Skip to content

容器

命令一览

  • [list][[index]]: 返回索引号为[index]的位置的元素
  • [list][index1:index2]: 返回一个切片
  • [list].count([element]): 统计某元素在列表中的数量
  • len([list]): 返回列表的长度
  • [list].append([element]): 追加元素到列表末尾
  • [list].extend([element]): 追加可迭代对象到列表末尾
  • [list].insert([index], [element]): 在索引号为[index]的位置插入元素
  • [list].reverse(): 反转列表元素的顺序
  • [list].sort(): 列表原地排序
  • sort([list]): 列表排序后返回新的列表
  • [list].pop([index]): 删除索引号为[index]的位置的元素
    • [list].pop(): 删除末尾元素
  • del [list][[index]]: 删除索引号为[index]的位置的元素
  • [list].remove([element]): 删除元素在列表中的第一个匹配项
  • [list].clear(): 清空列表内容
注意

[list].append([collection])[list].extend([collection])的结果不同, extend会将[collection]中的内容迭代地添加到[list]中, 而append会将[collection]整一个作为整体放进[list]中.

例子
l1 = [1, 2, 3]
l2 = [4, 5, 6]
l1.append(l2)
l1 # [1, 2, 3, [4, 5, 6]]
l2.extend{l2}
l1 # [1, 2, 3, [4, 5, 6], 4, 5, 6]
  • [dict][[key]]: 设定一个键值对
  • [dict].get([key], [default]): 获取一个值, 如果没有获取到的话, 返回默认值
  • [dict].pop([key]): 删除一个键值对
  • [dict].keys(): 返回所有的键组成的列表
  • list([dict]): 返回所有的键组成的列表
  • [dict].values(): 返回所有的值组成的列表
  • [dict].items(): 返回所有的键值对组成的列表(键值对用元组包裹)
  • [set].add([key]): 添加元素到集合中
  • [set].remove([key]): 删除元素

容器

列表

列表是一种有序的集合, 用[]表示.

元组

元素是一种有序的集合, 但是经过初始化之后无法修改, 用()表示.

注意
  1. 当要定义只有一个元素的元组的时候, 应该用([element],), 即用逗号来消除歧义.
  2. "可变"的元组: 如果在元组的内部包含了可变对象, 如列表, 那么列表中的元素是可以被修改的. 而元组中的某个元素指向这个列表的事实不会改变.

字典

字典是一种无序的键值对的集合, 用{}表示.

Tip
  • 可以通过in来判断键是否存在, 或者通过get()方法, 如果不存在会返回None; 如果存在, 直接返回值. get()方法的第二个位置参数是默认值, 即如果不存在, 返回的是默认值, 默认是None
  • 只有不可变的对象, immutable对象才可以做键, 如"COMP9001", 2, ("INFO", 1110), True, 12.88这些都是合法的键; 但是[12, 2], {"orange": 2, "pineapple": 5}这些都是非法的键
注意

字典的键必须是不可变对象, 不能是可变对象比如说列表. 如果对象是可变的, 那可能相同对象计算出来的值就不同, 会导致字典内部的结构混乱.

集合

集合是一种无序的键的集合(即没有值), 且键不能重复, 用set()表示.

注意

集合的键必须是不可变对象, 不能是可变对象比如说列表. 如果对象是可变的, 那可能相同对象计算出来的值就不同, 会导致集合内部的结构混乱.

迭代

如果给定一个可迭代对象, 我们可以通过for循环来遍历这个可迭代对象, 这种遍历称为迭代.

在Python中, 迭代是通过for ... in来完成的.

例子
>>> d = {'a': 1, 'b': 2, 'c': 3}
>>> for key in d:
...     print(key)
...
a
c
b
注意

由于字典的存储方式不是按照列表那样顺序排列, 所以, 迭代出的结果的顺序可能很不一样.

Tip

默认情况下, 字典迭代的是键, 如果要迭代值, 可以用for value in [dict].values(), 如果要同时迭代键和值, 可以用for k, v in [dict].items().

>>> l = {1, 2, 4, 3}
>>> for element in l:
...     print(element)
...
1
2
4
3
Tip

可以通过enumerate函数将列表转化为索引-元素对, 这样就可以在for循环中同时迭代索引和元素本身.

例子
>>> for i, value in enumerate(['A', 'B', 'C']):
...     print(i, value)
...
0 A
1 B
2 C

我们在使用for循环的时候, 只要作用于一个可迭代对象, for循环就可以正常运行.

Tip

可以通过collections.abc模块的Iterable类型判断对象是否可以迭代:

例子
>>> from collections.abc import Iterable
>>> isinstance('abc', Iterable)
True
>>> isinstance([1, 2, 3], Iterable)
True
>>> isinstance(123, Iterable)
False

列表生成式

列表生成式, List Comprehensions, 是Python内置的创建列表的强大功能.

