Python 基础详解：数据结构（Data Structures）—— 组织和管理数据的利器

一、引言：为什么数据结构如此重要？

在编程中，数据结构是指相互之间存在一种或多种特定关系的数据元素的集合。选择合适的数据结构可以：

• 提高程序效率：更快地存取数据
• 简化代码逻辑：更清晰地表达算法
• 增强代码可维护性：易于修改和扩展

Python 提供了丰富的内置数据结构，同时支持自定义复杂的数据结构。

二、核心数据结构概览

💡 本文将重点讲解最常用的数据结构及其操作。

三、列表（List）

1. 定义与基本特性

列表是有序、可变的元素集合，可以存储不同类型的数据。

fruits = ["苹果", "香蕉", "橙子"]
numbers = [1, 2, 3]
mixed = ["Alice", 25, True]

2. 常用操作

2.1 索引与切片

print(fruits[0])    # "苹果"
print(fruits[-1])   # "橙子" （从末尾开始计数）
print(fruits[1:3])  # ["香蕉", "橙子"] （切片 [start:end)）

2.2 修改元素

fruits[1] = "葡萄"
print(fruits)  # ["苹果", "葡萄", "橙子"]

2.3 添加与删除元素

# 添加
fruits.append("草莓")      # 在末尾添加
fruits.insert(1, "芒果")   # 在索引1处插入

# 删除
fruits.remove("苹果")      # 移除第一个匹配项
del fruits[0]             # 根据索引删除
popped = fruits.pop()     # 弹出并返回最后一个元素

2.4 排序与反转

numbers.sort()        # 升序排序
numbers.reverse()     # 反转顺序
sorted_numbers = sorted(numbers, reverse=True)  # 返回降序排序的新列表

2.5 列表推导式

一种简洁创建列表的方式。

squares = [x**2 for x in range(1, 6)]  # [1, 4, 9, 16, 25]

四、元组（Tuple）

1. 定义与基本特性

元组与列表类似，但不可变，适合用于不希望被修改的数据。

point = (10, 20)
person = ("Alice", 25, "北京")

2. 常用操作

2.1 访问元素

print(point[0])  # 10
print(person[1]) # 25

2.2 解包

name, age, city = person
print(name, age, city)  # Alice 25 北京

✅ 元组解包是一种优雅获取多个返回值的方式。

五、字典（Dictionary）

1. 定义与基本特性

字典是键值对的集合，键必须是唯一的且不可变（如字符串、数字、元组），值则可以是任意类型。

student = {
    "name": "Bob",
    "age": 20,
    "courses": ["数学", "英语"]
}

2. 常用操作

2.1 访问与修改

print(student["name"])  # Bob
student["age"] = 21     # 修改
student["city"] = "上海"  # 新增

2.2 检查键是否存在

if "name" in student:
    print("包含 'name' 键")

# 或者使用 get 方法安全访问
print(student.get("phone", "未知"))  # 如果没有 'phone' 键，则返回默认值 "未知"

2.3 删除键值对

del student["courses"]  # 删除指定键
popped_value = student.pop("age")  # 弹出并返回值

2.4 获取所有键、值、键值对

print(student.keys())    # dict_keys(['name', 'age'])
print(student.values())  # dict_values(['Bob', 20])
print(student.items())   # dict_items([('name', 'Bob'), ('age', 20)])

六、集合（Set）

1. 定义与基本特性

集合是无序、唯一元素的集合，常用于去重和成员测试。

unique_numbers = {1, 2, 3, 3, 4}  # {1, 2, 3, 4}

2. 常用操作

2.1 成员测试

print(2 in unique_numbers)  # True

2.2 并集、交集、差集

set1 = {1, 2, 3}
set2 = {3, 4, 5}

union_set = set1 | set2  # {1, 2, 3, 4, 5}
intersection_set = set1 & set2  # {3}
difference_set = set1 - set2  # {1, 2}
symmetric_difference_set = set1 ^ set2  # {1, 2, 4, 5}

七、总结：数据结构的核心要点

学习建议：

1. 多实践：通过实际编写代码加深理解。
2. 结合应用场景：思考每种数据结构最适合解决的问题类型。
3. 深入学习高级应用：如列表推导式、字典推导式等高效编程技巧。

📌 动手练习：

1. 创建一个字典，存储学生的姓名、年龄、课程，然后打印出所有课程名称。
2. 编写一个函数，接收一个列表作为参数，返回一个新的仅包含偶数的列表。
3. 使用集合去除重复的用户名单。

# 示例练习：筛选偶数
def filter_even(numbers):
    return [num for num in numbers if num % 2 == 0]

numbers = [1, 2, 3, 4, 5, 6]
even_numbers = filter_even(numbers)
print(even_numbers)  # 输出：[2, 4, 6]