Python中的数据结构

作者 |ANIRUDDHA BHANDARI
编译 |VK
来源 |Analytics Vidhya

概述

• 在深入研究数据科学和模型构建之前，Python 中的数据结构是一个需要学习的关键概念
• 了解 Python 提供的不同数据结构，包括列表、元组等

介绍

数据结构听起来是一个非常直截了当的话题，但许多数据科学和分析的新手并不知道它是什么。当我询问这些人关于 Python 中不同的数据结构以及它们是如何工作的时，他们一片空白。

Python 是一种很容易学习的编程语言，但是我们需要先弄清楚我们的基本知识，然后再深入研究有吸引力的机器学习。这是因为在我们执行的每一个数据探索任务背后，甚至在我们采取的分析步骤背后，都有一个数据存储和组织的基本元素。

而且这是一个无需考虑的问题——当我们高效地存储数据时，提取信息变得非常容易。由于我们的代码运行得更快，我们节省了大量的时间——谁不希望这样呢？

所以我希望你掌握 Python 中的数据结构。

在本文中，我们将探讨 Python 中的基本内置数据结构，当你在现实世界中处理数据时，这些结构将非常有用。所以无论你是数据科学家还是分析师，这篇文章对你来说都同样重要。

目录

• Python 中的数据结构

• 数据结构 1:Python 中的列表

  • 创建列表
  • 访问列表元素
  • 在列表中追加值
  • 从列表中删除元素
  • 排序列表
  • 串联列表
  • 列表解析
  • 使用列表堆栈和队列

• 数据结构 2:Python 中的元组

  • 在 Python 中创建元组
  • 元组的不变性
  • 元组赋值
  • 更改元组值

• 数据结构 3:Python 中的字典

  • 生成字典
  • 访问键和值

• 数据结构 4:Python 中的集合

  • 从集合中添加和删除元素
  • 集合的操作

Python 中的数据结构

数据结构 是高效存储和组织数据的一种方法。这将允许你轻松访问和执行数据操作。

在数据结构方面，没有一种适合所有类型的模型。你将需要以不同的方式存储数据，以满足一时需要。也许你想把所有类型的数据存储在一起，或者你想要一些更快的数据搜索，或者一些只存储不同数据项的东西。

幸运的是，Python 有许多内置的数据结构，可以帮助我们轻松地组织数据。因此，有必要先了解这些，以便我们在处理数据时，确切地知道哪些数据结构将有效地解决我们的目的。

数据结构 1:Python 中的列表

Python 中的列表是最通用的数据结构。它们用于存储异构数据项，从整数到字符串，甚至是另一个列表！它们也是可变的，这意味着即使在创建列表之后，它们的元素也可以更改。

创建列表

列表是通过将元素括在 [] 内创建的，每个项用逗号分隔：

由于列表中的每个元素都有自己不同的位置，因此在列表中具有重复的值不是问题：

访问列表元素

要访问列表的元素，我们使用索引。列表中的每个元素都有一个与其相关的索引，这取决于它在列表中的位置。列表的第一个元素有索引 0，下一个元素有索引 1，依此类推。列表的最后一个元素的索引小于列表的长度。

但索引不一定总是正的，也可能是负的。你认为负索引意味着什么？

正索引从列表开始开始计数，而负索引从列表末尾开始计数。如果我们想从列表的末尾返回第 n 个元素，这就避免了我们必须执行的琐碎计算。因此，对于列表的最后一项，我们不需要返回List_name[len(List_name)-1] 元素，只需编写List_name[-1]。

使用负索引，我们可以轻松地返回列表末尾的第 n 个元素。如果我们想从结尾返回第一个元素，或者最后一个索引，那么关联的索引是 -1。类似地，倒数第二个元素的索引将是 -2，依此类推。记住，第 0 个索引仍然引用列表中的第一个元素。

