全面的 Python 数据结构备忘单

全面的 python 数据结构备忘单

全面的 python 数据结构备忘单

目录

列表元组套装词典弦乐数组堆栈排队链接列表树堆图表高级数据结构

列表

列表是有序的、可变的序列。

创建

empty_list = []list_with_items = [1, 2, 3]list_from_iterable = list("abc")list_comprehension = [x for x in range(10) if x % 2 == 0]

常用操作

# accessing elementsfirst_item = my_list[0]last_item = my_list[-1]# slicingsubset = my_list[1:4]  # elements 1 to 3reversed_list = my_list[::-1]# adding elementsmy_list.append(4)  # add to endmy_list.insert(0, 0)  # insert at specific indexmy_list.extend([5, 6, 7])  # add multiple elements# removing elementsremoved_item = my_list.pop()  # remove and return last itemmy_list.remove(3)  # remove first occurrence of 3del my_list[0]  # remove item at index 0# other operationslength = len(my_list)index = my_list.index(4)  # find index of first occurrence of 4count = my_list.count(2)  # count occurrences of 2my_list.sort()  # sort in placesorted_list = sorted(my_list)  # return new sorted listmy_list.reverse()  # reverse in place

先进技术

# list as stackstack = [1, 2, 3]stack.append(4)  # pushtop_item = stack.pop()  # pop# list as queue (not efficient, use collections.deque instead)queue = [1, 2, 3]queue.append(4)  # enqueuefirst_item = queue.pop(0)  # dequeue# nested listsmatrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]flattened = [item for sublist in matrix for item in sublist]# list multiplicationrepeated_list = [0] * 5  # [0, 0, 0, 0, 0]# list unpackinga, *b, c = [1, 2, 3, 4, 5]  # a=1, b=[2, 3, 4], c=5

元组

元组是有序的、不可变的序列。

创建

empty_tuple = ()single_item_tuple = (1,)  # note the commatuple_with_items = (1, 2, 3)tuple_from_iterable = tuple("abc")

常用操作

# accessing elements (similar to lists)first_item = my_tuple[0]last_item = my_tuple[-1]# slicing (similar to lists)subset = my_tuple[1:4]# other operationslength = len(my_tuple)index = my_tuple.index(2)count = my_tuple.count(3)# tuple unpackinga, b, c = (1, 2, 3)

先进技术

# named tuplesfrom collections import namedtuplepoint = namedtuple('point', ['x', 'y'])p = point(11, y=22)print(p.x, p.y)# tuple as dictionary keys (immutable, so allowed)dict_with_tuple_keys = {(1, 2): 'value'}

集合是独特元素的无序集合。

创建

empty_set = set()set_with_items = {1, 2, 3}set_from_iterable = set([1, 2, 2, 3, 3])  # {1, 2, 3}set_comprehension = {x for x in range(10) if x % 2 == 0}

常用操作

# adding elementsmy_set.add(4)my_set.update([5, 6, 7])# removing elementsmy_set.remove(3)  # raises keyerror if not foundmy_set.discard(3)  # no error if not foundpopped_item = my_set.pop()  # remove and return an arbitrary element# other operationslength = len(my_set)is_member = 2 in my_set# set operationsunion = set1 | set2intersection = set1 & set2difference = set1 - set2symmetric_difference = set1 ^ set2

先进技术

# frozen sets (immutable)frozen = frozenset([1, 2, 3])# set comparisonsis_subset = set1 = set2is_disjoint = set1.isdisjoint(set2)# set of sets (requires frozenset)set_of_sets = {frozenset([1, 2]), frozenset([3, 4])}

词典

字典是键值对的可变映射。

立即学习“Python免费学习笔记(深入)”;

创建

empty_dict = {}dict_with_items = {'a': 1, 'b': 2, 'c': 3}dict_from_tuples = dict([('a', 1), ('b', 2), ('c', 3)])dict_comprehension = {x: x**2 for x in range(5)}

常用操作

# accessing elementsvalue = my_dict['key']value = my_dict.get('key', default_value)# adding/updating elementsmy_dict['new_key'] = valuemy_dict.update({'key1': value1, 'key2': value2})# removing elementsdel my_dict['key']popped_value = my_dict.pop('key', default_value)last_item = my_dict.popitem()  # remove and return an arbitrary key-value pair# other operationskeys = my_dict.keys()values = my_dict.values()items = my_dict.items()length = len(my_dict)is_key_present = 'key' in my_dict

先进技术

# dictionary unpackingmerged_dict = {**dict1, **dict2}# default dictionariesfrom collections import defaultdictdd = defaultdict(list)dd['key'].append(1)  # no keyerror# ordered dictionaries (python 3.7+ dictionaries are ordered by default)from collections import ordereddictod = ordereddict([('a', 1), ('b', 2), ('c', 3)])# counterfrom collections import counterc = counter(['a', 'b', 'c', 'a', 'b', 'b'])print(c.most_common(2))  # [('b', 3), ('a', 2)]

