序列

列表

info

列表推导式体现了Python"优美优于丑陋"的哲学。它提供了一种简洁的方式来创建列表，让代码更加Pythonic。

# 传统方式
result = []
for x in range(10):
    if x % 2 == 0:
        result.append(x**2)

# Pythonic方式
result = [x**2 for x in range(10) if x % 2 == 0]

PEP 202 – 列表推导式

列表方法概览

list() 函数

list() 函数用于创建一个新的列表，或者将一个可迭代对象转换为列表。

list() 函数签名: list([iterable]) -> new list

参数说明:

• iterable (可选): 一个可迭代对象，如字符串、元组、集合、字典等。如果省略，则创建一个空列表。

返回值:

• 返回一个新的列表。

# 创建空列表
empty_list_literal = []
empty_list_constructor = list()
print(f"空列表 (字面量): {empty_list_literal}")
print(f"空列表 (构造函数): {empty_list_constructor}")

# 从字符串创建列表
char_list = list("hello")
print(f"从字符串创建: {char_list}")

# 从元组创建列表
tuple_to_list = list((1, 2, 3))
print(f"从元组创建: {tuple_to_list}")

# 从字典创建列表（只包含键）
dict_keys_list = list({'a': 1, 'b': 2})
print(f"从字典创建: {dict_keys_list}")

# 从集合创建列表
set_to_list = list({1, 2, 3})
print(f"从集合创建: {set_to_list}")

tip

使用 [] (字面量) 创建空列表通常比 list() (构造函数) 更快，因为它不需要函数调用开销。在性能敏感的代码中，推荐使用 []。

查看列表长度：

# len 查看列表长度
a = [1, 2, 3]
b = [2, 3, 'hello']
c = a + b
print(c)  # [1, 2, 3, 2, 3, 'hello']
print(len(c))  # 6

Python 列表和字符串一样可以使用乘法扩展：

d = b * 2
print(d)  # [2, 3, 'hello', 2, 3, 'hello']

列表的内置方法

print(a)  # [1, 2, 3]
a[0] = 100
print(a)  # [100, 2, 3]

这种赋值也适用于分片，例如，将列表的第 2，3 两个元素换掉：

a[1:3] = [200, 300]
print(a)  # [100, 200, 300]

事实上，对于连续的分片（即步长为 1 ），Python 采用的是整段替换的方法，两者的元素个数并不需要相同，

# 例如，将 [11,12] 替换为 [1,2,3,4]：
a = [10, 11, 12, 13, 14]
a[1:3] = [1, 2, 3, 4]
print(a)  # [10, 1, 2, 3, 4, 13, 14]

用这种方法来删除列表中一个连续的分片：

a = [10, 1, 2, 11, 12]
print(a[1:3])  # [1, 2]
a[1:3] = []
print(a)  # [10, 11, 12]

对于不连续（间隔 step 不为 1）的片段进行修改时，两者的元素数目必须一致：

a = [10, 11, 12, 13, 14]
a[::2] = [1, 2, 3]
print(a)  # [1, 11, 2, 13, 3]

Python 提供了删除列表中元素的方法 'del':

a = [100, 'a', 'b', 200]
del a[0]
print(a)  # ['a', 'b', 200]

# 删除间隔的元素：
a = ['a', 1, 'b', 2, 'c']
del a[::2]
print(a)  # [1, 2]

用 in 来看某个元素是否在某个序列（不仅仅是列表）中， 用 not in 来判断是否不在某个序列中。

a = [1, 2, 3, 4, 5]
print(1 in a)      # True
print(1 not in a)  # False

# 也可以作用于字符串：
s = 'hello world'
print("'he' in s : ", 'he' in s)  # True
print("'world' not in s : ", 'world' not in s)  # False

列表中可以包含各种对象，甚至可以包含列表：

a = [1, 2, 'six', [3, 4]]
print(a[3])     # [3, 4]
# a[3]是列表，可以对它再进行索引：
print(a[3][1])  # 4

count方法、index方法

# 列表中某个元素个数
a = [1, 1, 2, 3, 4, 5]
print(len(a))       # 总个数：6
# 元素1出现的个数
print(a.count(1))   # 2
# l.index(ob) 返回列表中元素 ob 第一次出现的索引位置，如果 ob 不在 l 中会报错。
print(a.index(1))   # 0

append方法、extend方法、insert方法

# 向列表添加单个元素
# a.append(ob) 将元素 ob 添加到列表 a 的最后。
a = [1, 1, 2, 3, 4, 5]
a.append(10)
print(a)  # [1, 1, 2, 3, 4, 5, 10]

# append每次只添加一个元素，并不会因为这个元素是序列而将其展开：
a.append([11, 12])
print(a)  # [1, 1, 2, 3, 4, 5, 10, [11, 12]]

# extend方法
# l.extend(lst) 将序列 lst 的元素依次添加到列表 l 的最后，作用相当于 l += lst。
a = [1, 2, 3, 4]
a.extend([6, 7, 1])
print(a)  # [1, 2, 3, 4, 6, 7, 1]

