--- title: 数据结构 description: Python 数据结构 keywords: - Python - 数据结构 tags: - FormalSciences/ComputerScience - ProgrammingLanguage/Python - Python/Basics author: 7Wate date: 2023-08-03 --- ## 数值 Python 的数值数据类型是用来存储数值的。一旦创建，**数值对象的身份和类型是不可改变的**。如果你改变了数值对象的值，Python 将创建一个新的数值对象。Python 支持三种不同的数值类型： - **整型 (int)**：被用来表示整数，包括正整数和负整数，不带小数点。在 Python 3 中，整数的长度是无限的，可以视为 Python 2 中的 Long 类型。此外，布尔类型（bool）实际上是整型的一种特殊形式，其中 True 和 False 分别被表示为 1 和 0。 - **浮点型 (float)**：用来表示实数，由整数部分和小数部分组成。浮点型还可以使用科学计数法表示。例如，2.5e2 表示的是 2.5 乘以 10 的平方，等于 250。 - **复数 (complex)**：复数由实部和虚部构成，表示形式可以是 a + bj，或者 complex(a,b)。在这里，实部 a 和虚部 b 都是浮点型。 ```python num1 = -100 # 整数 num2 = 200.01 # 浮点数 num3 = 0xA0F # 十六进制 num4 = 0o37 # 八进制 # 引入库 import math import random # 数学常量 PI 和 e pi = math.pi e = math.e # 绝对值 abs_val = abs(num1) # 向上取整 ceil_val = math.ceil(num2) # 返回最大数 max_val = max(num1, num2) # x**y 运算后的值 pow_val = pow(num1, num2) # 随机数 random_val = random.random() # x弧度的正弦值。 sin_val = math.sin(pi/2) ``` ## 字符串 字符串在计算机科学和编程中非常重要。在 Python 程序中，如果我们把单个或多个字符用单引号或者双引号包围起来，我们就创建了一个字符串。 ### 定义 ```python # 在 Python 中，可以使用单引号（'）和双引号（"）来定义字符串，它们的使用方式完全相同。 s1 = 'hello, world!' s2 = "hello, world!" # 使用三个单引号（'''）或者三个双引号（"""）可以创建一个多行字符串。 s3 = """ hello, world! """ # 反斜杠（\）可以用来在字符串中插入特殊字符，这被称为转义字符。 s4 = '\n\t\141\u9a86\u660a' # 在字符串前加上字符 r 可以阻止反斜杠的转义效果。 s5 = r'\n\\hello, world!\\\n' # 通过将字符串级联来创建新的字符串。 s6 = "this " "is " "string" # 字符串是不可变的，这意味着你不能改变一个字符串的内容。 s6[2] = "c" # 这将引发一个错误 # 字符串可以通过索引进行访问，其中 0 是第一个字符的索引，-1 是最后一个字符的索引。 s1 = 'hello, world!' print(s1[0]) # 输出：h print(s1[-1]) # 输出：! # Python也支持字符串的切片操作，你可以使用这种方式来获取字符串的一部分。 s1 = 'hello, world!' print(s1[0:5]) # 输出：hello # ===== 字符串切片示意图 ===== | L | e | t | t | e | r | s | |---|---|---|---|---|---|---| | 0 | 1 | 2 | 3 | 4 | 5 | 6 | |-7 |-6 |-5 |-4 |-3 |-2 |-1 | ``` ### 转义 | 转义字符 | 描述 | 示例 | | :------- | :---------------------------- | :--------------------------------------------- | | `\\` | 反斜杠符号 | `print("\\")` 输出：`\` | | `\'` | 单引号 | `print('\'')` 输出：`'` | | `\"` | 双引号 | `print("\"")` 输出：`"` | | `\n` | 换行 | `print("\n")` 输出一个新行 | | `\r` | 回车 | `print("Hello\rWorld!")` 输出：`World!` | | `\t` | 横向制表符（Tab） | `print("Hello\tWorld!")` 输出：`Hello World!` | | `\b` | 退格 (Backspace) | `print("Hello \bWorld!")` 输出：`Hello World!` | | `\f` | 换页 | `print("Hello \fWorld!")` 输出：`Hello World!` | | `\a` | 响铃 | `print("\a")` 执行后电脑有响声 | | `\000` | 空 | `print("\000")` 输出：`` | | `\v` | 纵向制表符 | `print("Hello \vWorld!")` 输出：`Hello World!