本文主要是介绍Python组合数据类型及其相关操作（元组、列表、字典、集合），对大家解决编程问题具有一定的参考价值，需要的程序猿们随着小编来一起学习吧！

目录

• • • • 注：本文中大量使用list作为列表变量名称，tuple作为元组变量名称，是取理解之便，实际应用过程中不能这样。
• 部分应用于所有组合数据类型的函数
• • isinstance(x,y)
  • len(x)
• 理解Python变量的指针本质
• • 指针
  • is运算符和==
• 元组
• • 元组类型的指针本质
  • 元组、列表的索引和切片、遍历与字符串完全相同
  • 元组的其他操作
• 列表
• • 列表a=a+b与a+=b
  • 列表相关操作
  • 列表的排序
  • 列表相关函数
  • 列表映射
  • 列表过滤
  • 列表生成式
  • 二维列表
  • 列表的拷贝
• 字典
• • 字典的构造
  • 字典相关函数
  • 字典的遍历与深拷贝
• 集合
• • 集合的构造
  • 集合相关函数
  • 集合相关运算

注：本文中大量使用list作为列表变量名称，tuple作为元组变量名称，是取理解之便，实际应用过程中不能这样。

部分应用于所有组合数据类型的函数

isinstance(x,y)

通过此函数判断数据x是否为y类型。如：

>>> print(isinstance(10,int))
True
>>> print(isinstance((10,7,3),tuple))
True
>>> print(isinstance("yyf&zx",float))
False

len(x)

通过此函数获得组合数据类型x的元素个数。如：

>>> print(len("string"))
6
>>> print(len((1,2,3)))
3

理解Python变量的指针本质

指针

在C语言中，可以通过指针对于指针所指内存中储存的数据直接进行操作，也是用C实现链表、树、图的重要工具。在Python语言中并没有直接提出指针概念以进行C一样的底层操作。但可将所有Python变量理解为指针（只不过在在进行打印和赋值等操作时自动*了一把）。
指针可以理解为内存的门牌号，通过一个指定的门牌号（指针）访问一个指定的房间（一块内存）。可以将指针理解为“箭头”、“钥匙”等。如：
1、将变量a赋值为10（b赋值为5），即将a这个指针指向int10；同时将变量A赋值为[1,2,3]（B赋值为[4,6,6]），这是将A这个指针指向一堆指针（A[0]、A[1]…），他们分别指向其储存的内容。
已执行代码：

>>>a = 10
>>>b = 5
>>>A = [1,2,3]
>>>B = [4,6,6]
>>>print(a,b,A,B)
10 5 [1,2,3] [4,6,6]

图示1：

2、将int a赋值给变量b，即将b这个指针指向a所指的地方；同时将list A赋值给B，这是将B所指的这一堆指针换成A所指的那一堆指针。
已执行代码：

>>>a = 10
>>>b = 5
>>>A = [1,2,3]
>>>B = [4,6,6]
>>>print(a,b,A,B)
10 5 [1,2,3] [4,6,6]
>>>b = a
>>>B = A
>>>print(a,b,A,B)
10 10 [1,2,3] [1,2,3]

图示2：

3、那么此时继续将a赋值为20，就是将a这个指针转而指向20,此时b仍然指向原来的10，不受影响；同时将A通过赋值语句改为[7,8,9]（A=[7,8,9]），这是将A指针所指的那一堆指针直接换成另一堆，这一堆指针又分别指向7，8，9，故B不受影响。
已执行代码：

>>>a = 10
>>>b = 5
>>>A = [1,2,3]
>>>B = [4,6,6]
>>>print(a,b,A,B)
10 5 [1,2,3] [4,6,6]
>>>b = a
>>>B = A
>>>print(a,b,A,B)
10 10 [1,2,3] [1,2,3]
>>>a = 20
>>>A = [7,8,9]
>>>print(a,,b,A,B)
20 10 [7,8,9] [1,2,3]

图示3：

4、在3中，我们通过赋值语句A=[7,8,9]直接改变了A指针所指的一堆指针，B不受影响；如果不进行这样（3）的操作，转而进行改变列表元素的操作A[0]=10，这是将A指向的原来指向1的A0指针重新指向10，所以B也会受到改变。
已执行代码：

>>>a = 10
>>>b = 5
>>>A = [1,2,3]
>>>B = [4,6,6]
>>>print(a,b,A,B)
10 5 [1,2,3] [4,6,6]
>>>b = a
>>>B = A
>>>print(a,b,A,B)
10 10 [1,2,3] [1,2,3]
>>>A[0] = 10
>>> print(A,B)
[10, 2, 3] [10, 2, 3]