# insert方法
# l.insert(idx, ob) 在索引 idx 处插入 ob ，之后的元素依次后移。
a = [1, 2, 3, 4]
# 在索引 3 插入 'a'
a.insert(3, 'a')
print(a)  # [1, 2, 3, 'a', 4]

remove方法、pop方法

# l.remove(ob) 会将列表中第一个出现的 ob 删除，如果 ob 不在 l 中会报错。
a = [1, 1, 2, 3, 4]
# 移除第一个1
a.remove(1)
print(a)  # [1, 2, 3, 4]

# 弹出元素
# l.pop(idx) 会将索引 idx 处的元素删除，并返回这个元素。
a = [1, 2, 3, 4]
b = a.pop(0)  # 1
print('pop:', b, ' ;result:', a)

sort方法、reverse方法

# l.sort() 会将列表中的元素按照一定的规则排序：
a = [10, 1, 11, 13, 11, 2]
a.sort()
print(a)  # [1, 2, 10, 11, 11, 13]

# 如果不想改变原来列表中的值，可以使用 sorted 函数(sorted函数不只能应用于列表)：
a = [10, 1, 11, 13, 11, 2]
b = sorted(a)
print(a)  # [10, 1, 11, 13, 11, 2]
print(b)  # [1, 2, 10, 11, 11, 13]

# 列表反向
# list.reverse() 会将列表中的元素从后向前排列。
a = [1, 2, 3, 4, 5, 6]
a.reverse()
print(a)  # [6, 5, 4, 3, 2, 1]

# 如果不想改变原来列表中的值，可以使用这样的方法：
a = [1, 2, 3, 4, 5, 6]
b = a[::-1]
print(a)  # [1, 2, 3, 4, 5, 6]
print(b)  # [6, 5, 4, 3, 2, 1]

clear方法、copy方法

# clear 方法清空列表中的所有元素
a = [1, 2, 3, 4, 5]
a.clear()
print(a)  # []

# copy 方法返回列表的浅拷贝
a = [1, 2, 3, 4, 5]
b = a.copy()
b[0] = 100
print(a)  # [1, 2, 3, 4, 5]
print(b)  # [100, 2, 3, 4, 5]

# copy() 等价于 a[:]
c = a[:]
c[0] = 200
print(a)  # [1, 2, 3, 4, 5]
print(c)  # [200, 2, 3, 4, 5]

tip

浅拷贝只复制列表本身，不复制列表中的嵌套对象。如果需要完全独立的副本，请使用 copy.deepcopy()。

import copy
a = [[1, 2], [3, 4]]
b = a.copy()        # 浅拷贝
c = copy.deepcopy(a)  # 深拷贝

b[0][0] = 100
print(a)  # [[100, 2], [3, 4]] - 浅拷贝影响原列表
c[0][0] = 200
print(a)  # [[100, 2], [3, 4]] - 深拷贝不影响原列表

如果不清楚用法，可以查看帮助： help(a.sort)

a = [1, 2, 3]
help(a.sort)

显示帮助：

# Signature: a.sort(*, key=None, reverse=False)
# Docstring:
# Sort the list in ascending order and return None.
#
# The sort is in-place (i.e. the list itself is modified) and stable (i.e. the
# order of two equal elements is maintained).
#
# If a key function is given, apply it once to each list item and sort them,
# ascending or descending, according to their function values.
#
# The reverse flag can be set to sort in descending order.
# Type:      builtin_function_or_method

列表推导式

列表推导式的基本语法结构如下：

[expression for item in iterable]

这相当于：

result = []
for item in iterable:
    result.append(expression)

tip

推导式（列表推导式、字典推导式、集合推导式）有自己独立的作用域：

• i是列表推导式内部的局部变量 - 它只在[i for i in range(10)]这个表达式内部有效
• 作用域隔离 - 列表推导式的变量不会"泄漏"到外层函数
• 自包含 - 列表推导式可以访问外层作用域的变量，但它自己的循环变量是独立的

常见用法示例：

# 创建平方数列表
squares = [x**2 for x in range(10)]
print(squares)  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 字符串转大写
words = ['hello', 'world', 'python']
upper_words = [word.upper() for word in words]
print(upper_words)  # ['HELLO', 'WORLD', 'PYTHON']

# 提取数字的个位数
numbers = [123, 456, 789]
last_digits = [num % 10 for num in numbers]
print(last_digits)  # [3, 6, 9]

带条件的列表推导式，使用if 语句

# 基本语法
[expression for item in iterable if condition]

# 示例：筛选偶数
numbers = range(20)
even_numbers = [x for x in numbers if x % 2 == 0]
print(even_numbers)  # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

# 筛选正数并求平方
numbers = [-3, -2, -1, 0, 1, 2, 3]
positive_squares = [x**2 for x in numbers if x > 0]
print(positive_squares)  # [1, 4, 9]