弦乐

字符串是不可变的 unicode 字符序列。

创建

single_quotes = 'hello'double_quotes = "world"triple_quotes = '''multilinestring'''raw_string = r'c:usersname'f_string = f"the answer is {40 + 2}"

常用操作

# accessing charactersfirst_char = my_string[0]last_char = my_string[-1]# slicing (similar to lists)substring = my_string[1:4]# string methodsupper_case = my_string.upper()lower_case = my_string.lower()stripped = my_string.strip()split_list = my_string.split(',')joined = ', '.join(['a', 'b', 'c'])# other operationslength = len(my_string)is_substring = 'sub' in my_stringchar_count = my_string.count('a')

先进技术

# string formattingformatted = "{} {}".format("hello", "world")formatted = "%s %s" % ("hello", "world")# regular expressionsimport repattern = r'd+'matches = re.findall(pattern, my_string)# unicode handlingunicode_string = u'u0061u0062u0063'

数组

数组是紧凑的数值序列(来自数组模块)。

创建和使用

from array import arrayint_array = array('i', [1, 2, 3, 4, 5])float_array = array('f', (1.0, 1.5, 2.0, 2.5))# operations (similar to lists)int_array.append(6)int_array.extend([7, 8, 9])popped_value = int_array.pop()

堆栈

堆栈可以使用lists或collections.deque来实现。

实施和使用

# using liststack = []stack.append(1)  # pushstack.append(2)top_item = stack.pop()  # pop# using deque (more efficient)from collections import dequestack = deque()stack.append(1)  # pushstack.append(2)top_item = stack.pop()  # pop

队列

队列可以使用collections.deque或queue.queue来实现。

实施和使用

# using dequefrom collections import dequequeue = deque()queue.append(1)  # enqueuequeue.append(2)first_item = queue.popleft()  # dequeue# using queue (thread-safe)from queue import queueq = queue()q.put(1)  # enqueueq.put(2)first_item = q.get()  # dequeue

链表

python没有内置链表,但可以实现。

实施简单

class node:    def __init__(self, data):        self.data = data        self.next = noneclass linkedlist:    def __init__(self):        self.head = none    def append(self, data):        if not self.head:            self.head = node(data)            return        current = self.head        while current.next:            current = current.next        current.next = node(data)

树木

树可以使用自定义类来实现。

简单的二叉树实现

class treenode:    def __init__(self, value):        self.value = value        self.left = none        self.right = noneclass binarytree:    def __init__(self, root):        self.root = treenode(root)    def insert(self, value):        self._insert_recursive(self.root, value)    def _insert_recursive(self, node, value):        if value < node.value:            if node.left is none:                node.left = treenode(value)            else:                self._insert_recursive(node.left, value)        else:            if node.right is none:                node.right = treenode(value)            else:                self._insert_recursive(node.right, value)

堆可以使用 heapq 模块来实现。

用法

import heapq# create a heapheap = []heapq.heappush(heap, 3)heapq.heappush(heap, 1)heapq.heappush(heap, 4)# pop smallest itemsmallest = heapq.heappop(heap)# create a heap from a listmy_list = [3, 1, 4, 1, 5, 9]heapq.heapify(my_list)

图表

图可以使用字典来实现。

实施简单

class graph:    def __init__(self):        self.graph = {}    def add_edge(self, u, v):        if u not in self.graph:            self.graph[u] = []        self.graph[u].append(v)    def bfs(self, start):        visited = set()        queue = [start]        visited.add(start)        while queue:            vertex = queue.pop(0)            print(vertex, end=' ')            for neighbor in self.graph.get(vertex, []):                if neighbor not in visited:                    visited.add(neighbor)                    queue.append(neighbor)

高级数据结构

特里树

class trienode:    def __init__(self):        self.children = {}        self.is_end = falseclass trie:    def __init__(self):        self.root = trienode()    def insert(self, word):        node = self.root        for char in word:            if char not in node.children:                node.children[char] = trienode()            node = node.children[char]        node.is_end = true    def search(self, word):        node = self.root        for char in word:            if char not in node.children:                return false            node = node.children[char]        return node.is_end

不相交集(并查集)

class DisjointSet:    def __init__(self, vertices):        self.parent = {v: v for v in vertices}        self.rank = {v: 0 for v in vertices}    def find(self, item):        if self.parent[item] != item:            self.parent[item] = self.find(self.parent[item])        return self.parent[item]    def union(self, x, y):        xroot = self.find(x)        yroot = self.find(y)        if self.rank[xroot]  self.rank[yroot]:            self.parent[yroot] = xroot        else:            self.parent[yroot] = xroot            self.rank[xroot] += 1

这份全面的备忘单涵盖了广泛的 python 数据结构,从基本的内置类型到更高级的自定义实现。每个部分都包含创建方法、常用操作以及适用的高级技巧。
0

以上就是全面的 Python 数据结构备忘单的详细内容,更多请关注创想鸟其它相关文章!

