### 5. 數據結構
本章詳細講述你已經學過的一些知識，并增加一些新內容。
### 5.1. 深入列表
列表數據類型還有更多的方法。這里是列表對象的所有方法：
list.append(*x*)
添加一個元素到列表的末尾；相當于a[len(a):]=[x]。
list.extend(*L*)
將給定列表中的所有元素附加到另一個列表的末尾；相當于a[len(a):]=L。
list.insert(*i*, *x*)
在給定位置插入一個元素。第一個參數是準備插入到其前面的那個元素的索引，所以 a.insert(0,x) 在列表的最前面插入，a.insert(len(a),x) 相當于 a.append(x)。
list.remove(*x*)
刪除列表中第一個值為 *x* 的元素。如果沒有這樣的元素將會報錯。
list.pop([*i*])
刪除列表中給定位置的元素并返回它。如果未指定索引，a.pop() 刪除并返回列表中的最后一個元素。（*i* 兩邊的方括號表示這個參數是可選的，而不是要你輸入方括號。你會在 Python 參考庫中經常看到這種表示法)。
list.index(*x*)
返回列表中第一個值為 *x* 的元素的索引。如果沒有這樣的元素將會報錯。
list.count(*x*)
返回列表中 *x* 出現的次數。
list.sort(*cmp=None*, *key=None*, *reverse=False*)
原地排序列表中的元素（參數可以用來自定義排序方法，參考[sorted()](# "sorted")的更詳細的解釋）。
list.reverse()
原地反轉列表中的元素。
使用了列表大多數方法的例子：
~~~
>>> a = [66.25, 333, 333, 1, 1234.5]
>>> print a.count(333), a.count(66.25), a.count('x')
2 1 0
>>> a.insert(2, -1)
>>> a.append(333)
>>> a
[66.25, 333, -1, 333, 1, 1234.5, 333]
>>> a.index(333)
1
>>> a.remove(333)
>>> a
[66.25, -1, 333, 1, 1234.5, 333]
>>> a.reverse()
>>> a
[333, 1234.5, 1, 333, -1, 66.25]
>>> a.sort()
>>> a
[-1, 1, 66.25, 333, 333, 1234.5]
>>> a.pop()
1234.5
>>> a
[-1, 1, 66.25, 333, 333]
~~~
你可能已經注意到像insert, remove 或者 sort之類的方法只修改列表而沒有返回值打印出來 -- 它們其實返回了默認值None。這是 Python 中所有可變數據結構的設計原則。
#### 5.1.1. 用列表作為棧
列表方法使得將List當作棧非常容易，最先進入的元素最后一個取出（后進先出）。使用append()將元素添加到棧頂。使用不帶索引的pop()從棧頂取出元素。例如：
~~~
>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]
~~~
#### 5.1.2. 用列表作為隊列
也可以將列表當作隊列使用，此時最先進入的元素第一個取出（先進先出）；但是列表用作此目的效率不高。在列表的末尾添加和彈出元素非常快，但是在列表的開頭插入或彈出元素卻很慢 (因為所有的其他元素必須向后移一位)。
如果要實現一個隊列，可以使用[collections.deque](# "collections.deque")，它設計的目的就是在兩端都能夠快速添加和彈出元素。例如：
~~~
>>> from collections import deque
>>> queue = deque(["Eric", "John", "Michael"])
>>> queue.append("Terry") # Terry arrives
>>> queue.append("Graham") # Graham arrives
>>> queue.popleft() # The first to arrive now leaves
'Eric'
>>> queue.popleft() # The second to arrive now leaves
'John'
>>> queue # Remaining queue in order of arrival
deque(['Michael', 'Terry', 'Graham'])
~~~
#### 5.1.3. 函數式編程工具
有三個內置函數與列表一起使用時非常有用：[filter()](# "filter")、[map()](# "map")和[reduce()](# "reduce")。
filter(function,sequence)返回的序列由function(item)結果為真的元素組成。如果*sequence*是一個[字符串](# "string: Common string operations.")或[元組](# "tuple")，結果將是相同的類型；否則，結果將始終是一個[列表](# "list")。例如，若要計算一個不能被2和3整除的序列：
~~~
>>> def f(x): return x % 2 != 0 and x % 3 != 0
...
>>> filter(f, range(2, 25))
[5, 7, 11, 13, 17, 19, 23]
~~~
map(function,sequence) 為序列中的每一個元素調用 function(item) 函數并返回結果的列表。例如，計算列表中所有元素的立方值：
~~~
>>> def cube(x): return x*x*x
...
