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/