图示4：

is运算符和==

a==b返回一个真值，若为Ture代表a和b所指地址所放的内容相同；a is b同样返回一个真值，若为Ture代表a与b指向同一个地方。如：

>>> a=[1,2,1]
>>> b=[1,2,1]
>>> print(a is b,a==b)
False True
>>> c=d=[1,2,1]
>>> print(c is d,c==d)
True True

再如：

>>> a=10
>>> b=10
>>> print(a is b,a==b)
True True
>>> c="string"
>>> d="string"
>>> print(c is d,c==d)
True True

为何同样是先用一样内容的东西给a和b赋值，用list类型（dict、set也是）打印a is b为True，而用int类型（float、complex、str、tuple也是）打印a is b为False？
这是因为，a=10;b=10;的操作将a指向一个10，将b指向一个10，而计算机中常量10只有一个，所以(a is b)=True；而进行A=[1,2,1];B=[1,2,1];的操作时，A和B分别指向一片储存着一堆指针的内存地址，这两片内存不同，只是这两片内存中的两堆地址指向的1，2，1常量相同,所以(A is B)=False（可参见上面的图示）。
所以，对于int、float、complex、str、tuple类型的变量，不必关注is和==的区别,因为这些类型本身并不可改变，不会出现改变了a的指向b也跟着变的情况，其中int、float、complex、str类型，a is b和a==b等价。而对于list、set、dict类型则要格外注意is和==的区别。

元组

Python中的元组数据类型是由数个逗号分隔的元素（类型不限）组成，前后可加圆括号，元组不能修改（不增、不减、不改（不能对元素进行赋值操作）、不排（不能修改顺序））。

元组类型的指针本质

元组类型的每一个元素都可以看作指针，元组元素不可修改指的是不可以改变每个元组元素（指针）的指向，但这些元素指向的内容是可以被修改的。 如：

>>> tup=(10,"string",[1,2,3],{1:100},None)
>>> tup[0]=1
Traceback (most recent call last):		#我们看到对元组元素进行赋值会报错
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> tup[2][0]=10						#但可修改列表类型元素的内容
>>> print(tup)
(10, 'string', [10, 2, 3], {1: 100}, None)

元组、列表的索引和切片、遍历与字符串完全相同

字符串可参考此链接

元组的其他操作

列表

Python语言中，列表数据类型是由逗号分隔开的各个元素加上方括号，列表元素可以是任何类型。

列表a=a+b与a+=b

a=a+b是重新对a进赋值，而a+=b是在a后方添加b的所有元素。如：

>>> a=b=[1,2,3]
>>> a+=[4]		
>>> print(a,b)		#a和b指向同一地方，改变a内容即改变b内容
[1, 2, 3, 4] [1, 2, 3, 4]
>>> a=a+[5]
>>> print(a,b)		#对a进行重新赋值，从此与b分道扬镳
[1, 2, 3, 4, 5] [1, 2, 3, 4]

列表相关操作

列表的排序

排序问题：有N个元素的列表，想要让它所有的元素依据某一特定顺序排列。排序有很多种，插入排序、冒泡排序、快速排序、归并排序、堆排序、桶排序等。下面介绍Python封装好的排序函数，list.sort()和sorted()，其时间复杂度为O(N*logN)，为稳定排序。
1、直接使用list.sort()将所有元素从小到大排序。如：

>>> list=["yyf","yt","yfz","hgj"]
>>> list.sort()
>>> print(list)
['hgj', 'yfz', 'yt', 'yyf']

2、直接使用LIST=sorted(list)函数得到list从小到大排序后的结果，但不改变list。如：

>>> list=[9,8,7,6,5,4,3,2,1]
>>> LIST=sorted(list)
>>> print(list,LIST)
[9, 8, 7, 6, 5, 4, 3, 2, 1] [1, 2, 3, 4, 5, 6, 7, 8, 9]

3、通过自定义关键字函数key实现更加复杂的排序操作。list.sort(key)中的key函数为关键字函数默认为lambda x: x，该函数在排序时将列表中每一个元素作为参数，返回值作为排序的关键字，即排序的依据。如：