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。
如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 chuangxiangniao@163.com 举报,一经查实,本站将立刻删除。
发布者:程序猿,转转请注明出处:https://www.chuangxiangniao.com/p/1348078.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
高级 Python 概念:综合指南
上一篇 2025年12月13日 11:43:17
Python:print() 方法
下一篇 2025年12月13日 11:43:35

相关推荐

  • Matplotlib 地图中多类型图例的创建与优化

    Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化Matplotlib 地图中多类型图例的创建与优化

    本教程旨在解决matplotlib地图可视化中,如何在一个图例中同时展示颜色块(如区域分类)和自定义标记(如特定兴趣点)的问题。文章详细介绍了当传统`patch`对象无法正确显示标记时,如何利用`matplotlib.lines.line2d`创建标记图例句柄,并将其与颜色块图例句柄合并,从而生成一…

    2026年5月10日 用户投稿
    100
  • 利用海象运算符简化条件赋值:Python教程与最佳实践

    本文旨在探讨Python中海象运算符(:=)在条件赋值场景下的应用。通过对比传统if/else语句与海象运算符,以及条件表达式,分析海象运算符在简化代码、提高可读性方面的优势与局限性。并通过具体示例,展示如何在列表推导式等场景下合理使用海象运算符,同时强调其潜在的复杂性及替代方案,帮助开发者更好地掌…

    2026年5月10日
    000
  • RichHandler与Rich Progress集成:解决显示冲突的教程

    在使用rich库的`richhandler`进行日志输出并同时使用`progress`组件时,可能会遇到显示错乱或溢出问题。这通常是由于为`richhandler`和`progress`分别创建了独立的`console`实例导致的。解决方案是确保日志处理器和进度条组件共享同一个`console`实例…

    2026年5月10日
    000
  • 使用 Jupyter Notebook 进行探索性数据分析

    Jupyter Notebook通过单元格实现代码与Markdown结合,支持数据导入(pandas)、清洗(fillna)、探索(matplotlib/seaborn可视化)、统计分析(describe/corr)和特征工程,便于记录与分享分析过程。 Jupyter Notebook 是进行探索性…

    2026年5月10日
    000
  • Python命令怎样使用profile分析脚本性能 Python命令性能分析的基础教程

    使用Python的cProfile模块分析脚本性能最直接的方式是通过命令行执行python -m cProfile your_script.py,它会输出每个函数的调用次数、总耗时、累积耗时等关键指标,帮助定位性能瓶颈;为进一步分析,可将结果保存为文件python -m cProfile -o ou…

    2026年5月10日
    000
  • Python递归函数追踪与性能考量:以序列打印为例

    本文深入探讨了Python中一种递归打印序列元素的方法,并着重演示了如何通过引入缩进参数来有效追踪递归函数的执行流程和参数变化。通过实际代码示例,文章揭示了递归调用可能带来的潜在性能开销,特别是对调用栈空间的需求,以及Python默认递归深度限制可能导致的错误,为读者提供了理解和优化递归算法的实用见…

    2026年5月10日
    000
  • python中zip函数详解 python多序列压缩zip函数应用场景

    zip函数的应用场景包括:1) 同时遍历多个序列,2) 合并多个列表的数据,3) 数据分析和科学计算中的元素运算,4) 处理csv文件,5) 性能优化。zip函数是一个强大的工具,能够简化代码并提高处理多个序列时的效率。 在Python中,zip函数是一个非常有用的工具,它能够将多个可迭代对象打包成…

    2026年5月10日
    000
  • Python中怎样使用pymongo?

    在python中使用pymongo可以轻松地与mongodb数据库进行交互。1)安装pymongo:pip install pymongo。2)连接到mongodb:from pymongo import mongoclient; client = mongoclient(‘mongod…

    2026年5月10日
    000
  • PHP多维数组到复杂XML结构的SOAP序列化实践

    本文旨在解决php多维数组向复杂soap xml结构序列化时遇到的“无法序列化结果”问题。通过深入理解soap xml的结构要求,包括命名空间和类型属性,文章将指导您如何构建符合特定xml schema的php关联数组。我们将利用`spatie/array-to-xml`库,详细演示其安装与使用方法…

    2026年5月10日
    000
  • Python 函数参数类型:如何使用可变参数和动态参数?

