Python中四大核心数据结构(列表,元组,字典和集合)的完全解析_Python

一、列表（list）—— 灵活的动态数组

1.1 基础操作全流程示例

# 创建-操作-输出完整演示
# 初始化商品列表
products = ["手机", "笔记本", "耳机", "鼠标"]

print("原始列表:", products)  # ['手机', '笔记本', '耳机', '鼠标']

# 索引访问与切片
print("首个商品:", products[0])      # 手机
print("最后两个商品:", products[-2:]) # ['耳机', '鼠标']

# 元素修改与扩展
products[1] = "游戏本"             # 修改元素
products.append("键盘")           # 追加元素
products.insert(2, "显示器")      # 插入元素

print("修改后列表:", products)    # ['手机', '游戏本', '显示器', '耳机', '鼠标', '键盘']

# 删除操作
removed_item = products.pop(3)    # 删除索引3的元素
print("被删除商品:", removed_item) # 耳机
print("当前列表:", products)      # ['手机', '游戏本', '显示器', '鼠标', '键盘']

1.2 核心方法详解

# 创建数字列表
nums = [3, 1, 4, 1, 5, 9]

# 排序与反转
nums.sort()                     # 升序排列 [1, 1, 3, 4, 5, 9]
nums.reverse()                  # 反转列表 [9, 5, 4, 3, 1, 1]

# 列表推导式
squares = [x**2 for x in nums if x > 3]
print("大数平方:", squares)     # [81, 25, 16]

# 其他实用方法
print("出现次数:", nums.count(1))  # 2
nums.clear()                    # 清空列表

二、元组（tuple）—— 不可变数据容器

完整操作示例

# 定义-访问-解包全流程
# 创建坐标元组
point = (10, 20)

# 索引访问
print("x坐标:", point[0])    # 10
print("y坐标:", point[1])    # 20

# 元组解包
x, y = point
print(f"坐标位置: ({x}, {y})")  # (10, 20)

# 类型转换示例
list_point = list(point)      # 转为列表可修改
list_point[0] += 5
new_point = tuple(list_point)
print("新坐标:", new_point)   # (15, 20)

# 函数返回多个值
def get_dimensions():
    return 1920, 1080

width, height = get_dimensions()
print(f"分辨率: {width}x{height}")

三、字典（dict）—— 高效键值存储

3.1 完整操作流程

# 创建-更新-遍历完整示例
# 初始化学生信息
student = {
    "name": "张三",
    "age": 18,
    "courses": ["数学", "英语"]
}

# 添加新信息
student["gender"] = "男"
student["age"] = 19          # 修改年龄

# 安全获取值
score = student.get("score", 0)
print("默认分数:", score)    # 0

# 删除元素
removed = student.pop("courses")
print("已删除课程:", removed) # ['数学', '英语']

# 遍历字典
print("\n学生详细信息:")
for key, value in student.items():
    print(f"{key}: {value}")

"""
输出:
学生详细信息:
name: 张三
age: 19
gender: 男
"""

3.2 进阶方法应用

# 字典合并与推导式
grades = {"数学": 90, "英语": 85}
extra_grades = {"编程": 95, "物理": 88}

# 合并字典
grades.update(extra_grades)

# 字典推导式
passed = {subject: score for subject, score in grades.items() if score >= 85}
print("及格科目:", passed)  # {'数学':90, '英语':85, '编程':95, '物理':88}

# 键值反转
inverted_dict = {v: k for k, v in grades.items()}
print("分数对照:", inverted_dict)  # {90: '数学', 85: '英语', ...}

四、集合（set）—— 唯一元素管理器

完整操作示例

# 创建-运算-方法全流程
# 初始化集合
a = {1, 2, 3, 4}
b = {3, 4, 5, 6}

print("原始集合a:", a)  # {1,2,3,4}
print("原始集合b:", b)  # {3,4,5,6}

# 集合运算
print("并集:", a | b)   # {1,2,3,4,5,6}
print("差集:", a - b)   # {1,2}
print("对称差集:", a ^ b) # {1,2,5,6}

# 元素操作
a.add(5)                # 添加元素
a.discard(2)            # 安全删除
print("更新后a:", a)    # {1,3,4,5}

# 集合推导式
even_numbers = {x for x in range(10) if x%2 == 0}
print("偶数集合:", even_numbers)  # {0,2,4,6,8}

五、四大数据结构方法速查表

o(1) ：操作耗时与数据量无关

o(n)：操作耗时与数据量成正比

操作	列表方法	元组特性	字典方法	集合方法
添加元素	append/insert	不可变	dict[key] = value	add/update
删除元素	pop/remove	不可变	pop/del	remove/discard
排序	sort()	sorted()	sorted(items)	sorted()
反转	reverse()	需转换列表	reversed()	需转换列表
长度查询	len()	len()	len()	len()
包含检查	in	in	in (keys)	in
内存占用	较高	较低	较高	中等
时间复杂度	查询o(n)	查询o(n)	查询o(1)	查询o(1)

六、实战应用案例

数据清洗工具函数

def data_cleaner(raw_data):
    # 列表存储有效数据
    cleaned = []
    
    # 集合记录已处理项
    seen = set()
    
    # 字典统计频率
    counter = {}
    
    for item in raw_data:
        # 去重处理
        if item not in seen:
            cleaned.append(item)
            seen.add(item)
        
        # 统计频率
        counter[item] = counter.get(item, 0) + 1
    
    # 元组保存元信息
    meta = (len(raw_data), len(cleaned))
    
    return {
        "cleaned_data": cleaned,
        "frequency": counter,
        "metadata": meta
    }

# 测试数据
test_data = ["a", "b", "a", "c", "b", "d"]
result = data_cleaner(test_data)
print(result)
"""
输出:
{
    'cleaned_data': ['a', 'b', 'c', 'd'],
    'frequency': {'a':2, 'b':2, 'c':1, 'd':1},
    'metadata': (6, 4)
}
"""