>>> list=[(1,2,3),(1,1,1),(10,-100,0),(1,2,2)]
>>> def myKey(x):		#即将每个元组的所有元素之和作为关键字
...     return sum(x)
>>> list.sort(key=myKey)
>>> print(list)
[(10, -100, 0), (1, 1, 1), (1, 2, 2), (1, 2, 3)]

4、当然sorted()中我们也可以添加自定义的关键字函数参数来实现自定义的排序。如：

>>> list=[(1,2,3),(1,1,1),(10,-100,0),(1,2,2)]
>>> def myKey(x):		#这里我们将每个元组的第一个元素当作关键字
...     return x[0]
>>> LIST=sorted(list,key=myKey)
>>> print(list,LIST)
[(1, 2, 3), (1, 1, 1), (10, -100, 0), (1, 2, 2)] [(1, 2, 3), (1, 1, 1), (1, 2, 2), (10, -100, 0)]

5、通过改变reverse参数实现从大到小排序。list.sort()和sorted()函数中reverse参数默认为False，表示从小到大排序；将其改为Ture即可从大到小排序。

>>> list=[1,2,3,0,6,4,5]
>>> list.sort()
>>> print(a)
[1, 2, 3, 4, 5]
>>> list.sort(reverse=True)
>>> print(list)
[6, 5, 4, 3, 2, 1, 0]

列表相关函数

列表映射

map(function,sequence)函数可将一个序列映射到另一个序列，其映射规则由参数function函数决定，参数sequence为映射前序列，返回一个延时求值对象，可以通过tuple()、list()等函数将其转换成元组、列表等类型。如：

>>> def f(x):
...     print("f函数执行次数++")
...     return x**2
>>> a=map(f,[1,2,3,4])		#此时函数f()并未执行，a是延时求值对象
>>> print(list(a))			#将a转为list类型时，f()才开始执行，将sequence中元素依次当作参数传入，返回同样类型的变量
f函数执行次数++				#当然python并不支持++语法
f函数执行次数++
f函数执行次数++
f函数执行次数++
[1, 4, 9, 16]

列表映射可配合其他函数用于输入，如：

>>> a,b,c=map(int,input().split())
1 2 3		#这是输入
>>> print(a,b,c)
1 2 3

列表过滤

filter(function,sequence)函数，作用是抽取序列中使得function(x)为True的元素x，返回一个延时求值对象。如：

#该段代码实现抽取列表l中个位数为1的元素
>>> l=[1,11,111,2,3,4,51,6,71]
>>> L=list(filter(lambda x:x%10==1,l))
>>> print(L)
[1, 11, 111, 51, 71]

列表生成式

当需要生成元素具有一定规律但又很多的列表时，既可以采用循环加append的方式，也可以采用更为简洁的列表生成式。

>>> l=[x**2 for x in range(10)]							#简单生成
>>> print(l)
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
>>> l=[x*y for x in range(5) for y in range(5,10)]		#双重循环
>>> print(l)
[0, 0, 0, 0, 0, 5, 6, 7, 8, 9, 10, 12, 14, 16, 18, 15, 18, 21, 24, 27, 20, 24, 28, 32, 36]
>>> l=[x**2 for x in range(10) if x%2==0]				#加上判断语句
>>> print(l)
[0, 4, 16, 36, 64]

二维列表

二维列表即可看作矩阵，a[i][j]即为第i行第j列的元素（行优先）。定义二维数组的方法：1、通过append（一个列表）的方式2、借助列表生成式3、直接定义。如：

>>> li=[]												#1
>>> for i in range(3):
...     li.append([0]*4)
>>> print(li)
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

>>> li=[[0 for i in range(4)] for j in range(3)]		#2
>>> print(li)
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

>>>li=[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]		#3
>>>print(li)
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]

#但不可通过这样的方式定义
>>> l=[0]*4
>>> li=[l]*3
>>> print(li)
[[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]]
#看起来也是一个4乘3的矩阵吗，但由于生成时从[l]*3而来，所有li中的三个元素实际上指向内容相同
#若修改li[0][0]，li[1][0]，li[2][0]、l[0]都会发生改变
>>> li[0][0]=100
>>> print(li,l)
[[100, 0, 0, 0], [100, 0, 0, 0], [100, 0, 0, 0]] [100, 0, 0, 0]

列表的拷贝

1、似乎拷贝仅仅是a=b的事，如：

>>> a=[1,2,3]
>>> b=a

但结合变量的指针实质来看，这样仅仅导致了上文图示2的效果。

>>> a[0]=100
>>> print(a,b)
[100, 2, 3] [100, 2, 3]