# 筛选特定长度的字符串
words = ['cat', 'dog', 'elephant', 'bird', 'python']
long_words = [word for word in words if len(word) > 4]
print(long_words)  # ['elephant', 'python']

推导式嵌套

推导式可以嵌套使用，用于处理嵌套的数据结构。从可读性角度，推荐不超过两层嵌套。

# 基本语法
[expression for item1 in iterable1 for item2 in iterable2]

# 示例：生成坐标点
coordinates = [(x, y) for x in range(3) for y in range(3)]
print(coordinates)
# [(0, 0), (0, 1), (0, 2), (1, 0), (1, 1), (1, 2), (2, 0), (2, 1), (2, 2)]

# 矩阵展平
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
print(flattened)  # [1, 2, 3, 4, 5, 6, 7, 8, 9]

# 带条件的嵌套循环
result = [(x, y) for x in range(5) for y in range(5) if x + y == 4]
print(result)  # [(0, 4), (1, 3), (2, 2), (3, 1), (4, 0)]

# 处理字符串列表
sentences = ['Hello World', 'Python Programming', 'Data Science']
word_lengths = [[len(word) for word in sentence.split()] for sentence in sentences]
print(word_lengths)  # [[5, 5], [6, 11], [4, 7]]

# 过滤和转换文件名
filenames = ['data.txt', 'image.jpg', 'script.py', 'document.pdf', 'code.py']
python_files = [filename.upper() for filename in filenames if filename.endswith('.py')]
print(python_files)  # ['SCRIPT.PY', 'CODE.PY']

# 处理嵌套数据结构
students = [
    {'name': 'Alice', 'scores': [85, 90, 88]},
    {'name': 'Bob', 'scores': [78, 85, 92]},
    {'name': 'Charlie', 'scores': [92, 88, 95]}
]
averages = [{'name': student['name'], 'average': sum(student['scores'])/len(student['scores'])} 
           for student in students]
print(averages)
# [{'name': 'Alice', 'average': 87.67}, {'name': 'Bob', 'average': 85.0}, {'name': 'Charlie', 'average': 91.67}]

字典

字典是 Python 中另一种非常重要的数据结构，它是一个无序、可变的键值对（key-value pair）集合。

每个键都必须是唯一的^?，并且是hashable(可哈希)的。大部分不可变类型都是可哈希的，如字符串、数字、元组^?。

info

字典推导式让字典的创建变得更加简洁和直观。它遵循了Python"应该有一种，最好只有一种显而易见的方法来做事"的原则。

squares = {x: x**2 for x in range(5)}
# {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

PEP 274 – 字典推导式

字典方法概览

dict() 函数

dict() 函数用于创建一个新的字典。

dict() 函数签名:

1. dict(**kwargs) -> new dictionary
2. dict(mapping, **kwargs) -> new dictionary
3. dict(iterable, **kwargs) -> new dictionary

参数说明:

• **kwargs: 关键字参数，用于创建字典。
• mapping: 一个映射对象（如另一个字典）。
• iterable: 一个包含键值对的可迭代对象。

返回值:

• 返回一个新的字典。

# 创建空字典
empty_dict_literal = {}
empty_dict_constructor = dict()
print(f"空字典 (字面量): {empty_dict_literal}")
print(f"空字典 (构造函数): {empty_dict_constructor}")

# 使用关键字参数创建字典
kw_dict = dict(name="Alice", age=30)
print(f"从关键字参数创建: {kw_dict}")

# 从另一个字典创建
mapping_dict = dict({'a': 1, 'b': 2})
print(f"从映射对象创建: {mapping_dict}")

# 从键值对列表创建
iterable_dict = dict([('x', 10), ('y', 20)])
print(f"从可迭代对象创建: {iterable_dict}")

tip

与列表类似，使用 {} (字面量) 创建空字典通常比 dict() 更快。

# 初始化字典
a = {'first': 'num 1', 'second': 'num 2', 3: 'num 3'}
print(a['first'])  # num 1
print(a[3])  # num 3

# 插入键值
a['f'] = 'num 1'
a['s'] = 'num 2'
print(a)  # {'s': 'num 2', 'f': 'num 1'}

# 查看键值
print(a['s'])  # num 2

# 更新
a['f'] = 'num 3'
print(a)  # {'s': 'num 2', 'f': 'num 3'}

# 利用索引直接更新键值对
my_dict = {'age': 32}
my_dict['age'] += 1
print(my_dict['age'])  # 33

# dict 可以使用元组作为键值
# 例如，可以用元组做键来表示从第一个城市飞往第二个城市航班数的多少：
connections = {}
connections[('New York', 'Seattle')] = 100
connections[('Austin', 'New York')] = 200
connections[('New York', 'Austin')] = 400

