号将创建一个空的字典:{}花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。用一个不存在的键读取值会导致错误。

字典对象的keys()方法返回字典中所有键组成的列表,列表的顺序是随机的(如果你想要排序,只需在它上面调用sorted()函数)。要检查某个键是否在字典中,可以使用in关键字。

下面是一个使用字典的小示例:

>>>

>>> 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-值对序列创建字典:

>>>

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

此外,字典推导式式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} 

5.6. 遍历的技巧

遍历一个序列时,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(xrange(1,10,2)): ...  print i ... 9 7 5 3 1 

要按排序顺序循环一个序列,请使用sorted()函数,返回一个新的排序的列表,同时保留源不变。

>>>

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

遍历字典时,使用iteritems()方法可以同时得到键和对应的值。

>>>

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

若要在循环内部修改正在遍历的序列(例如复制某些元素),建议您首先制作副本。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:

>>>

>>> 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'] 

5.7. 深入条件控制

while 和 if 语句中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(不出现)。is 和 is not 运算符比较两个对象是否为相同的对象;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。

比较可以级联。例如,< == c测试a是否小于b并且b是否等于c

可以使用布尔运算符 and 和 or 组合,比较的结果(或任何其他的布尔表达式)可以用 not 取反。这些操作符的优先级又低于比较操作符;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 (notB)) or C与往常一样,可以使用括号来表示所需的组合。

布尔运算符and 和 or 是所谓的 短路 运算符:依参数从左向右求值,结果一旦确定就停止。例如,如果A 和 C 都为真,但B是假, A and B and C 将不计算表达式 C用作一个普通值而非逻辑值时,短路操作符的返回值通常是最后一个计算的。

可以把比较或其它逻辑表达式的返回值赋给一个变量。例如,

>>>

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

注意在Python中,与C不同,表达式的内部不能出现赋值。C程序员可能会抱怨这一点,但它避免了C程序中常见的一类问题:在表达式中输入=而真正的意图是==

5.8. 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相比较。比较按照 字典序 进行: 首先比较两个序列的首元素,如果不同,就决定了比较的结果;如果相同,就比较后面两个元素,依此类推,直到其中一个序列穷举完。如果要比较的两个元素本身就是同一类型的序列,就按字典序递归比较。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序列的初始子序列,较短的序列就小于另一个。字符串的字典序按照单字符的 ASCII 顺序。下面是同类型序列之间比较的一些例子:

(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) 

注意比较不同类型的对象也是合法的。比较的结果已经确定但是不一定合理: 类型按其名称进行排序。因此,列表始终小于字符串,字符串总是小于元组,等等。[1] 不同数值类型按照它们的值比较,所以 0 等于 0.0,等等。

点击复制链接 与好友分享!回本站首页
上一篇:4. 控制流 python v2.7.8 官方教程
下一篇:6. 模块 python v2.7.8 官方教程
相关文章
图文推荐
点击排行

关于我们 | 联系我们 | 广告服务 | 投资合作 | 版权申明 | 在线帮助 | 网站地图 | 作品发布 | Vip技术培训 | 举报中心

版权所有: 红黑联盟--致力于做实用的IT技术学习网站