我要评论1. 列表（list） - 有序可变序列
1.1 基本特性
- 有序排列：元素按插入顺序存储
- 可变类型：支持原地修改
- 允许重复：可存储相同值的元素
- 异构数据：可混合不同类型元素
# 创建方式 fruits = ['apple', 'banana', 'cherry'] numbers = list(range(1, 6)) # [1,2,3,4,5] mixed = [1, 'text', true, 3.14] # 混合类型
1.2 核心操作
| 操作 | 示例 | 说明 |
|---|---|---|
| 索引访问 | fruits[0] → ‘apple’ | 支持负数索引（-1表最后） |
| 切片操作 | numbers[1:3] → [2,3] | 含头不含尾 |
| 添加元素 | fruits.append(‘orange’) | 末尾追加 |
| 插入元素 | fruits.insert(1, ‘mango’) | 指定位置插入 |
| 删除元素 | del fruits[2] | 删除指定索引元素 |
| 列表推导式 | [x**2 for x in numbers] | 快速生成新列表 |
1.3 应用场景
- 数据收集与批量处理
- 实现栈/队列数据结构
- 临时存储计算结果
- csv文件行记录处理
2. 字典（dict） - 键值对映射
2.1 基本特性
- 键值对存储：{key: value} 结构
- 无序排列（python 3.7+ 保持插入顺序）
- 键必须可哈希（不可变类型）
- 快速查找：o(1)时间复杂度
# 创建方式
person = {'name': 'alice', 'age': 25}
scores = dict(math=90, english=85) # 关键字创建
empty_dict = {} # 空字典2.2 核心操作
| 操作 | 示例 | 说明 |
|---|---|---|
| 获取值 | person[‘name’] → ‘alice’ | keyerror处理建议用get() |
| 添加/修改 | person[‘gender’] = ‘female’ | 自动新增或更新 |
| 删除键 | del person[‘age’] | 删除指定键 |
| 遍历键值对 | for k, v in person.items(): | 同时获取键值 |
| 字典推导式 | {k:v*2 for k,v in d.items()} | 快速生成新字典 |
2.3 应用场景
- 配置文件存储
- json数据处理
- 缓存系统实现
- 数据库记录表示
3. 元组（tuple） - 不可变序列
3.1 基本特性
- 不可变类型：创建后不能修改
- 有序排列：类似列表
- 可哈希：可用作字典键
- 性能优化：比列表更节省内存
# 创建方式
colors = ('red', 'green', 'blue')
single_element = (42,) # 注意逗号
coordinates = tuple([1.2, 3.4])3.2 核心应用
- 函数多返回值封装
- 保护数据不被修改
- 字典键值存储
- 格式化字符串参数
4. 集合（set） - 唯一元素容器
4.1 基本特性
- 无序排列：无索引概念
- 元素唯一：自动去重
- 可变类型：可增删元素
- 数学运算：支持交/并/差集
# 创建方式
vowels = {'a', 'e', 'i', 'o', 'u'}
numbers = set([1,2,3,2,1]) # {1,2,3}
empty_set = set() # 注意不能用 {}4.2 核心操作
| 操作 | 示例 | 说明 |
|---|---|---|
| 添加元素 | vowels.add(‘y’) | 新增元素 |
| 移除元素 | vowels.remove(‘i’) | keyerror需处理 |
| 集合运算 | set1|set2 → 并集 | 支持 &交集 -差集 |
| 成员检测 | ‘a’ in vowels → true | 快速判断存在性 |
5. 容器对比总结
| 特性 | 列表 | 字典 | 元组 | 集合 |
|---|---|---|---|---|
| 有序性 | ✅ | ❌/✅* | ✅ | ❌ |
| 可变性 | ✅ | ✅ | ❌ | ✅ |
| 元素重复 | 允许 | 键唯一 | 允许 | 元素唯一 |
| 查找速度 | o(n) | o(1) | o(n) | o(1) |
| 典型应用 | 数据收集 | 键值映射 | 数据保护 | 去重/运算 |
*注：python 3.7+ 字典保持插入顺序
6. 嵌套使用案例
6.1 列表字典组合
students = [
{'name': 'alice', 'scores': [85, 92, 78]},
{'name': 'bob', 'scores': [76, 88, 95]}
]
# 计算平均分
for student in students:
avg = sum(student['scores']) / len(student['scores'])
print(f"{student['name']} 平均分：{avg:.1f}")6.2 字典值存储集合
department = {
'sales': {'alice', 'bob', 'charlie'},
'dev': {'david', 'eve'}
}
# 合并所有部门成员
all_members = set()
for members in department.values():
all_members.update(members)7. 性能优化建议
- 列表 vs 集合查找：
# 列表查找（o(n)） if target in big_list: ... # 转换为集合查找（o(1)） if target in set(big_list): ...
字典键设计：
- 使用不可变类型作为键
- 优先选择简单数据结构
选择合适容器：
- 需要顺序 → 列表/元组
- 快速查找 → 字典/集合
- 数据不可变 → 元组
- 元素唯一 → 集合
8. 进阶技巧
生成器表达式：节省内存处理大数据
sum(x**2 for x in range(1000000))
collections模块：
defaultdict：自动初始化字典值counter：快速元素计数deque：高效双端队列
*注：掌握这些容器类型的特点和适用场景，将显著提升python编程效率和代码质量。
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持代码网。
发表评论