面向对象的 Python - 数据结构
从语法的角度来看，Python 数据结构非常直观，并且提供了大量的操作选择。您需要根据数据涉及的内容、是否需要修改、或者是否是固定数据以及需要什么访问类型（例如开始/结束/随机等）来选择Python数据结构。
列表
列表代表了 Python 中最通用的数据结构类型。列表是一个容器，其中在方括号之间保存逗号分隔的值（项目或元素）。当我们想要使用多个相关值时，列表很有用。由于列表将数据保存在一起，我们可以同时对多个值执行相同的方法和操作。列表索引从零开始，与字符串不同，列表是可变的。
数据结构 - 列表
>>> >>> # Any Empty List >>> empty_list = [] >>> >>> # A list of String >>> str_list = ['Life', 'Is', 'Beautiful'] >>> # A list of Integers >>> int_list = [1, 4, 5, 9, 18] >>> >>> #Mixed items list >>> mixed_list = ['This', 9, 'is', 18, 45.9, 'a', 54, 'mixed', 99, 'list'] >>> # To print the list >>> >>> print(empty_list) [] >>> print(str_list) ['Life', 'Is', 'Beautiful'] >>> print(type(str_list)) <class 'list'> >>> print(int_list) [1, 4, 5, 9, 18] >>> print(mixed_list) ['This', 9, 'is', 18, 45.9, 'a', 54, 'mixed', 99, 'list']
访问 Python 列表中的项目
列表中的每个项目都分配有一个数字 - 即该数字的索引或位置。索引始终从零开始，第二个索引是 1，依此类推。要访问列表中的项目，我们可以在方括号内使用这些索引号。例如，观察以下代码 -
>>> mixed_list = ['This', 9, 'is', 18, 45.9, 'a', 54, 'mixed', 99, 'list'] >>> >>> # To access the First Item of the list >>> mixed_list[0] 'This' >>> # To access the 4th item >>> mixed_list[3] 18 >>> # To access the last item of the list >>> mixed_list[-1] 'list'
空对象
空对象是最简单、最基本的 Python 内置类型。我们在没有注意到的情况下多次使用它们，并将其扩展到我们创建的每个类。编写空类的主要目的是暂时阻止某些内容，然后对其进行扩展和添加Behave。
向类添加Behave意味着用对象替换数据结构并更改对其的所有引用。因此，在创建任何内容之前，检查数据是否是伪装的对象非常重要。请观察以下代码以更好地理解：
>>> #Empty objects >>> >>> obj = object() >>> obj.x = 9 Traceback (most recent call last): File "<pyshell#3>", line 1, in <module> obj.x = 9 AttributeError: 'object' object has no attribute 'x'
从上面我们可以看出，不可能在直接实例化的对象上设置任何属性。当Python允许对象具有任意属性时，需要一定量的系统内存来跟踪每个对象具有哪些属性，用于存储属性名称及其值。即使没有存储任何属性，也会为潜在的新属性分配一定量的内存。
因此，Python 默认情况下禁用对象和其他几个内置函数的任意属性。
>>> # Empty Objects
>>>
>>> class EmpObject:
pass
>>> obj = EmpObject()
>>> obj.x = 'Hello, World!'
>>> obj.x
'Hello, World!'