` | | `\other` | 其他的字符以普通格式输出 | | | `\xhh` | 二进制数，代表一个 ASCII 字符 | `print("\x48\x65\x6c\x6c\x6f")` 输出：`Hello` | | `\ooo` | 八进制数，代表一个 ASCII 字符 | `print("\141\142\143")` 输出：`abc` | | `\uhhhh` | 16 进制数，代表一个 Unicode 字符 | `print("\u6211\u4eec")` 输出：`我们` | ### 运算 | 运算符 | 描述 | 示例 | | :--------- | :------------------------------------------------- | :--------------------------------------------- | | `+` | 连接字符串 | `"Hello " + "World!"` 输出：`Hello World!` | | `*` | 重复字符串 | `"Hello " * 3` 输出：`Hello Hello Hello` | | `[]` | 索引字符串 | `"Hello"[1]` 输出：`e` | | `[:]` | 切片字符串 | `"Hello"[1:4]` 输出：`ell` | | `in` | 成员运算符 - 如果字符串中包含给定的字符返回 True | `'H' in 'Hello'` 输出：`True` | | `not in` | 成员运算符 - 如果字符串中不包含给定的字符返回 True | `'H' not in 'Hello'` 输出：`False` | | `%` | 格式化字符串 | `"Hello, %s" % 'World!'` 输出：`Hello, World!` | | `f-string` | 格式化字符串的新方式（Python 3.6+） | `f"Hello, {'World!'}` 输出：`Hello, World!` | ### `f-strings` 在 Python 3.6 及以后的版本中，格式化字符串引入了更为简洁的方式，即使用 `f` 字符作为字符串的前缀，创建所谓的格式化字符串字面值（f-string）。通过 f-string，可以在字符串中直接插入变量值或表达式，并可以通过冒号和数字来指定输出宽度等格式化选项。 ```python # {a:10} 表示将变量 a 插入到字符串中，并占用 10 个字符的宽度。不足 10 个字符，将使用空格进行填充。 a, b = 5, 10 print(f'{a:10} * {b:10} = {a * b}') ``` #### PEP 701 的更新 在 Python 3.11 版本中，f-strings 还存在一些限制，导致在某些情况下使用起来不够灵活。PEP 701 对 f-strings 进行了一些更新，解除了一些限制，使得 f-strings 可以更灵活地使用，包括以下方面的更新： 在 Python 3.12 版本中，对 f-strings 进行了更新，解除了之前的一些限制，使得 f-strings 更加灵活和强大。更新主要包括以下方面： ##### 引号重用 在 Python 3.11 中，f-string 的表达式组件使用与包含 f-string 相同的引号会导致 SyntaxError。而在 Python 3.12 中，可以重用引号，不再限制引号的使用。 ```python songs = ['Take me back to Eden', 'Alkaline', 'Ascensionism'] result1 = f"This is the playlist: {', '.join(songs)}" print(result1) # 输出：'This is the playlist: Take me back to Eden, Alkaline, Ascensionism' ``` ##### 多行表达式和注释 在 Python 3.11 中，f-string 的表达式必须在一行内定义，即使外部表达式可以跨多行，这会使得代码可读性变差。而在 Python 3.12 中，可以定义跨多行的表达式，并且可以包含注释，提高了代码的可读性。 ```python result2 = f"This is the playlist: {', '.join([ 'Take me back to Eden', # My, my, those eyes like fire 'Alkaline', # Not acid nor alkaline 'Ascensionism' # Take to the broken skies at last ])}" print(result2) # 输出：'This is the playlist: Take me back to Eden, Alkaline, Ascensionism' ``` ##### 反斜杠和 Unicode 字符 在 Python 3.11 中，f-string 的表达式不能包含任何反斜杠字符，也不能包含 Unicode 转义序列。而在 Python 3.12 中，可以包含反斜杠和 Unicode 字符，使得表达式更加灵活。 ```python songs = ['Take me back to Eden', 'Alkaline', 'Ascensionism'] result3 = f"This is the playlist: {'\n'.join(songs)}" print(result3) # 输出： # This is the playlist: Take me back to Eden # Alkaline # Ascensionism result4 = f"This is the playlist: {'\N{BLACK HEART SUIT}'.join(songs)}" print(result4) # 输出：'This is the playlist: Take me back to Eden♥Alkaline♥Ascensionism' ``` 以上代码展示了 Python 3.12 中 f-strings 的更新。