python-数据容器-有序容器与无序容器

最新推荐文章于 2025-07-09 20:38:25 发布
最新推荐文章于 2025-07-09 20:38:25 发布
阅读量1.7k 收藏
点赞数 2
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/ifubing/article/details/93570708
本文介绍了Python中用于存储和管理数据的几种容器类型，包括有序容器如列表和元组，以及无序容器如字典。通过类比生活中的容器，如抽屉，帮助读者理解不同数据容器的特点和使用场景。

多个数据的保存

每一个数据，可以理解为一个实体

如果希望多个数据一起呈现出来

需要有一个数据的容器

生活中的容器

抽屉

可以收纳很多东西，文具，书本，衣服，杂物，等等

有序容器

在这里插入图片描述

  • python中的有序容器

列表

元组

  • 特点： 放入东西（数据）是按照一定的顺序来放的。通过摆放的顺序来找到需要的内容（数据）

无序容器

在这里插入图片描述

在这里插入图片描述

  • python中的无序容器

字典

  • 特点

如果要找一个东西，靠的不是数字编号了，靠的是内容的名称

第二章、python常用数据结构(2.1.2.3-2.1.3)------容器类型中的有序与无序、重复与唯一、元素引用与切片
Python基础详解教程，让编程变得简单！
11-14 428
文中主要论述python的容器类型中的有序和无序，容器类型中元素可重复性与唯一性，容器类型的元素引用，切片表达式的形式，切片引用(引用切片)。
Python中的容器
TYM121380的博客
06-29 2643
python中的四种函数的介绍和常用方法
Python容器解析
helplessness的博客
09-27 356
python——容器解析 set容器（集合）： 也是pyhton提供的一种容器，特点就是：无序、元素不能重复 1.怎么定义set集合： |--值来决定类型（弱数据） 容器名 = {元素}（花括号中必须有值，空的花括号默认为字典） |--容器名 = set（{元素}） |--容器名 = set（【】）#将list转化为set对象 |--ls = list（{元素}）#将set转化为list对象 常见的线性列表：栈（stack）、队列（queue）、数组（array）、链表（list）
Python—数据容器
最新发布
谢佳瑞的博客
07-09 616
基本语法：# 字面量[元素1, 元素2, 元素3, ......]# 定义变量变量名称 = [元素1, 元素2, 元素3, ......]# 定义空列表变量名称 = []变量名称 = list()列表的每一个数据，称之为元素以[ ]作为标识列表内每一个元素之间用逗号隔开# list演示first_list=["RAY","爱学Python",666,True]注：列表可以一次存储多个数据，且可以为不同的数据类型，支持嵌套嵌套列表的定义# list演示。
C++ 顺序容器
08-24
此程序是c++ primer 中，第九章有关顺序容器的练习内容。程序为自己编写的模板，感兴趣的朋友可以下载然后自行修改，实现功能
python序列结构中元素无序_【Python-基础】数据结构——无序容器（无序数据结构）...
weixin_39971435的博客
02-10 302
目录大纲无序的容器并没有储存顺序(也许在内存地址上有顺序)，所有不能使用序列容器的方法字典 { Dict }定义字典常用操作、方法-------------修改--------------值查询 ：D[key]值修改 ：D[key] = vaule元素删除 ：del D[key]添加添加 ：D[new_key] =vaule-------------查询--------------键值查询 ：D[...
python-4.容器设计-关系挺密切~.py
02-25
在Python中，容器设计是一项基础而重要的内容，主要涉及到列表、元组、字典和集合等内置数据结构。这些容器类型之间存在一些紧密的关系和区别，理解它们的设计原理对于编写高效且可读性强的Python代码至关重要。 ...
python入门教程－23－容器数据类型特性总结.zip
04-10
容器数据类型是Python中用于存储多个数据项的数据结构，主要包括列表（List）、元组（Tuple）、字典（Dictionary）和集合（Set）。这些容器数据类型不仅便于组织和管理数据，而且支持动态增长与缩减，为处理复杂数据...
Python入门--数据容器(组合数据类型)
一个闪现必杀技的博客
10-07 1057
列表内的每一个数据称之为一个元素以[] 作为标识列表内每一个元素之间用逗号隔开。# list里的元素可以是不同的数据类型# list也算一种数据类型，因此list支持嵌套列表是可以修改的如果想要传递的信息不被篡改，列表就不合适了。元组同列表一样，都是可以封装多个不同类型的元素在内。但最大的不同点在于元组一旦定义完成，就不可修改。所以，当我们需要在程序内封装数据，又不希望封装的数据被篡改，那么元组就非常合适了。t2=()
python-sortedcontainers：Python排序的容器类型：排序的列表，排序的Dict和排序的集合
02-05
这使得`SortedList`在处理大量需要保持有序的数据时非常高效。`SortedList`还提供了丰富的API，如`index()`、`remove()`、`update()`等，与标准列表的行为类似，但都考虑了排序因素。 接下来，`SortedDict`是排序的...
python 中容器的源码分析
u010569893的博客
04-07 204