>>> map(cube, range(1, 11))
[1, 8, 27, 64, 125, 216, 343, 512, 729, 1000]
~~~
可以傳入多個序列；此時，傳入的函數也必須要有和序列數目相同的參數，執行時會依次用各序列上對應的元素來調用函數（如果某個序列比另外一個短，就用 None 代替）。例如：
~~~
>>> seq = range(8)
>>> def add(x, y): return x+y
...
>>> map(add, seq, seq)
[0, 2, 4, 6, 8, 10, 12, 14]
~~~
reduce(function,sequence) 只返回一個值，它首先以序列的前兩個元素調用函數 *function*，然后再以返回的結果和下一個元素繼續調用，依此執行下去。例如，若要計算數字 1 到 10 的總和：
~~~
>>> def add(x,y): return x+y
...
>>> reduce(add, range(1, 11))
55
~~~
如果序列中只有一個元素，將返回這個元素的值；如果序列為空，則引發異常。
可以傳入第三個參數作為初始值。在這種情況下，如果序列為空則返回起始值，否則會首先以初始值和序列的第一個元素調用function，然后是返回值和下一個元素，依此執行下去。例如，
~~~
>>> def sum(seq):
... def add(x,y): return x+y
... return reduce(add, seq, 0)
...
>>> sum(range(1, 11))
55
>>> sum([])
0
~~~
不要使用示例中定義的[sum()](# "sum")：由于計算數字的總和是一個如此常見的需求，Python提供了內置的函數sum(sequence)，其工作原理和示例幾乎一樣。
#### 5.1.4. 列表推導式
列表推導式提供了一個生成列表的簡潔方法。應用程序通常會從一個序列的每個元素的操作結果生成新的列表，或者生成滿足特定條件的元素的子序列。
例如，假設我們想要創建一個列表 squares：
~~~
>>> squares = []
>>> for x in range(10):
... squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
~~~
我們可以用下面的方式得到同樣的結果：
~~~
squares = [x**2 for x in range(10)]
~~~
這也相當于squares?=map(lambdax:x**2,range(10))，但是更簡潔和易讀。
列表推導式由括號括起來，括號里面包含一個表達式，表達式后面跟著一個[for](#)語句，后面還可以接零個或更多的[for](#)或[if](#)語句。結果是一個新的列表，由表達式依據其后面的[for](#)和[if](#)子句上下文計算而來的結果構成。例如，下面的 listcomp 組合兩個列表中不相等的元素：
~~~
>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
~~~
它等效于：
~~~
>>> combs = []
>>> for x in [1,2,3]:
... for y in [3,1,4]:
... if x != y:
... combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
~~~
注意在兩個代碼段中[for](#) 和 [if](#) 語句的順序是相同的。
如果表達式是一個元組（例如前面示例中的 (x，y)），它必須帶圓括號。
~~~
>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = [' banana', ' loganberry ', 'passion fruit ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]
File "<stdin>", line 1
[x, x**2 for x in range(6)]
^
SyntaxError: invalid syntax
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]
~~~
列表推導式可以包含復雜的表達式和嵌套的函數：
~~~
>>> from math import pi
>>> [str(round(pi, i)) for i in range(1, 6)]
['3.1', '3.14', '3.142', '3.1416', '3.14159']
~~~
##### 5.1.4.1. 嵌套的列表推導式
列表推導式中的第一個表達式可以是任何表達式，包括另外一個列表推導式。
考慮下面由三個長度為 4 的列表組成的 3x4 矩陣：
~~~
>>> matrix = [
... [1, 2, 3, 4],
... [5, 6, 7, 8],
... [9, 10, 11, 12],
... ]
~~~
下面的列表推導式將轉置行和列：
~~~
>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
~~~
正如我們在上一節中看到的，嵌套的 listcomp 在跟隨它之后的[for](#) 字句中計算，所以此例等同于：
~~~
>>> transposed = []
>>> for i in range(4):
... transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
~~~
以此下去，還等同于：
~~~
>>> transposed = []
>>> for i in range(4):
... # the following 3 lines implement the nested listcomp
... transposed_row = []
... for row in matrix:
... transposed_row.append(row[i])
... transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
~~~
在實際中，與復雜的控制流比起來，你應該更喜歡內置的函數。針對這種場景，使用 [zip()](# "zip") 函數會更好：
~~~
>>> zip(*matrix)
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]
~~~
關于本行中使用的星號的說明，請參閱[*參數列表的分拆*](#)。
### 5.2. [del](#)語句
有個方法可以從列表中根據索引而不是值來刪除一個元素：[del](#)語句。這不同于有返回值的pop()方法。[del](#)語句還可以用于從列表中刪除切片或清除整個列表（之前我們是將空列表賦值給切片）。例如：
~~~
>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]
~~~
[del](#)也可以用于刪除整個變量：
~~~
>>> del a
~~~
此后再引用名稱 a 將會報錯（直到有另一個值被賦給它）。稍后我們將看到[del](#)的其它用途 。
### 5.3. 元組和序列
我們已經看到列表和字符串具有很多共同的屬性，如索引和切片操作。它們是*序列*數據類型的兩個例子（參見[*序列類型 — str, unicode, list, tuple, bytearray, buffer, xrange*](#))。因為 Python 是一個正在不斷進化的語言，其他的序列類型也可能被添加進來。還有另一種標準序列數據類型：*元組*。
元組由逗號分割的若干值組成，例如：
~~~
>>> t = 12345, 54321, 'hello!'