可以看到，我们可以在 f-string 中使用引号重用，多行表达式和注释，以及包含反斜杠和 Unicode 字符的表达式，这些更新使得 f-strings 更加灵活和强大，更方便地进行字符串格式化。同时，通过使用 PEG 解析器实现的更新，使得错误消息更加准确，有助于代码调试。 ### 常用方法 | 函数 | 描述 | 示例 | | :-------------------------- | :----------------------------------------- | :----------------------------------------------------------- | | len(str) | 返回字符串长度 | `len('hello, world!')` 输出结果：13 | | str.capitalize() | 返回首字母大写的字符串 | `'hello, world!'.capitalize()` 输出结果：Hello, world! | | str.title() | 返回每个单词首字母大写的字符串 | `'hello, world!'.title()` 输出结果：Hello, World! | | str.upper() | 返回字符串变大写后的拷贝 | `'hello, world!'.upper()` 输出结果：HELLO, WORLD! | | str.find(sub) | 查找子串在字符串中的起始位置，未找到返回 -1 | `'hello, world!'.find('or')` 输出结果：8 | | str.startswith(prefix) | 检查字符串是否以指定的前缀开头 | `'hello, world!'.startswith('He')` 输出结果：False | | str.endswith(suffix) | 检查字符串是否以指定的后缀结尾 | `'hello, world!'.endswith('!')` 输出结果：True | | str.center(width, fillchar) | 将字符串以指定宽度居中并在两侧填充指定字符 | `'hello'.center(10, '*')` 输出结果：***hello*** | | str.rjust(width, fillchar) | 将字符串以指定宽度靠右并在左侧填充指定字符 | `'hello'.rjust(10, '*')` 输出结果：*****hello | | str.isdigit() | 检查字符串是否由数字构成 | `'abc123456'.isdigit()` 输出结果：False | | str.isalpha() | 检查字符串是否由字母构成 | `'abc123456'.isalpha()` 输出结果：False | | str.isalnum() | 检查字符串是否由字母和数字构成 | `'abc123456'.isalnum()` 输出结果：True | | str.strip() | 返回修剪左右两侧空格之后的字符串 | `' jackfrued@126.com '.strip()` 输出结果：'[jackfrued@126.com](mailto:jackfrued@126.com)' | ## 列表 列表（`list`）是一种结构化的、非标量类型，它是值的有序序列，每个值都可以通过索引进行标识，定义列表可以将列表的元素放在 `[]` 中，多个元素用 `,` 进行分隔，可以使用 `for` 循环对列表元素进行遍历，也可以使用 `[]` 或 `[:]` 运算符取出列表中的一个或多个元素。 ### 定义 ```python # 列表定义 list1 = [ 'abcd', 786, 2.23, 'runoob', 70.2 ] tinylist = [123, 'runoob'] # 输出完整列表 print(list1) # 输出结果：['abcd', 786, 2.23, 'runoob', 70.2] # 输出列表第一个元素 print(list1[0]) # 输出结果：'abcd' # 从第二个开始输出到第三个元素 print(list1[1:3]) # 输出结果：[786, 2.23] # 输出从第三个元素开始的所有元素 print(list1[2:]) # 输出结果：[2.23, 'runoob', 70.2] # 输出两次列表 print(tinylist * 2) # 输出结果：[123, 'runoob', 123, 'runoob'] # 连接列表 print(list1 + tinylist) # 输出结果：['abcd', 786, 2.23, 'runoob', 70.2, 123, 'runoob'] # 通过循环用下标遍历列表元素 for index in range(len(list1)): print(list1[index]) # 通过for 循环遍历列表元素 for elem in list1: print(elem) # 通过 enumerate 函数处理列表之后再遍历可以同时获得元素索引和值 for index, elem in enumerate(list1): print(index, elem) ``` ### 运算 ```python # 创建列表 list1 = [1, 2, 3] list2 = [4, 5, 6] # 连接列表，返回一个新的列表 list3 = list1 + list2 print(list3) # 输出：[1, 2, 3, 4, 5, 6] # 复制列表，返回一个新的列表 list4 = list1 * 3 print(list4) # 输出：[1, 2, 3, 1, 2, 3, 1, 2, 3] # 计算元素个数 length = len(list1) print(length) # 输出：3 # 判断元素是否在列表中 result = 4 in list1 print(result) # 输出：False result = 2 in list1 print(result) # 输出：True # 访问元素，可以使用索引，索引从0开始 elem = list1[0] print(elem) # 输出：1 # 切片操作 list5 = list1[1:3] print(list5) # 输出：[2, 3] # 切片时可以指定步长 list6 = list1[0:3:2] print(list6) # 输出：[1, 3] # 切片时可以省略开始或结束索引 list7 = list1[:2] list8 = list1[1:] print(list7) # 输出：[1, 2] print(list8) # 输出：[2, 3] # 反向切片 list9 = list1[::-1] print(list9) # 输出：[3, 2, 1] # 修改元素值 list1[0] = 100 print(list1) # 输出：[100, 2, 3] # 列表末尾添加元素 list1.append(4) print(list1) # 输出：[100, 2, 3, 4] # 列表末尾删除元素 list1.pop() print(list1) # 输出：[100, 2, 3] # 指定位置插入元素 list1.insert(1, 200) print(list1) # 输出：[100, 200, 2, 3] # 删除指定位置的元素 del list1[2] print(list1) # 输出：[100, 200, 3] # 清空列表 list1.clear() print(list1) # 输出：[] ``` ### 常用方法 | 函数 | 描述 | | :----------------------------------- | :----------------------------------------------------------- | | `len(list)` | 返回列表元素的个数。 | | `list.append(x)` | 在列表末尾添加元素 `x`。 | | `list.insert(i, x)` | 在指定位置 `i` 前插入元素 `x`。 | | `list.extend(iterable)` | 将可迭代对象中的元素逐个添加到列表。 | | `list.remove(x)` | 删除列表中第一个值为 `x` 的元素。 | | `list.pop([i])` | 移除并返回列表中指定位置 `i` 处的元素。如果未指定索引，默认删除并返回最后一个元素。 | | `list.clear()` | 清空列表中的所有元素。 | | `list.index(x[, start[, end]])` | 返回列表中第一个值为 `x` 的元素的索引。如果未找到该元素，会引发 `ValueError` 异常。 | | `list.count(x)` | 返回元素 `x` 在列表中出现的次数。 | | `list.sort(key=None, reverse=False)` | 对列表进行排序，如果指定参数 `key` 则按照 `key` 进行排序，如果指定参数 `reverse` 则为降序。 | | `list.reverse()` | 将列表中的元素倒序排列。 | | `list.copy()` | 返回列表的浅拷贝，即创建一个新列表并复制原列表中的元素。 | ## 元组 Python 中的元组是一种容器数据类型，使用小括号 `()` 定义，类似于列表，但元组的元素不能修改，是不可变的。元组用于存储多个数据，可以包含不同类型的元素。与列表不同，元组在定义时可以省略括号，但在实际使用中建议加上括号，以增强代码的可读性。 ![img](https://static.7wate.com/img/2022/11/20/49dc8db289c04.png) ### 定义 ```python # 定义元组 t = ('骆昊', 38, True, '四川成都') # 定义空元组 t1 = () # 元组中只包含一个元素时，需要在元素后面添加逗号 `,`，否则括号会被当作运算符使用。 tup1 = (50) # 不加逗号，类型为整型 tup1 = (50,) # 加上逗号，类型为元组 # 遍历元组中的值 for member in t: print(member) # 重新给元组赋值 # t[0] = '王大锤' # TypeError，元组不可修改 # 变量t重新引用了新的元组，原来的元组将被垃圾回收 t = ('王大锤', 20, True, '云南昆明') # 将元组转换成列表 person = list(t) # 将列表转换成元组 fruits_list = ['apple', 'banana', 'orange'] fruits_tuple = tuple(fruits_list) # 创建一个新的元组 tup1 = (12, 34.56) tup2 = ('abc', 'xyz') tup3 = tup1 + tup2 # 删除元组 tup = ('Google', 'Runoob', 1997, 2000) del tup ``` ### 运算 ```python # 创建元组 tup1 = (1, 2, 3) tup2 = (4, 5, 6) # 连接元组，返回一个新的元组 tup3 = tup1 + tup2 print(tup3) # 输出：(1, 2, 3, 4, 5, 6) # 复制元组，返回一个新的元组 