但是如果我们想返回列表中两个位置之间的一系列元素呢？这叫做切片。我们要做的就是指定开始和结束索引，例如List_name[start : end]。

这里要记住的一件重要的事情是，结束索引处的元素永远不包含在内。只返回从开 start 索引到等于 end- 1 索引的元素。

在列表中追加值

我们可以使用 append() 或 insert() 方法向现有列表中添加新元素：

• append()，在列表末尾添加一个元素
• insert()，在指定的特定位置将元素添加到列表

从列表中删除元素

从列表中删除元素与添加元素一样简单，可以使用 remove() 或pop()方法完成：

• remove()–从列表中删除与给定值匹配的第一个匹配项
• pop()–当我们要从列表中移除指定索引处的元素时使用。但是，如果我们不提供索引值，最后一个元素将从列表中删除

排序列表

大多数情况下，你将使用列表对元素进行排序。因此了解 sort() 方法非常重要。它允许你按升序或降序对列表元素进行就地排序：

但是当你想要对包含字符串元素的列表进行排序时，事情就变得有点棘手了。你如何比较两个字符串？好吧，字符串值是使用字符串中字符的 ASCII 值排序的。字符串中的每个字符都有一个与其关联的整数值。我们使用这些值对字符串进行排序。

在比较两个字符串时，我们只是从一开始比较每个字符的整数值。如果在两个字符串中遇到相同的字符，我们只需比较下一个字符，直到找到两个不同的字符。当然，这是内部完成的，所以你不必担心！

合并列表

我们甚至可以通过简单地使用 + 符号连接两个或多个列表。这将返回一个新列表，其中包含两个列表中的元素：

列表解析

列表的一个非常有趣的应用是列表解析，它提供了一种创建新列表的简洁方法。这些新列表是通过对现有列表的每个元素应用操作创建的。如果我们首先检查一下如何使用旧的 for 循环来完成它：

现在，我们将看到如何使用列表理解简洁地执行此操作：

看到区别了吗？列表解析对于任何数据科学家来说都是一项有用的语法，因为你可以看到和编写简明易读的代码！

堆栈和队列

列表是 Python 中内置的数据结构。但我们可以使用它来创建用户定义的数据结构。使用列表构建的两种非常流行的用户定义数据结构是栈和队列。

栈是一个元素列表，其中元素的添加或删除是从列表的末尾开始的。把它想象成一堆书。当你需要从书堆中添加或删除一本书时，你可以从顶部开始。它使用了后进先出的简单概念。

另一方面，队列是一个元素列表，其中元素的添加发生在列表的末尾，而元素的删除则发生在列表的前面。你可以把它想象成现实世界中的一个队列。当前面的人离开队列时，队列变短。当有新成员从末尾添加到队列中时，队列将变长。它使用先进先出的概念。

现在，作为一个数据科学家或分析师，你可能不是每天都在使用这个概念，但是当你必须构建自己的算法时，它肯定会帮助你！

数据结构 2:Python 中的元组

元组是 Python 中另一种非常流行的内置数据结构。它们与列表非常相似，只不过有一个区别，它们是不可变的。这意味着一旦生成元组，就不能添加、删除或编辑任何值。

我们将进一步探讨这个问题，但首先让我们看看如何在 Python 中创建元组！

在 Python 中创建元组

元组可以通过在（括号）内写入值来生成，每个元素用逗号分隔。但是，即使你写了一堆没有任何括号的值并把它们赋给一个变量，你最终还是会得到一个元组！

好了，现在我们知道了如何创建元组，让我们讨论一下不变性。

元组的不变性

在 Python 中，任何在创建后不能修改的内容都是不可变的。Python 语言可以分解为可变和不可变的对象。

列表、字典、集合（我们将在后面的章节中探讨这些）是可变对象，这意味着它们可以在创建后修改。另一方面，整数、浮点数、布尔值、字符串甚至元组都是不可变的对象。但是，是什么使它们不可改变呢？

Python 中的所有内容都是一个对象。所以我们可以使用内置的 id() 方法来检查对象的内存位置。这被称为对象的标识。让我们创建一个列表并确定列表及其元素的位置：