# 元组是有序的，
# 因此 ('New York', 'Austin') 和 ('Austin', 'New York') 是两个不同的键：
print(connections[('Austin', 'New York')])  # 200
print(connections[('New York', 'Austin')])  # 400

Python 中不支持用数字索引按顺序查看字典中的值，因为数字本身也有可能成为键值，这样会引起混淆:

try:
    print(a[0])
except KeyError as e:
    print('KeyError:', e)
# KeyError: 0

字典的值也可以是另一个字典，这样就可以实现嵌套的字典。

# 定义四个字典
e1 = {'mag': 0.05, 'width': 20}
e2 = {'mag': 0.04, 'width': 25}
e3 = {'mag': 0.05, 'width': 80}
e4 = {'mag': 0.03, 'width': 30}

# 以字典作为值传入新的字典
events = {500: e1, 760: e2, 3001: e3, 4180: e4}
import pprint
pprint.pprint(events)
"""
{500: {'mag': 0.05, 'width': 20},
 760: {'mag': 0.04, 'width': 25},
 3001: {'mag': 0.05, 'width': 80},
 4180: {'mag': 0.03, 'width': 30}}
"""

字典的内置方法

get 方法

get 方法 : d.get(key, default = None)

之前已经见过，用索引可以找到一个键对应的值， 但是当字典中没有这个键的时候，Python 会报错

a = {'first': 'num 1', 'second': 'num 2'}
# error:
# print(a['third'])

# get 返回字典中键 key 对应的值，
# 如果没有这个键，返回 default 指定的值（默认是 None ）。
print(a.get('third'))  # None

# 指定默认值参数：
b = a.get("three", "num 0")
b  # num 0

pop 方法删除元素

pop 方法可以用来弹出字典中某个键对应的值，同时也可以指定默认参数：

d.pop(key, default = None)

a = {'first': 'num 1', 'second': 'num 2'}
c = a.pop('first')
print(c)  # num 1
print(a)  # {u'second': u'num 2'}

# 弹出不存在的键值：
d = a.pop("third", 'not exist')
print(d)  # not exist

# 与列表一样，del 函数可以用来删除字典中特定的键值对，例如：
a = {'first': 'num 1', 'second': 'num 2'}
del a["first"]
print(a)  # {u'second': u'num 2'}

update 方法更新字典

之前已经知道，可以通过索引来插入、修改单个键值对， 但是如果想对多个键值对进行操作，这种方法就显得比较麻烦，好在有 update 方法：

my_dict = dict([('name', 'lili'),
                ('sex', 'female'),
                ('age', 32),
                ('address', 'beijing')])
# 把 ‘lili' 改成 'lucy'，同时插入 'single' 到 'marriage'
dict_update = {'name': 'lucy', 'marriage': 'single'}
my_dict.update(dict_update)
print(my_dict)

import pprint
# {u'marriage': u'single',
# u'name': u'lucy',
# u'address': u'beijing',
# u'age': 32,
# u'sex': u'female'}
pprint.pprint(my_dict)  # 华丽丽的显示方式

my_dict # ipython的dict显示跟pprint的格式一样华丽

通过关键词 in 查询字典中是否有该键：

barn = {'cows': 1, 'dogs': 5, 'cats': 3}
# in 可以用来判断字典中是否有某个特定的键：
print('chickens' in barn)  # False
print('cows' in barn)  # True

keys 方法，values 方法和 items 方法

• d.keys() 返回一个包含所有键的字典视图对象；
• d.values() 返回一个包含所有值的字典视图对象；
• d.items() 返回一个包含所有键值对的字典视图对象；

barn = {'cows': 1, 'dogs': 5, 'cats': 3}
print(barn.keys())    # dict_keys(['cows', 'dogs', 'cats'])
print(barn.values())  # dict_values([1, 5, 3])
print(barn.items())   # dict_items([('cows', 1), ('dogs', 5), ('cats', 3)])

# 视图对象是动态的，会反映字典的变化
barn['sheep'] = 2
print(barn.keys())    # dict_keys(['cows', 'dogs', 'cats', 'sheep'])

# 如果需要列表，可以转换
keys_list = list(barn.keys())
print(keys_list)      # ['cows', 'dogs', 'cats', 'sheep']

setdefault 方法

setdefault 方法用于获取指定键的值，如果键不存在，则插入该键并设置默认值。

# d.setdefault(key, default=None)
# 如果 key 存在，返回对应的值
# 如果 key 不存在，插入 key 并设置值为 default，然后返回 default

person = {'name': 'Alice', 'age': 30}

# 键存在，返回对应值
print(person.setdefault('name', 'Unknown'))  # Alice

# 键不存在，插入并返回默认值
print(person.setdefault('city', 'Beijing'))  # Beijing
print(person)  # {'name': 'Alice', 'age': 30, 'city': 'Beijing'}