tup4 = tup1 * 3 print(tup4) # 输出：(1, 2, 3, 1, 2, 3, 1, 2, 3) # 计算元素个数 length = len(tup1) print(length) # 输出：3 # 判断元素是否在元组中 result = 4 in tup1 print(result) # 输出：False result = 2 in tup1 print(result) # 输出：True # 访问元素，可以使用索引，索引从0开始 elem = tup1[0] print(elem) # 输出：1 # 切片操作 tup5 = tup1[1:3] print(tup5) # 输出：(2, 3) # 切片时可以指定步长 tup6 = tup1[0:3:2] print(tup6) # 输出：(1, 3) # 切片时可以省略开始或结束索引 tup7 = tup1[:2] tup8 = tup1[1:] print(tup7) # 输出：(1, 2) print(tup8) # 输出：(2, 3) # 反向切片 tup9 = tup1[::-1] print(tup9) # 输出：(3, 2, 1) ``` ### 常用方法 | 函数 | 描述 | | :------------------------------- | :----------------------------------------------------------- | | `len(tuple)` | 返回元组中元素的个数。 | | `tuple.count(x)` | 返回元组中元素 `x` 出现的次数。 | | `tuple.index(x[, start[, end]])` | 返回元组中第一个值为 `x` 的元素的索引。如果未找到该元素，会引发 `ValueError` 异常。 | | `tuple + tuple` | 将两个元组连接成一个新的元组。 | | `tuple * n` | 将元组重复 `n` 次。 | | `x in tuple` | 判断元素 `x` 是否在元组中，如果在返回 `True`，否则返回 `False`。 | | `x not in tuple` | 判断元素 `x` 是否不在元组中，如果不在返回 `True`，否则返回 `False`。 | ## 集合 集合（set）是由不重复元素组成的无序容器。基本用法包括成员检测、消除重复元素。集合对象支持合集、交集、差集、对称差分等数学运算。 ### 定义 集合可以通过花括号 `{}` 或 `set()` 函数创建。注意，创建空集合只能用 `set()`，不能用 `{}`，因为 `{}` 创建的是空字典。 ```python # 创建集合 set1 = {1, 2, 3, 4, 5} set2 = {3, 4, 5, 6, 7} set3 = {5, 6, 7, 8, 9} # 判断元素是否在集合内 3 in set1 # True 10 in set1 # False # 添加元素 set1.add(6) # {1, 2, 3, 4, 5, 6} set1.add(7) # {1, 2, 3, 4, 5, 6, 7} set1.add(3) # {1, 2, 3, 4, 5, 6, 7}，重复的元素不会被添加 # 删除元素 set1.remove(4) # {1, 2, 3, 5, 6, 7} set1.discard(6) # {1, 2, 3, 5, 7} set1.discard(8) # {1, 2, 3, 5, 7}，如果元素不存在，discard 方法不会引发异常 # 元素个数 len(set1) # 5 # 清空集合 set1.clear() # set() ``` ### 运算 ```python set1 = {1, 2, 3, 4, 5} set2 = {3, 4, 5, 6, 7} set3 = {5, 6, 7, 8, 9} # 交集 set1 & set2 # {3, 4, 5} # 并集 set1 | set2 # {1, 2, 3, 4, 5, 6, 7} # 差集 set1 - set2 # {1, 2} # 对称差运算（在 set1 或 set2 中，但不会同时出现在二者中） set1 ^ set2 # {1, 2, 6, 7} # 判断子集和超集 set2 <= set1 # False，set2 是 set1 的子集吗？ set3 <= set1 # False，set3 是 set1 的子集吗？ set1 >= set2 # False，set1 是 set2 的超集吗？ set1 >= set3 # False，set1 是 set3 的超集吗？ ``` ### 常用方法 | 函数 | 描述 | | :------------------------------------- | :----------------------------------------------------------- | | set.add(x) | 将元素 x 添加到集合中 | | set.remove(x) | 删除集合中的元素 x，如果 x 不在集合中会引发 KeyError | | set.discard(x) | 删除集合中的元素 x，如果 x 不在集合中不会引发异常 | | set.pop() | 随机删除集合中的一个元素，并返回删除的元素 | | set.clear() | 清空集合中的所有元素 | | len(set) | 返回集合中元素的个数 | | x in set | 判断元素 x 是否在集合中，如果在返回 True，否则返回 False | | set1.isdisjoint(set2) | 判断两个集合是否没有共同的元素，如果没有返回 True，否则返回 False | | set1.issubset(set2) | 