如你所见，列表及其元素在内存中都有不同的位置。因为我们知道列表是可变的，所以我们可以改变其元素的值。让我们这样做，看看它如何影响：

列表的位置没有改变，但元素的位置改变了。这意味着为元素创建了一个新对象并保存在列表中。这就是可变的意思。可变对象可以在创建后更改其状态或内容，但不可变对象不能这样做。

但是我们可以调用元组伪不可变，因为即使它们是不可变的，它们也可以包含其值可以修改的可变对象！

从上面的示例中可以看到，我们能够更改元组中包含的不可变对象 list 的值。

元组赋值

元组打包和解包是一些有用的操作，你可以执行这些操作来将值赋给单行中另一个元组。

当我们制造元组时，我们已经看到了元组的打包。元组解包与打包相反。

它对于在一行中交换值非常有用。老实说，这是让我对 Python 感到兴奋的第一件事，能够用这么少的代码做这么多事情！

更改元组值

虽然我说过元组值不能更改，但实际上可以通过使用 list（）将其转换为列表来对其进行更改。完成更改后，可以再次使用 tuple（）将其转换回元组。

然而，这种更改非常昂贵，因为它需要复制元组。但是，当你不希望其他人更改数据结构的内容时，元组就派上了用场。

数据结构 3:Python 中的字典

Dictionary 是另一种 Python 数据结构，用于存储不可变但无序的异构对象。这意味着当你试图访问这些元素时，它们的顺序可能与你插入它们的顺序不完全相同。

但是，使词典与列表区别开来的是元素在其中的存储方式。字典中的元素是通过它们的键值而不是它们的索引来访问的，正如我们在列表中所做的那样。所以字典包含键值对，而不仅仅是单个元素。

生成词典

字典是通过 {} 括号内写入键和值生成的。每个键值对用逗号分隔：

使用键，我们可以轻松提取关联值：

这些键是独一无二的。但是，即使字典中有多个项具有相同的键，项的值为最后一个键关联的值：

字典对于快速访问项非常有用，因为与列表和元组不同，字典不必遍历所有找到值的项。字典使用哈希提高性能。

访问键和值

你可以使用 keys() 方法从字典访问键，使用 values() 方法访问值。我们可以使用 for 循环查看它们，也可以使用 list() 将它们转换为列表：

我们甚至可以使用 items() 方法同时访问这些值，该方法返回字典中每个元素的相应键值对。

数据结构 4:Python 中的集合

有时不希望在列表或元组中多次出现同一个元素。在这里，你可以使用 集合 数据结构。Set 是一个无序但可变的元素集合，它只包含唯一的值。

你将看到这些值的顺序与在集合中输入的顺序不同。这是因为集合是无序的。

从集合中添加和移除元素

要向集合中添加值，请使用 add() 方法。它允许你添加除可变对象以外的任何值：

要从集合中移除值，有两个选项可供选择：

• 第一个是 remove() 方法，如果元素不在集合中，它会给出一个错误
• 第二个是discard() 方法，它删除元素，但当元素不在集合中时不会出错

如果该值不存在，remove()将给出一个错误，而discard() 则不会。

集合操作

使用 Python 集，你可以执行两个集之间的并集、交集和差集等操作，就像在数学中一样。

两个集合的并集给出两个集合的值。但这些值是独一无二的。因此，如果两个集合包含相同的值，则只返回一个副本：

两个集合的交集只返回两个集合共有的值：

一个集合与另一个集合的差集只给出第一个集合中不存在的值：

结尾

Python 是一种漂亮的语言。它为你提供了许多选项来更有效地处理数据。学习 Python 中的数据结构是你学习过程中的一个关键。

原文链接：https://www.analyticsvidhya.c…

欢迎关注磐创 AI 博客站：
http://panchuang.net/

sklearn 机器学习中文官方文档：
http://sklearn123.com/

欢迎关注磐创博客资源汇总站：
http://docs.panchuang.net/