python 中容器 文章目录一. python 中colletions.Counter 的源码分析二. sort()和sorted()源码分析：三. python的内置数据结构的时间复杂度分析：list列表collections.dequesetdict 一. python 中colletions.Counter 的源码分析 https://blog.youkuaiyun.com/Shiroh_ms08/a...
2 Python学习记录-容器类型
LoveG_G的博客
09-27 1078
python常见的容器类型有： 列表，元组，字典，集合。元组tuple：初始化之后就不可修改的list。字典dict： key-value类型的数据。列表list：存放多个不同类型的对象。集合set：不可重复列表的。
python有几种容器_Python中几种内置的容器（Containers）类型：列表、字典、集合和元组的比较和该注意的点...
weixin_39838798的博客
12-06 326
之所以称他们为容器类型是因为他们不像基本类型那样只有一种简单类型的数据，而是可以包含其他类型的数据，numpy的计算速度比原生Python快的一个很重要的原因就是numpy中的数组(类似于Python中的嵌套列表)元素类型都是一致的。python照片那个的list和numpy中的数组的元素都是在[]中，但是list每个元素之间都有逗号，而数组元素没有,两者都可用负数索引查找。列表和元组时有序列表，...
【Python】有序无序可变不可变的理解汇总
weixin_44082718的博客
09-20 3799
有序无序 可变不可变
用Python链表实现有序表与无序表
dlnb526的博客
04-05 945
用Python链表实现有序表与无序表 《数据结构与算法》MOOC（北大地空）课堂笔记 2020.4 by dlnb526 啥是链表 链表,顾名思义，顾名思义，链表像锁链一样，由一节节节点连在一起，组成一条数据链。 为什么要使用链表？ 在之前用了python中的列表（list）来实现各种数据结构，然而有的语言可能并没有提供像python的列表一样强大的功能，我们必须要自己实现列表。 无序列表 概...
Python序列结构
2302_79361042的博客
04-04 2194
append()表示在列表尾部添加一个元素，extend()表任意示添加多个元素(如一整个可迭代元素)，insert(index,x)表示在一个指定位置(index)添加一个元素(x)字典是包含若干“键：值”元素的无序可变序列，键和值为一一对应关系，其中键为任意不可变数据，且不能重复，而值是可以重复的。pop(index)用于删除并返回指定位置上的元素(index)，默认是最后一个元素。元素放在方括号中，相邻元素用逗号隔开，元素的类型没有限制，没有元素则称为空列表。不可变序列：元组，字符串。
关于Python里面一些常见的数据类型的，有序无序的比较
h6039的博客
07-22 1万+
关于Python里面一些常见的类型的，有序无序的比较。 ①字符串是可索引（即有序），不可变的对象。 ②字典是不可索引,无序的，可变对象，可以增加元素，id值没变。 ③元祖（tuple）是可索引，不可变对象（当元祖里面含有list元素，另当考虑） ④集合无序，不可索引的，但长度可变，id值没变。 ⑤数字不可变，猜想不可索引 ⑥list,可索引，有序，元素和长度可变，（这是运用最熟悉的对象...
在python数据结构中，什么叫有序，什么叫无序，哪些是有序的，哪些是无序的
weixin_50531046的博客
11-20 3831
有序数据结构是指元素按照一定的顺序排列，并且可以通过索引或键按照这个顺序访问。无序数据结构是指元素之间没有特定的顺序，不能通过索引按照某个明确的顺序访问。总体来说，有序数据结构中的元素具有明确的顺序，而无序数据结构中的元素之间没有明确的顺序。：元组是一种不可变的有序数据结构，元素按照插入的顺序排列，可以通过索引访问。在Python中，有序和无序涉及到数据结构的元素排列和访问的方式。：列表中的元素按照插入的顺序排列，可以通过索引访问。：字典是无序的键值对集合，元素之间没有固定的顺序。
python入门基础-数据类型&有序序列和无序序列；
热门推荐
milu_nff的博客
09-26 1万+
Python数据类型 • 分为两类： • 不可变数据（number，string, tuple）可变数据(list,dictionary,set) 最大的区别：不可变数据从定义下来不可以被改变，可变数据在定义完可以被改变； • 有序序列包括：列表，元组，字符串 （list，tuple，string） • 无序序列包括：字典，集合，控制集合数据的对象 （dictionary，set ） `有序，即有顺序的，能够索引取值的都是有序的` • 整数、小数都属于数字(number) • 整数（int）、小数
collections --- 容器数据类型，在python中的用法
05-06
<think>好的，我现在需要帮助用户了解Python中collections模块的用法，特别是其提供的容器数据类型的使用方法。首先，我要回忆一下用户之前的问题和我的回答，确保信息的一致性。用户之前询问了关于calendar模块的使用，现在转向了collections模块，这属于Python标准库中的另一个重要部分。 首先，我需要确定用户的需求。用户明确提到想了解collections模块的容器数据类型，所以需要重点介绍该模块中的各个类，比如namedtuple、deque、Counter、defaultdict、OrderedDict等。同时，用户提供的引用中提到了OrderedDict在实现LRU缓存中的应用，以及collections模块相比内置数据类型的优势，比如顺序保持和高性能，这些都需要在回答中强调。 接下来，我应该参考用户提供的引用内容。引用1提到collections模块提供了额外的高性能数据类型，比如OrderedDict，这补充了内置字典的无序性。