# 不指定默认值时，默认为 None
print(person.setdefault('country'))  # None
print(person)  # {'name': 'Alice', 'age': 30, 'city': 'Beijing', 'country': None}

tip

setdefault 常用于处理字典值为列表或集合的情况，避免重复检查键是否存在：

# 统计单词出现位置
text = ['apple', 'banana', 'apple', 'cherry', 'banana']
positions = {}
for i, word in enumerate(text):
    positions.setdefault(word, []).append(i)
print(positions)  # {'apple': [0, 2], 'banana': [1, 4], 'cherry': [3]}

popitem 方法、clear 方法

# popitem 删除并返回字典中的最后一个键值对（Python 3.7+ 按插入顺序）
# 如果字典为空，会抛出 KeyError

d = {'a': 1, 'b': 2, 'c': 3}
item = d.popitem()
print(item)  # ('c', 3)
print(d)     # {'a': 1, 'b': 2}

# clear 方法清空字典中的所有元素
d.clear()
print(d)  # {}

tip

在 Python 3.7 之前，popitem 会删除并返回一个任意的键值对。从 Python 3.7 开始，字典保持插入顺序，popitem 删除最后插入的项。

copy 方法、fromkeys 方法

# copy 方法返回字典的浅拷贝
original = {'a': 1, 'b': 2, 'c': 3}
copied = original.copy()
copied['a'] = 100
print(original)  # {'a': 1, 'b': 2, 'c': 3}
print(copied)    # {'a': 100, 'b': 2, 'c': 3}

# fromkeys 类方法用指定的键创建新字典，所有键的值都设为相同的默认值
keys = ['name', 'age', 'city']
new_dict = dict.fromkeys(keys)
print(new_dict)  # {'name': None, 'age': None, 'city': None}

# 指定默认值
new_dict2 = dict.fromkeys(keys, 'Unknown')
print(new_dict2)  # {'name': 'Unknown', 'age': 'Unknown', 'city': 'Unknown'}

# 从另一个字典的键创建新字典
template = original.fromkeys(original.keys(), 0)
print(template)  # {'a': 0, 'b': 0, 'c': 0}

warning

copy() 是浅拷贝，对于嵌套的可变对象，内层对象仍然是引用：

import copy
d = {'list': [1, 2, 3], 'value': 10}
d_copy = d.copy()        # 浅拷贝
d_deep = copy.deepcopy(d)  # 深拷贝

d_copy['list'][0] = 100
print(d)       # {'list': [100, 2, 3], 'value': 10}
print(d_copy)  # {'list': [100, 2, 3], 'value': 10}
print(d_deep)  # {'list': [1, 2, 3], 'value': 10}

字典推导式

基本语法

{key_expression: value_expression for item in iterable}

示例

# 创建平方数字典
squares_dict = {x: x**2 for x in range(5)}
print(squares_dict)  # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}

# 字符串长度字典
words = ['apple', 'banana', 'cherry']
word_lengths = {word: len(word) for word in words}
print(word_lengths)  # {'apple': 5, 'banana': 6, 'cherry': 6}

# 反转字典
original = {'a': 1, 'b': 2, 'c': 3}
reversed_dict = {v: k for k, v in original.items()}
print(reversed_dict)  # {1: 'a', 2: 'b', 3: 'c'}

带条件的字典推导式

# 筛选偶数键值对
numbers = range(10)
even_squares = {x: x**2 for x in numbers if x % 2 == 0}
print(even_squares)  # {0: 0, 2: 4, 4: 16, 6: 36, 8: 64}

# 过滤字典
scores = {'Alice': 85, 'Bob': 92, 'Charlie': 78, 'Diana': 96}
high_scores = {name: score for name, score in scores.items() if score >= 90}
print(high_scores)  # {'Bob': 92, 'Diana': 96}

# 条件值设置
numbers = range(-3, 4)
abs_dict = {x: abs(x) if x < 0 else x for x in numbers}
print(abs_dict)  # {-3: 3, -2: 2, -1: 1, 0: 0, 1: 1, 2: 2, 3: 3}

# 统计字符频率
text = "hello world"
char_count = {char: text.count(char) for char in set(text) if char != ' '}
print(char_count)  # {'e': 1, 'h': 1, 'l': 3, 'o': 2, 'r': 1, 'd': 1, 'w': 1}

# 分组数据
students = ['Alice', 'Bob', 'Charlie', 'Diana', 'Eve']
grouped = {len(name): [n for n in students if len(n) == len(name)] for name in students}
# 去重
grouped = {length: list(set(names)) for length, names in grouped.items()}
print(grouped)  # {5: ['Alice', 'Diana'], 3: ['Bob', 'Eve'], 7: ['Charlie']}

# 嵌套字典处理
data = [
    {'name': 'Alice', 'age': 25, 'city': 'New York'},
    {'name': 'Bob', 'age': 30, 'city': 'London'},
    {'name': 'Charlie', 'age': 35, 'city': 'Tokyo'}
]
name_to_info = {person['name']: {k: v for k, v in person.items() if k != 'name'} 
                for person in data}
print(name_to_info)
# {'Alice': {'age': 25, 'city': 'New York'}, 'Bob': {'age': 30, 'city': 'London'}, 'Charlie': {'age': 35, 'city': 'Tokyo'}}