所有这样并未拷贝任何东西，毫无意义，反而导致变量名称冗余。
2、切片拷贝
我们通过切片操作来进行列表每个元素指针的拷贝(b=a[:])，这样就新生成了一堆不同的指针指向最初列表指针指向的地方，但只拷贝了指针未拷贝指针所指内容，仍然未进行深拷贝（彻底完全拷贝）。

>>> a=[1,[2,3]]
>>> b=a[:]
>>> b.append(4)
>>> print(a,b)			#a，b看似已经分开
[1, [2, 3]] [1, [2, 3], 4]
>>> b[1][0]=200
>>> print(a,b)			#其实并没有,“第一层已经分开，第二层却还一样”
[1, [200, 3]] [1, [200, 3], 4]

执行完后的样子：

3、利用copy库进行深拷贝。
利用copy库中的copy.deepcopy()函数可以进行真正意义上的深拷贝。既拷贝指针又拷贝指针所指内容，让a和b完全脱离。如：

>>> import copy
>>> a=[1,[2,3]]
>>> b=copy.deepcopy(a)
>>> print(a,b)
[1, [2, 3]] [1, [2, 3]]
>>> a.append(4)
>>> b[1][0]=200
>>> print(a,b)
[1, [2, 3], 4] [1, [200, 3]]

字典

Python语言中，字典数据类型的每个元素由键和值两部分组成，形式如：“key:value”，可以根据键对值进行快速查找（若查找的键不存在，引发异常）。如：

>>>d = {key1:value1,key2:value2}
>>> d={1:"yyf",2:"fff",3:"yyy",4:"ffy"}
>>> print(d[1])
yyf

字典所有元素的键必须不同(内容不同)，键也必须是不可变的数据类型，如str、tuple、int、float、complex。
可以添加元素、对元素的值进行修改、删除元素，如：

>>> d={1:"yyf",2:"fff",3:"yyy"}
>>>d[4]="ffy"		#添加元素
>>>d[1]="YYF"		#修改值
>>>print(d)
{1:"YYF",2:"fff",3:"yyy",4:"ffy"}
>>>del d[4]			#删除元素
>>>print(d)
{1:"YYF",2:"fff",3:"yyy"}
>>>print(1 in d)	#判断是否有元素键为1
True

字典的构造

字典可直接构造或使用dict()函数，如：

>>> d={1:10,2:20,3:30}		#直接赋值构造
>>> print(d)
{1: 10, 2: 20, 3: 30}
>>> d=dict(name="BOB",age=12,height=2.22)		#通过dict()构造
>>> print(d)
{'name': 'BOB', 'age': 12, 'height': 2.22}
>>> d=dict([(1,100),(2,200)])
>>> print(d)
{1: 100, 2: 200}

字典相关函数

字典的遍历与深拷贝

可以通过上述keys()、values()、items()函数生成的序列便利字典。注意，这些序列既不是list、也不是tuple、dict、set等。另外，字典元素的顺序值得注意：在python3.5及以前的版本，字典元素无顺序；在python3.6及以后的版本，字典元素的顺序与元素加入字典时的顺序相同。
字典实现深拷贝的途径与list相同，即copy.deepcopy()。

集合

Python语言中集合数据类型的概念与数学上集合概念相同。具有如下特点：集合元素互异、集合元素无序、集合元素只能是不可变的数据类型（int、float、complex、tuple、str），其中tuple中如含有可变数据类型，也不能作为集合元素。集合的作用往往是判断一个东西是否在一堆东西里面。

集合的构造

集合可直接定义，也可通过set()函数将其他类型变量转为集合。如：

>>> s={1,2,3,4,2,5}				#直接定义，会自动去重
>>> print(s)
{1, 2, 3, 4, 5}
>>> s=set([1,2,3,4,5,6,4,8])	#通过set()定义
>>> print(s)
{1, 2, 3, 4, 5, 6, 8}
>>> s=set({1:10,2:20})			#字典类型只取其键
>>> print(s)
{1, 2}
>>> s=set("string")
>>> print(s)
{'t', 'i', 's', 'r', 'n', 'g'}

集合相关函数

集合相关运算

与数学上集合概念相同，Python中集合数据类型也可进行交并等运算。如：
a，b是集合

这篇关于Python组合数据类型及其相关操作（元组、列表、字典、集合）的文章就介绍到这儿，希望我们推荐的文章对大家有所帮助，也希望大家多多支持为之网！