因此，如果我们想将属性分组在一起，我们可以将它们存储在一个空对象中，如上面的代码所示。然而，并不总是建议使用这种方法。请记住，仅当您想要指定数据和Behave时才应使用类和对象。
元组
元组与列表类似，可以存储元素。然而，它们是不可变的，所以我们不能添加、删除或替换对象。元组由于其不变性而提供的主要好处是我们可以将它们用作字典中的键，或者对象需要哈希值的其他位置。
元组用于存储数据，而不是Behave。如果您需要操作元组的Behave，则需要将元组传递到执行该操作的函数（或另一个对象上的方法）。
由于元组可以充当字典键，因此存储的值彼此不同。我们可以通过用逗号分隔值来创建一个元组。元组用括号括起来，但不是强制的。以下代码显示了两个相同的分配。
>>> stock1 = 'MSFT', 95.00, 97.45, 92.45
>>> stock2 = ('MSFT', 95.00, 97.45, 92.45)
>>> type (stock1)
<class 'tuple'>
>>> type(stock2)
<class 'tuple'>
>>> stock1 == stock2
True
>>>
定义元组
元组与列表非常相似，只是整个元素集都括在括号而不是方括号中。
就像当你对列表进行切片时，你会得到一个新列表，当你对元组进行切片时，你会得到一个新元组。
>>> tupl = ('Tuple','is', 'an','IMMUTABLE', 'list')
>>> tupl
('Tuple', 'is', 'an', 'IMMUTABLE', 'list')
>>> tupl[0]
'Tuple'
>>> tupl[-1]
'list'
>>> tupl[1:3]
('is', 'an')
Python 元组方法
以下代码显示了 Python 元组中的方法 -
>>> tupl
('Tuple', 'is', 'an', 'IMMUTABLE', 'list')
>>> tupl.append('new')
Traceback (most recent call last):
File "<pyshell#148>", line 1, in <module>
tupl.append('new')
AttributeError: 'tuple' object has no attribute 'append'
>>> tupl.remove('is')
Traceback (most recent call last):
File "<pyshell#149>", line 1, in <module>
tupl.remove('is')
AttributeError: 'tuple' object has no attribute 'remove'
>>> tupl.index('list')
4
>>> tupl.index('new')
Traceback (most recent call last):
File "<pyshell#151>", line 1, in <module>
tupl.index('new')
ValueError: tuple.index(x): x not in tuple
>>> "is" in tupl
True
>>> tupl.count('is')
1
从上面显示的代码中，我们可以理解元组是不可变的，因此 -
您无法将元素添加到元组中。
您不能追加或扩展方法。
您无法从元组中删除元素。
元组没有删除或弹出方法。
计数和索引是元组中可用的方法。
字典
字典是Python的内置数据类型之一，它定义键和值之间的一对一关系。
定义字典
观察以下代码以了解如何定义字典 -
>>> # empty dictionary
>>> my_dict = {}
>>>
>>> # dictionary with integer keys
>>> my_dict = { 1:'msft', 2: 'IT'}
>>>
>>> # dictionary with mixed keys
>>> my_dict = {'name': 'Aarav', 1: [ 2, 4, 10]}
>>>
>>> # using built-in function dict()
>>> my_dict = dict({1:'msft', 2:'IT'})
>>>
>>> # From sequence having each item as a pair
>>> my_dict = dict([(1,'msft'), (2,'IT')])
>>>
>>> # Accessing elements of a dictionary
>>> my_dict[1]
'msft'
>>> my_dict[2]
'IT'
>>> my_dict['IT']
Traceback (most recent call last):
File "<pyshell#177>", line 1, in <module>
my_dict['IT']
KeyError: 'IT'
>>>
从上面的代码我们可以观察到：
首先，我们创建一个包含两个元素的字典并将其分配给变量 my_dict。每个元素都是一个键值对，整个元素集用大括号括起来。
数字1是键，msft是它的值。同样，2是键，IT是它的值。
您可以通过键获取值，但反之则不然。因此，当我们尝试my_dict['IT']时，它会引发异常，因为IT不是键。
修改字典
观察以下代码以了解如何修改字典 -
>>> # Modifying a Dictionary
>>>
>>> my_dict
{1: 'msft', 2: 'IT'}
>>> my_dict[2] = 'Software'
>>> my_dict
{1: 'msft', 2: 'Software'}
>>>
>>> my_dict[3] = 'Microsoft Technologies'
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies'}
从上面的代码我们可以观察到 -
字典中不能有重复的键。更改现有键的值将删除旧值。
您可以随时添加新的键值对。
字典没有元素之间的顺序概念。它们是简单的无序集合。
在字典中混合数据类型
观察以下代码以了解如何在字典中混合数据类型 -
>>> # Mixing Data Types in a Dictionary
>>>
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies'}
>>> my_dict[4] = 'Operating System'
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies', 4: 'Operating System'}
>>> my_dict['Bill Gates'] = 'Owner'
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies', 4: 'Operating System',
'Bill Gates': 'Owner'}
从上面的代码我们可以观察到 -
不仅仅是字符串，字典值可以是任何数据类型，包括字符串、整数，包括字典本身。