引用3详细列出了collections中的几个重要类，并提到需要导入这些类。引用4展示了使用OrderedDict实现LRU缓存的例子。引用2虽然关于array模块，但用户当前的问题不涉及，可以忽略。 接下来，我需要组织回答的结构。通常，用户指南应包括模块概述、核心类详解、实用场景示例、最佳实践和常见问题解答。这样结构清晰，便于用户逐步理解和应用。 模块概述部分需要简要说明collections模块的作用，强调其扩展了内置数据类型，提供了更高效和专用的容器。例如，可以提到namedtuple用于创建有名字段的元组，deque用于高效的双端队列操作，Counter用于计数等。 在核心类详解部分，每个类需要分点说明，包括功能、创建方式、常用方法和示例代码。例如，namedtuple可以举例如何定义一个有名字的元组，并访问其字段；Counter可以展示如何统计元素出现次数。 实用场景示例部分应结合具体案例，如使用defaultdict处理缺失键，用OrderedDict实现LRU缓存，用Counter统计词频等。这些示例能帮助用户理解如何在实际项目中应用这些容器。 最佳实践部分需要给出使用建议，比如何时选择collections中的类而不是内置类型，如何提高代码效率和可读性。例如，在需要维护插入顺序时使用OrderedDict，或者处理大量计数时使用Counter。 常见问题解答部分应解答用户可能遇到的疑问，比如线程安全、性能比较、与内置类型的区别等。例如，解释deque的线程安全性，或者为什么在某些情况下defaultdict比普通dict更方便。 同时，需要确保回答中正确引用用户提供的引用内容。例如，在讨论OrderedDict时引用[^4]中的LRU缓存实现，在提到高性能数据类型时引用[^1]和[^3]的内容。 另外，用户之前的对话中关于calendar模块的回答结构可以作为参考，保持一致性。比如使用代码示例、分段说明、注意事项等，使内容易于理解和跟随。 需要注意用户可能对某些概念不太熟悉，比如“命名元组”或“双端队列”，需要用简洁的语言解释，并提供直观的例子。例如，解释namedtuple时，可以对比普通元组，说明其通过名称访问字段的优势。 最后，确保回答符合用户的要求：结构清晰、真实可靠，并包含相关问题。例如，在最后生成相关问题，帮助用户进一步探索collections模块的其他功能或高级用法。 总结来说，我需要系统地介绍collections模块中的各个容器类型，结合示例和实际应用场景，引用用户提供的资料，并保持回答的结构化和易读性。同时，注意使用中文，避免技术术语过于晦涩，确保用户能够轻松理解和应用所学内容。</think>### Python collections模块容器数据类型使用指南 --- #### 一、模块概述 `collections` 模块是 Python 标准库中**增强型容器数据类型**的核心模块，提供比内置类型更高效的专用容器。其核心价值体现在： - 扩展内置容器的功能（如有序字典、命名元组） - 提供高性能数据结构（如双端队列`deque`） - 简化复杂数据处理逻辑（如计数器`Counter`、默认字典`defaultdict`） [^3] --- #### 二、核心容器类型详解 ##### 1. `namedtuple`：命名字段的元组 ```python from collections import namedtuple # 定义坐标点类型（字段名用空格分隔） Point = namedtuple('Point', ['x', 'y']) p = Point(11, y=22) print(p.x + p.y) # 输出: 33 print(p[0] + p[1]) # 输出: 33 (仍支持索引访问) ``` - **优势**：增强代码可读性，替代索引访问的元组 - **典型场景**：数据库查询结果、多维坐标 ##### 2. `deque`：高效双端队列 ```python from collections import deque d = deque([1, 2, 3]) d.appendleft(0) # 左端插入 d.append(4) # 右端插入 print(d) # 输出: deque([0, 1, 2, 3, 4]) d.pop() # 移除右端元素 d.popleft() # 移除左端元素 print(d) # 输出: deque([1, 2, 3]) ``` - **性能**：左右插入/删除时间复杂度 $O(1)$ - **独特功能**：`maxlen`参数限制队列长度（自动丢弃旧数据） ##### 3. `Counter`：元素计数器 ```python from collections import Counter words = ['apple', 'banana', 'apple', 'orange', 'banana', 'apple'] word_counts = Counter(words) print(word_counts.most_common(2)) # 输出: [('apple', 3), ('banana', 2)] ``` - **核心方法**： - `elements()`：生成所有元素迭代器 - `subtract()`：元素计数减法操作 - `update()`：合并计数器 ##### 4. `defaultdict`：默认值字典 ```python from collections import defaultdict # 自动为不存在的键创建空列表 dd = defaultdict(list) dd['fruits'].append('apple') dd['fruits'].append('banana') print(dd['vegetables']) # 输出: [] (自动创建空列表) ``` - **工厂函数**：支持`int`、`set`、`lambda`表达式等初始化方式 - **对比普通字典**：避免`KeyError`异常，简化代码逻辑 ##### 5. `OrderedDict`：有序字典 ```python from collections import OrderedDict od = OrderedDict() od['a'] = 1 od['b'] = 2 od['c'] = 3 print(list(od.keys())) # 输出: ['a', 'b', 'c'] (保留插入顺序)[^4] # 实现LRU缓存（最近最少使用） class LRUCache(OrderedDict): def __init__(self, capacity): self.capacity = capacity def get(self, key): if key not in self: return -1 self.move_to_end(key) return self[key] def put(self, key, value): if key in self: self.move_to_end(key) self[key] = value if len(self) > self.capacity: self.popitem(last=False) ``` - **特性**：记录键的插入顺序（Python 3.7+ 普通`dict`已支持有序，但此类提供额外方法） - **特殊方法**：`move_to_end()`、`popitem(last=True)` --- #### 三、实用场景示例 ##### 1. 统计文本词频 ```python from collections import Counter import re text = "Python is powerful. Python is easy to learn. Python is open source." words = re.findall(r'\w+', text.lower()) word_counter = Counter(words) print(word_counter.most_common(3)) # 输出: [('python', 3), ('is', 3), ('powerful', 1)] ``` ##### 2. 高效实现滑动窗口 ```python from collections import deque def sliding_window_max(nums, k): q = deque() result = [] for i, num in enumerate(nums): while q and nums[q[-1]] <= num: q.pop() q.append(i) if q[0] == i - k: q.popleft() if i >= k - 1: result.append(nums[q[0]]) return result print(sliding_window_max([1,3,-1,-3,5,3,6,7], 3)) # 输出: [3,3,5,5,6,7] ``` ##### 3. 多层嵌套字典自动创建 ```python from collections import defaultdict def nested_defaultdict(): return defaultdict(nested_defaultdict) data = nested_defaultdict() data['user']['profile']['name'] = 'Alice' print(data['user']['profile']['age']) # 自动创建空字典，无KeyError ``` --- #### 四、最佳实践建议 1. **类型选择指南**： - 需要**快速插入/删除** → `deque` - 处理**缺失键** → `defaultdict` - **元素计数** → `Counter` - 需要**字段名称**的元组 → `namedtuple` 2. **内存优化技巧**： - 使用`__slots__`优化`namedtuple`内存占用 ```python class Point(namedtuple('Point', ['x', 'y'])): __slots__ = () ``` 3. **线程安全注意**： - `deque`的`append()`/`popleft()`是**原子操作**，适合多线程生产者-消费者模式 --- #### 五、常见问题解答 1. **`OrderedDict`与普通字典的区别？** - Python 3.7+ 普通字典已记录插入顺序，但`OrderedDict`提供： - 顺序比较功能（`od1 == od2`会检查顺序） - `move_to_end()`等顺序操作方法 - 更高效的反向迭代（通过`reversed()`） 2. **`defaultdict`的性能损耗？** - 与普通字典相比几乎无额外开销，工厂函数在C语言层实现 3. **何时使用`ChainMap`？** - 合并多个字典时优先查找效率高，适合配置层级管理： ```python from collections import ChainMap defaults = {'color': 'red', 'size': 'M'} user_settings = {'size': 'L'} combined = ChainMap(user_settings, defaults) print(combined['color']) # 输出: red ``` ---
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

鲸鱼编程pyhui

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值