>>> t[0]
12345
>>> t
(12345, 54321, 'hello!')
>>> # Tuples may be nested:
... u = t, (1, 2, 3, 4, 5)
>>> u
((12345, 54321, 'hello!'), (1, 2, 3, 4, 5))
>>> # Tuples are immutable:
... t[0] = 88888
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> # but they can contain mutable objects:
... v = ([1, 2, 3], [3, 2, 1])
>>> v
([1, 2, 3], [3, 2, 1])
~~~
如你所見，元組在輸出時總是有括號的，以便于正確表達嵌套結構；在輸入時可以有也可以沒有括號，不過括號經常都是必須的（如果元組是一個更大的表達式的一部分）。不能給元組中單獨的一個元素賦值，不過可以創建包含可變對象（例如列表）的元組。
雖然元組看起來類似于列表，它們經常用于不同的場景和不同的目的。元組是[*不可變的*](#)，通常包含不同種類的元素并通過分拆（參閱本節后面的內容）或索引訪問（如果是[namedtuples](# "collections.namedtuple")，甚至可以通過屬性）。列表是[*可變的*](#)，它們的元素通常是相同的類型并通過迭代訪問。
一個特殊的情況是構造包含0個或1個元素的元組：為了實現這種情況，語法上有一些奇怪。空元組由一對空括號創建；只有一個元素的元組由值后面跟隨一個逗號創建 (在括號中放入單獨一個值還不夠）。丑陋，但是有效。例如：
~~~
>>> empty = ()
>>> singleton = 'hello', # <-- note trailing comma
>>> len(empty)
0
>>> len(singleton)
1
>>> singleton
('hello',)
~~~
語句t=12345,54321,'hello!' 是一個*元組封裝*的例子： 值12345,54321 和 'hello!' 被一起放入一個元組。其逆操作也是可以的：
~~~
>>> x, y, z = t
~~~
這被稱為 *序列分拆* 再恰當不過了，且可以用于右邊的任何序列。序列分拆要求左側變量的數目和序列中元素的數目相同。注意多重賦值只是同時進行元組封裝和序列分拆。
### 5.4. 集合
Python還包含一個數據類型用于*集合*。集合中的元素沒有順序且不會重復。集合的基本用途有成員測試和消除重復的條目。集合對象還支持并集、交集、差和對稱差等數學運算。
花括號或[set()](# "set")函數可以用于創建集合。注意：若要創建一個空的集合你必須使用set()，不能用{}；后者將創建一個空的字典，一個我們在下一節中要討論的數據結構。
這里是一個簡短的演示：
~~~
>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> fruit = set(basket) # create a set without duplicates
>>> fruit
set(['orange', 'pear', 'apple', 'banana'])
>>> 'orange' in fruit # fast membership testing
True
>>> 'crabgrass' in fruit
False
>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a # unique letters in a
set(['a', 'r', 'b', 'c', 'd'])
>>> a - b # letters in a but not in b
set(['r', 'd', 'b'])
>>> a | b # letters in either a or b
set(['a', 'c', 'r', 'd', 'b', 'm', 'z', 'l'])
>>> a & b # letters in both a and b
set(['a', 'c'])
>>> a ^ b # letters in a or b but not both
set(['r', 'd', 'b', 'm', 'z', 'l'])
~~~
和[*列表推導式*](#)類似，集合也支持推導式：
~~~
>>> a = {x for x in 'abracadabra' if x not in 'abc'}
>>> a
set(['r', 'd'])
~~~
### 5.5. 字典
Python內建的另一種有用的數據類型是*字典*（見[*映射類型 — 字典*](#))。在其它語言中字典有時被稱為“associative memories” 或者 “associative arrays”。與序列不同，序列由數字做索引，字典由 *key* 做索引，key可以是任意不可變類型；字符串和數字永遠可以拿來做key。如果元組只包含字符串、 數字或元組，此元組可以用作key；如果元組直接或間接地包含任何可變對象，那么它不能用作鍵。不能用列表作為鍵，因為列表可以用索引、切片或者append()和extend()方法原地修改。