集合

集合是 Python 中的一种无序、可变的数据结构，它只包含唯一的元素。集合中的元素必须是不可变类型。

info

集合字面量语法让集合的创建变得更加直观和高效。使用花括号{}创建集合，体现了Python"应该有一种显而易见的方法来做事"的原则。

# 旧方式
colors = set(['red', 'green', 'blue'])

# 新语法 - 更清晰直观
colors = {'red', 'green', 'blue'}

# 集合推导式
squares = {x**2 for x in range(5)}

PEP 3106 – 在2.6中重新激活集合字面量

集合方法概览

frozenset() 函数

frozenset 是 set 的不可变版本。一旦创建，frozenset 的元素就不能被修改。这使得 frozenset 可以作为字典的键或集合中的元素。

frozenset() 函数用于创建一个新的不可变集合。

frozenset() 函数签名: frozenset([iterable]) -> new frozenset

参数说明:

• iterable (可选): 一个可迭代对象。

返回值:

• 返回一个新的不可变集合。

# 创建一个 frozenset
frozen = frozenset([1, 2, 3, 4, 5])
print(frozen)

# frozenset 可以作为字典的键
data = {frozen: 'my_frozen_set'}
print(data[frozen])

# frozenset 支持所有不修改集合的 set 方法
other_set = {4, 5, 6, 7}
print(frozen.difference(other_set)) # frozenset({1, 2, 3})

tip

由于 frozenset 是不可变的，它不支持 add, remove, pop, update 等会修改集合内容的方法。

set() 函数

set() 函数用于创建一个新的集合。

set() 函数签名: set([iterable]) -> new set

参数说明:

• iterable (可选): 一个可迭代对象，如列表、元组、字符串等。

返回值:

• 返回一个新的集合。

# 创建空集合
empty_set = set()
print(f"空集合: {empty_set}")

# 从列表创建集合（自动去重）
list_to_set = set([1, 2, 2, 3])
print(f"从列表创建: {list_to_set}")

# 从字符串创建集合
string_to_set = set("hello")
print(f"从字符串创建: {string_to_set}")

warning

创建空集合时必须使用 set()，因为 {} 创建的是一个空字典。

empty_dict = {}
print(type(empty_dict)) # <class 'dict'>

# 使用一个列表来初始化一个集合：
a = set([1, 2, 3, 1])
a  # 集合会自动去除重复元素 1。

# 集合中的元素是用大括号{}包含起来的，这意味着可以用{}的形式来创建集合：
a = {1, 2, 3, 1}
print(a)  # {1, 2, 3}

# 但是创建空集合的时候只能用set来创建，因为在Python中{}创建的是一个空的字典：
s = {}
print(type(s))  # <type 'dict'>

集合的内置方法

union方法、intersection方法、difference方法、symmetric_difference方法

集合交、并、差、对称差 四种运算，分别对应四个方法。这些方法都返回一个新的集合，不会修改原集合。

a = {1, 2, 3, 4}
b = {2, 3, 4, 5}

# union - 两个集合的并，返回包含两个集合所有元素的集合（去除重复）
c = a.union(b)
print(c)  # {1, 2, 3, 4, 5}
# 等价于
d = a | b
print(d)  # {1, 2, 3, 4, 5}

# intersection - 两个集合的交，返回包含两个集合共有元素的集合
c = a.intersection(b)
print(c)  # {2, 3, 4}
# 等价于
d = a & b
print(d)  # {2, 3, 4}

# difference - a 和 b 的差集，返回只在 a 不在 b 的元素组成的集合
c = a.difference(b)
print(c)  # {1}
# 等价于
d = a - b
print(d)  # {1}

# symmetric_difference - a 和 b 的对称差集，返回在 a 或在 b 中，但是不同时在 a 和 b 中的元素组成的集合
c = a.symmetric_difference(b)
print(c)  # {1, 5}
# 等价于
d = a ^ b
print(d)  # {1, 5}

tip

操作符版本（|, &, -, ^）更简洁，但方法版本支持接受多个可迭代对象作为参数。例如：

a = {1, 2, 3}
result = a.union([4, 5], (6, 7))  # {1, 2, 3, 4, 5, 6, 7}

issubset方法、issuperset方法

要判断 b 是不是 a 的子集，可以用 b.issubset(a) 方法，等价于 b <= a 要判断 a 是不是 b 的超集，可以用 a.issuperset(b) 方法，等价于 a >= b

a = {1, 2, 3}
b = {1, 2}


print(b.issubset(a))  # True
print(b <= a) # True

print(a.issuperset(b)) # FTrue
print(a >= b) # True

# 方法只能用来测试子集（包含等于），但是操作符可以用来判断真子集（不包含等于）：
print(a < a)  # False
print(a <= a)  # True

isdisjoint方法

要判断两个集合是否没有交集，可以用 isdisjoint 方法，等价于 a.isdisjoint(b) 或者 a & b == set()