    python 中的参数类型:关键词参数、可变参数和动态参数 在 python 中,函数的参数可以分为以下几种类型: 关键词参数(kw)**:这些参数具有名称,并且在调用函数时明确指定。可变参数(*args):这些参数没有名称,允许函数接受任意数量的位置参数。它们将被收集到一个元组中。动态参数(kwa…

    2026年5月10日
    000
  • pycharm解析器怎么添加 解析器添加详细流程

    在pycharm中添加解析器的步骤包括:1) 打开pycharm并进入设置,2) 选择project interpreter,3) 点击齿轮图标并选择add,4) 选择解析器类型并配置路径,5) 点击ok完成添加。添加解析器后,选择合适的类型和版本,配置环境变量,并利用解析器的功能提高开发效率。 在…

    2026年5月10日
    000
  • python中numpy的用法

    NumPy是Python中用于科学计算的强大库,它提供了以下功能:多维数组处理矩阵运算快速傅里叶变换(FFT)线性代数随机数生成 NumPy在Python中的强大功能 NumPy是Python中用于科学计算的一个强大且灵活的库。它提供了用于处理多维数组和矩阵的一组高效工具,是数据分析和机器学习项目的…

    2026年5月10日
    100
  • python如何捕获所有类型的异常_python try except捕获所有异常的方法

    答案:捕获所有异常推荐使用except Exception as e,可捕获常规错误并记录日志,避免影响程序正常退出;需拦截系统信号时才用except BaseException as e。 在Python中,要捕获所有类型的异常,最常见且推荐的方法是使用 except Exception as e…

    2026年5月10日
    000
  • python中f怎么用

    f-字符串是 Python 3.6 中引入的格式化字符串语法糖,提供了简洁且安全的方式来插入表达式和变量。f-字符串以字符串前缀 f 为标志,使用大括号包含表达式或变量。f-字符串支持条件表达式和格式规范符,提供了更大的灵活性、安全性、可读性和易维护性。 在 Python 中使用 f-字符串 f-字…

    2026年5月10日
    100
  • CodeIgniter在IIS环境下实现URL重写与index.php移除指南

    本教程详细指导如何在IIS服务器上部署的CodeIgniter应用中,移除URL中不必要的index.php。核心解决方案涉及修改CodeIgniter的config.php文件,将$config[‘index_page’]设置为空,并辅以正确的IIS web.config重…

    2026年5月10日
    100
  • 怎么在手机上把XML文件转换为PDF?

    不可能直接在手机上用单一应用完成 XML 到 PDF 的转换。需要使用云端服务,通过两步走的方式实现:1. 在云端转换 XML 为 PDF,2. 在手机端访问或下载转换后的 PDF 文件。 怎么在手机上把XML文件转换为PDF? 这问题问得好,比直接问“怎么转换”有深度多了!因为它触及了移动端环境的…

    2026年5月10日
    000
  • ReCAPTCHA V3低分处理策略:结合V3与V2实现智能风险控制与用户验证

    本文旨在解决ReCAPTCHA V3在低分情况下无法直接触发验证码挑战的问题。我们将探讨如何通过巧妙地结合ReCAPTCHA V3的无感评分机制与ReCAPTCHA V2的交互式挑战,实现一套既能有效阻挡机器人流量,又能最大限度减少对合法用户干扰的智能验证系统。文章将详细阐述其实现原理、前端与后端集…

    2026年5月10日
    100
  • Python正则表达式:处理数字不同情况的替换

    本文旨在帮助读者理解和解决在使用Python正则表达式进行数字替换时遇到的问题。通过具体示例,详细解释了如何正确匹配和替换不同格式的数字,避免常见的匹配陷阱,并提供可直接使用的代码示例。掌握这些技巧,能有效提高处理文本数据的效率和准确性。 在使用Python的re模块进行字符串替换时,正则表达式的编…

    2026年5月10日
    000
  • python的tuple什么意思

    元组是Python中一种有序、不可变的序列数据结构。用于存储相关数据,例如坐标、个人信息或枚举值。创建方式:圆括号(),元素以逗号,分隔。访问元素:索引运算符;遍历元素:for循环。 什么是Python中的Tuple? Tuple,中文称为元组,是Python中一种有序、不可变的序列数据结构。 特点…

    2026年5月10日
    000
  • Python官网用户调查的参与方式_Python官网反馈提交详细教程

    答案是通过访问Python官网新闻页面、邮件邀请链接或GitHub仓库提交反馈。具体为:访问官网查找用户调查公告,或点击邮件中的专属链接参与,在GitHub的cpython仓库提交技术建议,并注意如实填写问卷与保护隐私。 如果您希望参与Python官网的用户调查并提交反馈,可以通过官方指定的渠道完成…

    2026年5月10日
    000

发表回复

登录后才能评论
关注微信