理解字典的最佳方式是把它看做無序的*鍵:值* 對集合，要求是鍵必須是唯一的（在同一個字典內）。一對花括號將創建一個空的字典：{}。花括號中由逗號分隔的鍵:值對將成為字典的初始值；打印字典時也是按照這種方式輸出。
字典的主要操作是依據鍵來存取值。也可以通過del刪除鍵:值對。如果用一個已經存在的鍵存儲值，以前為該關鍵字分配的值就會被遺忘。用一個不存在的鍵讀取值會導致錯誤。
字典對象的keys()方法返回字典中所有鍵組成的列表，列表的順序是隨機的（如果你想要排序，只需在它上面調用[sorted()](# "sorted")函數）。要檢查某個鍵是否在字典中，可以使用[in](#)關鍵字。
下面是一個使用字典的小示例：
~~~
>>> tel = {'jack': 4098, 'sape': 4139}
>>> tel['guido'] = 4127
>>> tel
{'sape': 4139, 'guido': 4127, 'jack': 4098}
>>> tel['jack']
4098
>>> del tel['sape']
>>> tel['irv'] = 4127
>>> tel
{'guido': 4127, 'irv': 4127, 'jack': 4098}
>>> tel.keys()
['guido', 'irv', 'jack']
>>> 'guido' in tel
True
~~~
[dict()](# "dict")構造函數直接從鍵-值對序列創建字典：
~~~
>>> dict([('sape', 4139), ('guido', 4127), ('jack', 4098)])
{'sape': 4139, 'jack': 4098, 'guido': 4127}
~~~
此外，字典推導式式可以用于從任意鍵和值表達式創建字典：
~~~
>>> {x: x**2 for x in (2, 4, 6)}
{2: 4, 4: 16, 6: 36}
~~~
如果鍵都是簡單的字符串，有時通過關鍵字參數指定 鍵-值 對更為方便：
~~~
>>> dict(sape=4139, guido=4127, jack=4098)
{'sape': 4139, 'jack': 4098, 'guido': 4127}
~~~
### 5.6. 遍歷的技巧
遍歷一個序列時，使用[enumerate()](# "enumerate")函數可以同時得到索引和對應的值。
~~~
>>> for i, v in enumerate(['tic', 'tac', 'toe']):
... print i, v
...
0 tic
1 tac
2 toe
~~~
同時遍歷兩個或更多的序列，使用[zip()](# "zip")函數可以成對讀取元素。
~~~
>>> questions = ['name', 'quest', 'favorite color']
>>> answers = ['lancelot', 'the holy grail', 'blue']
>>> for q, a in zip(questions, answers):
... print 'What is your {0}? It is {1}.'.format(q, a)
...
What is your name? It is lancelot.
What is your quest? It is the holy grail.
What is your favorite color? It is blue.
~~~
要反向遍歷一個序列，首先正向生成這個序列，然后調用 [reversed()](# "reversed") 函數。
~~~
>>> for i in reversed(xrange(1,10,2)):
... print i
...
9
7
5
3
1
~~~
循環一個序列按排序順序，請使用[sorted()](# "sorted")函數，返回一個新的排序的列表，同時保留源不變。
~~~
>>> basket = ['apple', 'orange', 'apple', 'pear', 'orange', 'banana']
>>> for f in sorted(set(basket)):
... print f
...
apple
banana
orange
pear
~~~
遍歷字典時，使用iteritems()方法可以同時得到鍵和對應的值。
~~~
>>> knights = {'gallahad': 'the pure', 'robin': 'the brave'}
>>> for k, v in knights.iteritems():
... print k, v
...
gallahad the pure
robin the brave
~~~
若要在循環內部修改正在遍歷的序列（例如復制某些元素），建議您首先制作副本。在序列上循環不會隱式地創建副本。切片表示法使這尤其方便：
~~~
>>> words = ['cat', 'window', 'defenestrate']
>>> for w in words[:]: # Loop over a slice copy of the entire list.
... if len(w) > 6:
... words.insert(0, w)
...