a = {1, 2, 3}
b = {4, 5, 6}
print(a.isdisjoint(b)) # True
print(a & b == set()) # True

add方法、update方法

跟列表的 append 方法类似，用来向集合添加单个元素。

s.add(a) 将元素 a 加入集合 s 中。

s = {1, 3, 4}
s.add(4)
print(s)  # {1, 3, 4}

s.add(5)
print(s)  # {1, 3, 4, 5}

跟列表的 extend 方法类似，用来向集合添加多个元素。

s.update(seq)

s.update([10, 11, 12])
print(s)  # {1, 3, 4, 5, 10, 11, 12}

remove方法、discard方法

# remove 方法移除单个元素，如果元素不存在则抛出 KeyError 异常
s = {1, 3, 4}
s.remove(1)
print(s)  # {3, 4}

# discard 方法作用与 remove 一样，如果不存在则不执行任何操作
s = {1, 3, 4}
s.discard(3)
print(s)  # {1, 4}

pop方法、clear方法

由于集合没有顺序，不能像列表一样按照位置弹出元素，所以 pop 方法删除并返回集合中任意一个元素，如果集合中没有元素会报错。

# pop 方法删除并返回集合中任意一个元素，如果集合中没有元素会报错
s = {1, 3, 4}
d = s.pop()
print(d)  # 1
print(s)  # {3, 4}

# clear 方法清空集合
s.clear()
print(s)  # set()

intersection_update 方法、difference_update 方法、symmetric_difference_update 方法

tip

这些原地修改方法会直接改变原集合，不创建新的集合对象，因此在处理大型集合时更加节省内存。

a = {1, 2, 3, 4}
b = {2, 3, 4, 5}

# intersection_update - 保留当前集合与另一个集合的交集
a_copy = a.copy()
a_copy.intersection_update(b)
# 等价于
a_copy = a.copy()
a_copy &= b
print(a_copy)  # {2, 3, 4}

# difference_update - 从 a 中去除所有属于 b 的元素
a_copy = a.copy()
a_copy.difference_update(b)
# 等价于
a_copy = a.copy()
a_copy -= b
print(a_copy)  # {1}

# symmetric_difference_update - 更新为两集合的对称差
a_copy = a.copy()
a_copy.symmetric_difference_update(b)
# 等价于
a_copy = a.copy()
a_copy ^= b
print(a_copy)  # {1, 5}

集合推导式

基本语法

{expression for item in iterable}

示例

# 创建平方数集合
squares_set = {x**2 for x in range(10)}
print(squares_set)  # {0, 1, 4, 9, 16, 25, 36, 49, 64, 81}

# 提取唯一字符
text = "hello world"
unique_chars = {char.upper() for char in text if char != ' '}
print(unique_chars)  # {'H', 'E', 'L', 'O', 'W', 'R', 'D'}

# 过滤重复值
numbers = [1, 2, 2, 3, 3, 3, 4, 4, 4, 4]
unique_evens = {x for x in numbers if x % 2 == 0}
print(unique_evens)  # {2, 4}

元组

info

扩展解包操作让元组和其他可迭代对象的解包更加灵活。使用*操作符可以捕获多个值，让函数调用和赋值操作更加优雅。

# 基本解包
a, b, c = (1, 2, 3)

# 扩展解包
first, *middle, last = (1, 2, 3, 4, 5)
# first=1, middle=[2, 3, 4], last=5

# 函数参数解包
def func(a, b, c):
    return a + b + c

args = (1, 2, 3)
result = func(*args)  # 等同于 func(1, 2, 3)

PEP 3132 – 扩展可迭代对象解包

元组是有序的、不可变的序列。通常用于存储异构数据的集合，例如数据库记录。元组的性能略优于列表，因为它们是不可变的。

元组方法概览

tuple() 函数

tuple() 函数用于创建一个新的元组。

tuple() 函数签名: tuple([iterable]) -> new tuple

参数说明:

• iterable (可选): 一个可迭代对象。

返回值:

• 返回一个新的元组。

# 创建空元组
empty_tuple = tuple()
print(f"空元组: {empty_tuple}")

# 从列表创建元组
list_to_tuple = tuple([1, 2, 3])
print(f"从列表创建: {list_to_tuple}")

# 元组解包
x, y, z = list_to_tuple
print(f"解包: x={x}, y={y}, z={z}")

# 访问元组元素
print(f"访问索引0: {list_to_tuple[0]}")

tip

要创建一个只包含一个元素的元组，你需要在元素后面加上一个逗号。

single_tuple = (42,)
not_a_tuple = (42)
print(type(single_tuple)) # <class 'tuple'>
print(type(not_a_tuple))  # <class 'int'>

tip

不可变对象的优化

原则上来说下面的代码执行结果应该都是False，但是Python对不可变对象进行了驻留优化，所以结果都是True。

import copy
a= (1,2,3)
b = a[:]
c = tuple(a)
d = copy.deepcopy(a) # 深拷贝不总是创建一个新的对象
print(a is b) # True
print(a is c) # True
print(a is d) # True