例子
>>> [x * x for x in range(1, 11)]
[1, 4, 9, 16, 25, 36, 49, 81, 100]
>>> [x for x in range(1, 11) if x % 2 == 0]
[2, 4, 6, 8, 10]
>>> [x if x % 2 == 0 else -x for x in range(1, 11)]
[-1, 2, -3, 4, -5, 6, -7, 8, -9, 10]
笔记
  1. for前面的部分是一个表达式, 它必须根据x计算出一个结果, 必须加else, 否则某些情况下无法返回结果.
  2. for后面的部分是一个筛选条件, 不能带else, 否则不符合筛选的定义.
>>> L = ['Hello', 'World', 'IBM', 'Apple']
>>> [s.lower() for s in L]
['hello', 'world', 'ibm', 'apple']
>>> [m + n for m in 'ABC' for n in 'XYZ']
['AX', 'AY', 'AZ', 'BX', 'BY', 'BZ', 'CX', 'CY', 'CZ']
>>> import os
>>> [d for d in os.listdir('.')]
['.emacs.d', '.ssh', '.Trash', 'Adlm', 'Applications', 'Desktop', 'Documents', 'Downloads', 'Library', 'Movies', 'Music', 'Pictures', 'Public', 'VirtualBox VMs', 'Workspace', 'XCode']

生成器

为什么需要生成器

通过列表生成式, 我们可以简单地创建一个列表. 但是, 如果列表容量很大, 如100万个元素的列表, 会浪费很大的存储空间.

所以, 如果列表元素可以在循环的过程中不断算出后面的元素, 那么就不必创造出完整的列表, 节省大量空间. 在Python中, 这种边循环边计算的机制, 就叫做生成器, 也叫做generator.

创建生成器

  • 和创建列表生成式的方法类似, 不过用的是().

    笔记

    直接查看创建好的生成器, 会发现它是一个生成器对象, 而不是一个列表.

    例子
    >>> g = (x * x for x in range(10))
    >>> g
    <generator object <genexpr> at 0x1022ef630>
    
  • 在函数内使用yield关键字, 把普通函数变为生成器函数

    例子
    def odd():
        print('step 1')
        yield 1
        print('step 2')
        yield 3
        print('step 3')
        yield 5
    
    笔记

    生成器函数的执行流程和普通函数的执行流程不一样. 普通函数是顺序执行, 遇到return或者最后一行就返回. 但是生成器函数, 在每次调用next()的时候执行, 遇到yield语句执行并中断, 再次执行时从上次返回的yield语句的下一句开始执行.

    例子
    >>> o = odd()
    >>> next(o)
    step 1
    1
    >>> next(o)
    step 2
    3
    >>> next(o)
    step 3
    5
    >>> next(o)
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    StopIteration
    

    可以看到, 在每一次调用next()的过程中, 遇到yield执行并中断, 再次执行时从上次返回的yield语句的下一句开始执行.

    注意

    调用生成器函数会创建一个生成器对象, 多次调用生成器函数会创建多个相互独立的生成器对象.

    例子
    >>> next(odd())
    step 1
    1
    >>> next(odd())
    step 1
    1
    >>> next(odd())
    step 1
    1
    

如何使用生成器

  • 通过next()函数使用

    例子
    >>> g = (x * x for x in range(10)) 
    >>> next(g)
    0
    >>> next(g)
    1
    >>> next(g)
    4
    >>> next(g)
    9
    >>> next(g)
    16
    >>> next(g)
    25
    >>> next(g)
    36
    >>> next(g)
    49
    >>> next(g)
    64
    >>> next(g)
    81
    >>> next(g)
    Traceback (most recent call last):
    File "<stdin>", line 1, in <module>
    StopIteration
    
  • 通过for循环: 原理和一直调用next()差不多, 不过不用担心溢出.

迭代器

实现了__iter____next__方法的对象称为迭代器.

迭代器和可迭代对象的区别

可以直接作用于for循环的数据类型有:

  • 集合数据类型: 如列表, 元组, 字典, 集合, 字符串等
  • 生成器产生的对象

这些可以直接作用于for循环的对象称为可迭代对象, Iterable.

而生成器产生的对象不但可以作用于for循环, 还可以被next()函数不断调用并返回下一个值, 知道最后抛出StopIteration错误表示溢出.

Tip

可以通过collections.abc模块的Iterator类型判断对象是否为迭代器:

例子
>>> from collections.abc import Iterator
>>> isinstance((x for x in range(10)), Iterator)
True
>>> isinstance([], Iterator)
False
>>> isinstance({}, Iterator)
False
>>> isinstance('abc', Iterator)
False

也就是说, 生成器对象都是迭代器, 但不是所有的迭代器都是生成器对象(可以通过定制类实现相同的效果). 列表, 字典, 字符串虽然是可迭代对象, 但不是迭代器.

Tip

可迭代对象可以通过iter()函数转化为迭代器

例子
>>> isinstance(iter([]), Iterator)
True
>>> isinstance(iter('abc'), Iterator)
True
笔记

为什么列表, 字典, 字符串等数据类型不是迭代器?

因为迭代器表示的是一个数据流, 我们无法提前知道序列的长度, 只能不断通过next()函数实现按需计算下一个数据, 即迭代器的计算是"惰性"的, 只有在需要返回下一个数据的时候才会计算.

迭代器甚至可以表示一个无限大的数据流, 例如全体自然数. 使用列表是无法存储全体自然数的.


  1. 使用list和tuple. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017092876846880 

  2. 使用dict和set. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017104324028448 

  3. Python中列表的常用操作. (n.d.). 知乎专栏. Retrieved June 13, 2024, from https://zhuanlan.zhihu.com/p/639394226 

  4. 切片. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017269965565856 

  5. 迭代. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017316949097888 

  6. 列表生成式. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017317609699776 

  7. 生成器. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017318207388128 

  8. 迭代器. (n.d.). Retrieved June 13, 2024, from https://www.liaoxuefeng.com/wiki/1016959663602400/1017323698112640