>>> words
['defenestrate', 'cat', 'window', 'defenestrate']
~~~
### 5.7. 深入條件控制
while 和 if 語句中使用的條件可以包含任意的操作，而不僅僅是比較。
比較操作符 in 和 notin 檢查一個值是否在一個序列中出現（不出現）。is 和 isnot 運算符比較兩個對象是否為相同的對象；這只和列表這樣的可變對象有關。所有比較運算符都具有相同的優先級，低于所有數值運算符。
比較可以級聯。例如，a<b==c測試a是否小于b并且b是否等于c。
可以使用布爾運算符 and 和 or 組合，比較的結果（或任何其他的布爾表達式）可以用 not 取反。這些操作符的優先級又低于比較操作符；它們之間，not 優先級最高，or 優先級最低，所以 AandnotBorC 等效于 (Aand(notB))orC。與往常一樣，可以使用括號來表示所需的組合。
布爾運算符and 和 or 是所謂的 *短路* 運算符：依參數從左向右求值，結果一旦確定就停止。例如，如果A 和 C 都為真，但B是假， AandBandC 將不計算表達式 C。用作一個普通值而非邏輯值時，短路操作符的返回值通常是最后一個計算的。
可以把比較或其它邏輯表達式的返回值賦給一個變量。例如，
~~~
>>> string1, string2, string3 = '', 'Trondheim', 'Hammer Dance'
>>> non_null = string1 or string2 or string3
>>> non_null
'Trondheim'
~~~
注意在Python中，與C不同，表達式的內部不能出現賦值。C程序員可能會抱怨這一點，但它避免了C程序中常見的一類問題：在表達式中輸入=而真正的意圖是==。
### 5.8. 序列和其它類型的比較
序列對象可以與具有相同序列類型的其他對象相比較。比較按照 *字典序* 進行： 首先比較兩個序列的首元素，如果不同，就決定了比較的結果；如果相同，就比較后面兩個元素，依此類推，直到其中一個序列窮舉完。如果要比較的兩個元素本身就是同一類型的序列，就按字典序遞歸比較。如果兩個序列的所有元素都相等，就為序認列相等。如果一個序列是另一個序列的初始子序列，較短的序列就小于另一個。字符串的字典序按照單字符的 ASCII 順序。下面是同類型序列之間比較的一些例子：
~~~
(1, 2, 3) < (1, 2, 4)
[1, 2, 3] < [1, 2, 4]
'ABC' < 'C' < 'Pascal' < 'Python'
(1, 2, 3, 4) < (1, 2, 4)
(1, 2) < (1, 2, -1)
(1, 2, 3) == (1.0, 2.0, 3.0
~~~
- Python 2 教程
- 1. 吊吊你的胃口
- 2. Python 解釋器
- 3. Python簡介
- 4. 控制流
- 5. 數據結構
- 6. 模塊
- 7. 輸入和輸出
- 8. 錯誤和異常
- 9. 類
- 10. 標準庫概覽
- 11. 標準庫概覽 — 第II部分
- 12.現在怎么辦?
- 13. 交互式輸入的編輯和歷史記錄
- 14. 浮點數運算：問題和局限
- Python 2 標準庫
- 1. 引言
- 2. 內建函數
- 3. 不太重要的內建函數
- 4. 內建的常量
- 5. 內建的類型
- 6. 內建的異常
- 7. String Services
- 8. Data Types
- 9. Numeric and Mathematical Modules
- 10. File and Directory Access
- 11. Data Persistence
- 13. File Formats
- 14. Cryptographic Services
- 15. Generic Operating System Services
- 16. Optional Operating System Services
- 17. Interprocess Communication and Networking
- 18. Internet Data Handling
- 20. Internet Protocols and Support
- 26. Debugging and Profiling
- 28. Python Runtime Services
- Python 2 語言參考
- 1. 簡介
- 2. 詞法分析
- 3. 數據模型
- 4. 執行模型
- 5. 表達式
- 6. 簡單語句
- 7. 復合語句
- 8. 頂層的組件
- 9. 完整的語法規范
- Python 3 教程
- 1. 引言
- 2. Python 解釋器
- 3. Python簡介
- 4. 控制流
- 5. 數據結構
- 6. 模塊
- 7. 輸入和輸出
- 8. 錯誤和異常
- 9. 類
- 10. 標準庫概覽
- 11. 標準庫概覽 — 第II部分
- 12.現在怎么辦?
- 13. 交互式輸入的編輯和歷史記錄
- 14. 浮點數運算：問題和局限