与字典值不同，字典键受到更多限制，但可以是任何类型，例如字符串、整数或任何其他类型。
从词典中删除项目
观察以下代码以了解如何从字典中删除项目 -
>>> # Deleting Items from a Dictionary
>>>
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies', 4: 'Operating System',
'Bill Gates': 'Owner'}
>>>
>>> del my_dict['Bill Gates']
>>> my_dict
{1: 'msft', 2: 'Software', 3: 'Microsoft Technologies', 4: 'Operating System'}
>>>
>>> my_dict.clear()
>>> my_dict
{}
从上面的代码我们可以观察到 -
del - 允许您通过键从字典中删除单个项目。
clear - 删除字典中的所有项目。
套
Set() 是一个无序集合，没有重复元素。虽然单个项目是不可变的，但集合本身是可变的，也就是说我们可以从集合中添加或删除元素/项目。我们可以使用集合执行数学运算，例如并集、交集等。
虽然集合通常可以使用树来实现，但 Python 中的集合可以使用哈希表来实现。这使得它成为一种高度优化的方法来检查集合中是否包含特定元素
创建一个集合
通过将所有项目（元素）放在大括号{}内并用逗号分隔或使用内置函数set() 来创建集合。观察以下代码行 -
>>> #set of integers
>>> my_set = {1,2,4,8}
>>> print(my_set)
{8, 1, 2, 4}
>>>
>>> #set of mixed datatypes
>>> my_set = {1.0, "Hello World!", (2, 4, 6)}
>>> print(my_set)
{1.0, (2, 4, 6), 'Hello World!'}
>>>
集合方法
观察以下代码以了解集合的方法 -
>>> >>> #METHODS FOR SETS
>>>
>>> #add(x) Method
>>> topics = {'Python', 'Java', 'C#'}
>>> topics.add('C++')
>>> topics
{'C#', 'C++', 'Java', 'Python'}
>>>
>>> #union(s) Method, returns a union of two set.
>>> topics
{'C#', 'C++', 'Java', 'Python'}
>>> team = {'Developer', 'Content Writer', 'Editor','Tester'}
>>> group = topics.union(team)
>>> group
{'Tester', 'C#', 'Python', 'Editor', 'Developer', 'C++', 'Java', 'Content
Writer'}
>>> # intersets(s) method, returns an intersection of two sets
>>> inters = topics.intersection(team)
>>> inters
set()
>>>
>>> # difference(s) Method, returns a set containing all the elements of
invoking set but not of the second set.
>>>
>>> safe = topics.difference(team)
>>> safe
{'Python', 'C++', 'Java', 'C#'}
>>>
>>> diff = topics.difference(group)
>>> diff
set()
>>> #clear() Method, Empties the whole set.
>>> group.clear()
>>> group
set()
>>>
集合运算符
观察以下代码以了解集合运算符 -
>>> # PYTHON SET OPERATIONS
>>>
>>> #Creating two sets
>>> set1 = set()
>>> set2 = set()
>>>
>>> # Adding elements to set
>>> for i in range(1,5):
set1.add(i)
>>> for j in range(4,9):
set2.add(j)
>>> set1
{1, 2, 3, 4}
>>> set2
{4, 5, 6, 7, 8}
>>>
>>> #Union of set1 and set2
>>> set3 = set1 | set2 # same as set1.union(set2)
>>> print('Union of set1 & set2: set3 = ', set3)
Union of set1 & set2: set3 = {1, 2, 3, 4, 5, 6, 7, 8}
>>>
>>> #Intersection of set1 & set2
>>> set4 = set1 & set2 # same as set1.intersection(set2)
>>> print('Intersection of set1 and set2: set4 = ', set4)
Intersection of set1 and set2: set4 = {4}
>>>
>>> # Checking relation between set3 and set4
>>> if set3 > set4: # set3.issuperset(set4)
print('Set3 is superset of set4')
elif set3 < set4: #set3.issubset(set4)
print('Set3 is subset of set4')
else: #set3 == set4
print('Set 3 is same as set4')
Set3 is superset of set4
>>>
>>> # Difference between set3 and set4
>>> set5 = set3 - set4
>>> print('Elements in set3 and not in set4: set5 = ', set5)
Elements in set3 and not in set4: set5 = {1, 2, 3, 5, 6, 7, 8}
>>>
>>> # Check if set4 and set5 are disjoint sets
>>> if set4.isdisjoint(set5):
print('Set4 and set5 have nothing in common\n')
Set4 and set5 have nothing in common
>>> # Removing all the values of set5
>>> set5.clear()
>>> set5 set()