# 可变对象的结果是符合预期的
import copy
a= [1,2,3]
b = a[:]
c = list(a)
d = copy.deepcopy(a)
print(a is b) # False
print(a is c) # False
print(a is d) # False

大部分教程中指出元组是不可变的，但是严格来说，元组只是每个元素的id不能被改变。

前面我们学习过：数据一旦被创建，修改数据后，其内存地址不会改变。因为如果内存地址发生了改变，变量的指向就会异常。

下面展示了元组每个元素的id不会改变，但是元素的值可以被改变。

a = [1,2,3]
print(id(a)) # 2060220698944

a.append(4)
print(a) # [1, 2, 3, 4]
print(id(a)) # 2060220698944

tuples = (1, 2, [1, 2, 3])
tuples[2].append(4)
print(tuples)  # (1, 2, [1, 2, 3, 4])

元组的内置方法

元组只有两个内置方法：count 和 index，因为元组是不可变的，所以不需要修改元素的方法。

count 方法、index 方法

# count 方法返回指定元素在元组中出现的次数
t = (1, 2, 3, 2, 4, 2, 5)
print(t.count(2))  # 3
print(t.count(6))  # 0

# index 方法返回指定元素首次出现的索引位置
# 语法：tuple.index(value, start, stop)
t = (1, 2, 3, 4, 5, 2, 3)
print(t.index(2))       # 1
print(t.index(3))       # 2

# 可以指定搜索范围
print(t.index(2, 2))    # 5 (从索引2开始搜索)
print(t.index(3, 3, 6)) # 6 (在索引3到6之间搜索)

# 如果元素不存在，会抛出 ValueError
try:
    print(t.index(10))
except ValueError as e:
    print(f"错误: {e}")  # 错误: tuple.index(x): x not in tuple

tip

虽然元组的方法很少，但元组的不可变特性使其：

• 可以作为字典的键
• 可以作为集合的元素
• 比列表更节省内存
• 在多线程环境中更安全

# 元组作为字典的键
coordinates = {(0, 0): 'origin', (1, 0): 'right', (0, 1): 'up'}
print(coordinates[(0, 0)])  # origin

# 元组作为集合的元素
point_set = {(0, 0), (1, 1), (2, 2)}
print(point_set)  # {(0, 0), (1, 1), (2, 2)}

内置函数

len函数

len() 函数通过调用序列的__len__()方法，返回序列的长度。

len函数签名：len(object) -> int

参数说明：

• object：要计算长度的对象

返回值：

• 返回对象的长度

print(len("Hello, world!")) # 13
print(len([1, 2, 3])) # 3
print(len((1, 2, 3))) # 3
print(len({1, 2, 3})) # 3
print(len(range(10))) # 10

slice函数

slice函数用于创建一个切片对象，切片对象可以用于切片操作。

slice函数签名：slice(start, stop, step) -> slice

参数说明：

• start：起始位置
• stop：结束位置
• step：步长

返回值：

• 返回一个切片对象

a = [1, 2, 3, 4, 5]
b = slice(1, 3)
print(a[b])  # [2, 3]

sorted函数

sorted函数用于对序列进行排序。

sorted函数签名：sorted(iterable, key=None, reverse=False) -> list

参数说明：

• iterable：要排序的序列
• key：排序的关键字，默认为None，即直接比较
• reverse：是否反转，默认为False，即升序

返回值：

• 返回一个新的排序后的列表

a = [1, 2, 3]
b = sorted(a)
print(b)  # [1, 2, 3]

dicts = {'a': 1, 'b': 5, 'c': 3, 'd': 4, 'e': 2}
print(sorted(dicts.items(), key=lambda x: x[1], reverse=True))
"""
[('b', 5), ('d', 4), ('c', 3), ('e', 2), ('a', 1)]
"""

reversed函数

reversed函数用于反转序列，返回一个迭代器对象。

reversed函数签名：reversed(sequence) -> reversed

参数说明：

• sequence：要反转的序列

返回值：

• 返回一个迭代器对象

a = [1, 2, 3]
b = reversed(a)
print(b)  # <list_reverseiterator object at 0x...>
print(list(b))  # [3, 2, 1]

filter 函数

filter 函数用于过滤序列，返回一个迭代器对象。

filter函数签名：filter(function, iterable) -> filter

参数说明：

• function：过滤函数，默认为None，即直接比较
• iterable：要过滤的序列，可以是列表、元组、字典、集合、字符串等

返回值：

• 返回一个迭代器对象

def is_even(x):
    return x % 2 == 0

list(filter(is_even, range(10)))  # [0, 2, 4, 6, 8]