Practical Python项目：Python数据类型与数据结构详解

Practical Python项目：Python数据类型与数据结构详解

practical-python Practical Python Programming (course by @dabeaz) 项目地址: https://gitcode.com/gh_mirrors/pr/practical-python

前言

在Python编程中，理解数据类型和数据结构是构建任何程序的基础。本文将深入探讨Python中的基本数据类型以及两种重要的数据结构——元组(tuple)和字典(dictionary)，这些知识是dabeaz-course/practical-python项目中的重要内容。

Python基本数据类型

Python提供了几种基本数据类型：

1. 整数(Integers)：如42，-17
2. 浮点数(Floating point numbers)：如3.14，-0.001
3. 字符串(Strings)：如"hello"，'Python'

这些基本类型在前面的课程中已经介绍过，它们是构建更复杂数据结构的基础。

None类型

None是Python中表示空值或缺失值的特殊类型：

email_address = None

在条件判断中，None会被视为False：

if email_address:
    send_email(email_address, msg)

数据结构的重要性

实际编程中，我们需要处理更复杂的数据。例如，一个股票持仓信息：

100 shares of GOOG at $490.10

这实际上是一个包含三个部分的对象：

1. 股票代码("GOOG"，字符串)
2. 持股数量(100，整数)
3. 股票价格(490.10，浮点数)

元组(Tuple)

元组基础

元组是将多个值组合在一起的不可变序列：

s = ('GOOG', 100, 490.1)
# 括号可以省略
s = 'GOOG', 100, 490.1

特殊情况的元组：

t = ()            # 空元组
w = ('GOOG',)     # 单元素元组(注意逗号)

元组的特性

元组常用于表示简单的记录或结构，类似于数据库表中的一行数据。

访问元组元素：

name = s[0]     # 'GOOG'
shares = s[1]   # 100
price = s[2]    # 490.1

元组是不可变的：

s[1] = 75       # 会引发TypeError

但可以创建新元组：

s = (s[0], 75, s[2])

元组打包与解包

打包是将多个值组合成一个元组：

s = ('GOOG', 100, 490.1)

解包是将元组的值分配给多个变量：

name, shares, price = s
print('Cost', shares * price)

注意变量数量必须与元组元素数量匹配。

字典(Dictionary)

字典是键值对的集合，也称为哈希表或关联数组。

s = {
    'name': 'GOOG',
    'shares': 100,
    'price': 490.1
}

字典操作

访问值：

print(s['name'], s['shares'])  # 输出: GOOG 100

修改或添加值：

s['shares'] = 75
s['date'] = '6/6/2007'

删除值：

del s['date']

字典的优势

字典使代码更易读：

s['price']  # 清晰
s[2]        # 不清晰

元组与列表的比较

虽然元组和列表看起来很相似，但它们有不同的用途：

• 元组：用于表示一个包含多个部分的单一对象
• 列表：用于存储多个独立对象，通常类型相同

# 元组表示投资组合中的一条记录
record = ('GOOG', 100, 490.1)

# 列表表示多个股票代码
symbols = ['GOOG', 'AAPL', 'IBM']

实践练习

练习1：使用元组处理数据

从CSV文件中读取的数据通常是字符串形式，我们需要转换为适当类型：

row = ['AA', '100', '32.20']
t = (row[0], int(row[1]), float(row[2]))  # ('AA', 100, 32.2)

计算总成本时注意浮点数精度问题：

cost = t[1] * t[2]  # 3220.0000000000005
print(f'{cost:0.2f}')  # 3220.00

练习2：使用字典处理数据

字典提供了更灵活的数据表示方式：

d = {
    'name': row[0],
    'shares': int(row[1]),
    'price': float(row[2])
}

计算成本：

cost = d['shares'] * d['price']

修改和添加属性：

d['shares'] = 75
d['date'] = (6, 11, 2007)

练习3：字典的高级操作

获取所有键：

list(d)  # ['name', 'shares', 'price', 'date']

遍历字典：

for k in d:
    print(k, '=', d[k])

使用items()方法：

for k, v in d.items():
    print(k, '=', v)

从元组列表创建字典：

items = [('name', 'AA'), ('shares', 75), ('price', 32.2)]
d = dict(items)

总结

本文详细介绍了Python中的基本数据类型和两种重要的数据结构——元组和字典。元组适合表示不可变的简单记录，而字典则提供了更灵活的键值对存储方式。理解这些数据结构的特点和适用场景，对于编写清晰、高效的Python代码至关重要。

在实际编程中，应根据数据的特点和操作需求选择合适的数据结构。对于简单的、不需要修改的数据记录，元组是很好的选择；而对于需要频繁修改和扩展的复杂数据，字典通常更为合适。

practical-python Practical Python Programming (course by @dabeaz) 项目地址: https://gitcode.com/gh_mirrors/pr/practical-python