判断集合 set1 是否是集合 set2 的子集，如果是返回 True，否则返回 False | | set1.issuperset(set2) | 判断集合 set1 是否是集合 set2 的超集，如果是返回 True，否则返回 False | | set1.union(set2) | 返回集合 set1 和 set2 的并集 | | set1.intersection(set2) | 返回集合 set1 和 set2 的交集 | | set1.difference(set2) | 返回集合 set1 和 set2 的差集，即在 set1 中但不在 set2 中的元素 | | set1.symmetric_difference(set2) | 返回集合 set1 和 set2 的对称差集，即在 set1 或 set2 中，但不会同时出现在二者中的元素 | | set1.update(set2) | 将集合 set2 中的元素添加到 set1 中 | | set1.intersection_update(set2) | 将集合 set1 中不在 set2 中的元素删除 | | set1.difference_update(set2) | 将集合 set1 和 set2 的差集中的元素从 set1 中删除 | | set1.symmetric_difference_update(set2) | 将集合 set1 和 set2 的对称差集中的元素添加到 set1 中 | | set.copy() | 返回集合的浅拷贝 | | set.pop() | 随机删除并返回集合中的一个元素 | ## 字典 ![img](https://static.7wate.com/img/2022/11/20/6f5d818eb8092.png) 字典是另一种可变容器模型，且**可存储任意类型对象**。字典与列表、集合不同的是，它是一种键 - 值（key-value）对应的数据结构。每个元素都是**由一个键和一个值组成的键值对**，键和值通过冒号分开。键必须是唯一的，但值则不必。 ![img](https://static.7wate.com/img/2022/11/20/0e8264c5acc5a.png) ### 定义 ```python # 使用大括号创建字典 person = {'name': 'John', 'age': 30, 'city': 'New York'} # 使用 dict() 创建字典 empty_dict = dict() # 访问字典中的元素 print(person['name']) # 输出：John print(person['age']) # 输出：30 print(person['city']) # 输出：New York ``` ### 运算 ```python # 修改字典中的元素 person['age'] = 31 print(person) # 输出：{'name': 'John', 'age': 31, 'city': 'New York'} # 添加新的键值对 person['job'] = 'Engineer' print(person) # 输出：{'name': 'John', 'age': 31, 'city': 'New York', 'job': 'Engineer'} # 删除字典中的元素 del person['city'] print(person) # 输出：{'name': 'John', 'age': 31, 'job': 'Engineer'} # 清空字典 person.clear() print(person) # 输出：{} # 遍历字典的键 for key in person: print(key) # 遍历字典的值 for value in person.values(): print(value) # 遍历字典的键值对 for key, value in person.items(): print(key, value) # 判断键是否存在 if 'name' in person: print("Name exists.") ``` ### 常用方法 | 方法 | 描述 | | :----------------------- | :--------------------------------------- | | `keys()` | 返回字典所有键的列表 | | `values()` | 返回字典所有值的列表 | | `items()` | 返回字典所有键值对的元组列表 | | `get(key, default=None)` | 返回指定键的值，如果键不存在，返回默认值 | | `pop(key)` | 删除指定键的值，并返回该键对应的值 | | `popitem()` | 随机删除一个键值对，并返回该键值对 | | `clear()` | 删除字典中的所有键值对 | | `update(other_dict)` | 将其他字典的键值对更新到当前字典 | | `copy()` | 返回字典的浅拷贝（复制字典中的键值对） | ## 推导式 推导式是一种强大的 Python 特性，可以快速、简洁地创建新的数据序列。它可以从一个数据序列构建另一个新的数据序列的结构体。 ### 列表 列表推导式是最常用的推导式，它通过在一个可迭代对象上应用表达式来创建一个新的列表。 ```python # 语法 new_list = [out_exp_res for out_exp in input_list] new_list = [out_exp_res for out_exp in input_list if condition] # 示例 multiples = [i for i in range(30) if i % 3 == 0] print(multiples) # 输出：[0, 3, 6, 9, 12, 15, 18, 21, 24, 27] ``` ### 字典 ```python # 语法 new_dict = {key_expr: value_expr for value in collection} new_dict = {key_expr: value_expr for value in collection if condition} # 示例 dic = {x: x**2 for x in (2, 4, 6)} print(dic) # 输出：{2: 4, 4: 16, 6: 36} ``` ### 集合 ```python # 语法 new_set = {expression for item in sequence} new_set = {expression for item in sequence if conditional} # 示例 a = {x for x in 'abracadabra' if x not in 'abc'} print(a) # 输出：{'d', 'r'} ``` ### 元组 ```python # 语法 new_tuple = (expression for item in sequence) new_tuple = (expression for item in sequence if conditional) # 示例 a = (x for x in range(1, 10)) print(a) # 输出： at 0x7f900dfdd200> print(tuple(a)) # 输出：(1, 2, 3, 4, 5, 6, 7, 8, 9) ``` ### 其他 ```python f = [x for x in range(1, 10)] print(f) f = [x + y for x in 'ABCDE' for y in '1234567'] print(f) f = [x ** 2 for x in range(1, 1000)] print(sys.getsizeof(f)) # 查看对象占用内存的字节数 print(f) # 生成器表达式，不占用额外内存 f = (x ** 2 for x in range(1, 1000)) print(sys.getsizeof(f)) # 相比列表生成式，生成器不占用存储数据的空间 print(f) for val in f: print(val) ``` ## 迭代器 可迭代对象是 Python 中的一种数据结构，例如列表、元组、字典、字符串等都是可迭代对象。迭代器是一种特殊的可迭代对象，它可以通过调用 `iter()` 函数获取，然后使用 `next()` 函数逐个访问元素。迭代器在其生命周期中，会有四个状态：`GEN_CREATED`、`GEN_RUNNING`、`GEN_SUSPENDED` 和 `GEN_CLOSED`。 ```mermaid graph LR A[生成器已创建] --> B[解释器执行中] B --> C[在 yield 表达式处暂停] C --> D[解释器执行中] D --> C D --> E[生成器执行结束] ``` - **iter()**：创建迭代器。 - **next()**：输出迭代器的下一个元素。 ```python s = 'abc' it = iter(s) print(it) # 输出： print(next(it)) # 输出：'a' print(next(it)) # 输出：'b' print(next(it)) # 输出：'c' # 抛出异常 # 迭代器用尽后会引发 StopIteration 异常 try: print(next(it)) except StopIteration: print("迭代器用尽了。") ``` ## 生成器 生成器是一种特殊的迭代器，它是一个可以像迭代器一样使用 for 循环来获取元素的函数。生成器函数使用 `yield` 关键字将一个普通函数改造成生成器函数，`yield` 相当于 `return` 但有所不同，`yield` 虽然返回了值但函数并没有结束，而是暂停在 `yield` 处，下次调用 `next()` 或循环迭代时会从 `yield` 处继续执行。生成器在其生命周期中会有四个状态：`GEN_CREATED`、`GEN_RUNNING`、`GEN_SUSPENDED` 和 `GEN_CLOSED`。 ```mermaid graph LR A[生成器函数被调用] --> B[生成器已创建] B --> C[解释器执行中] C --> D[在 yield 表达式处暂停] D --> C C --> E[生成器执行结束] F[生成器已创建] --> G[GEN_CREATED] G --> H[生成器正在执行] H --> I[GEN_RUNNING] I --> J[在 yield 表达式处暂停] J --> H I --> K[生成器执行结束] K --> L[GEN_CLOSED] ``` 生成器在其生命周期中，会有如下四个状态： - GEN_CREATED：生成器已创建，还未被激活。 - GEN_RUNNING：解释器正在执行（只有在多线程应用中才能看到这个状态）。 - GEN_SUSPENDED：在 yield 表达式处暂停。 - GEN_CLOSED：生成器执行结束。 ```python def fibonacci(n): a, b, counter = 0, 1, 0 while True: if counter > n: return yield a a, b = b, a + b counter += 1 for i in fibonacci(10): print(i, end=" ") # 输出：0 1 1 2 3 5 8 13 21 34 55 ```