Python 简明教程 --- 14，Python 数据结构进阶

微信公众号：码农充电站pro

个人主页：https://codeshellme.github.io

如果你发现特殊情况太多，那很可能是用错算法了。

—— Carig Zerouni

前几节我们介绍了Python 中四种数据结构的特性和基本用法，本节介绍与数据结构相关的高级特性。

序列
迭代器
列表生成式
生成器
强制类型转换

1，序列

Python 序列是指，其中存放的元素是有序排列的，可用下标访问，字符串，列表，元组都是序列。

而字典与集合中的元素是无序排列的，因此一般不归在序列中。

Python 序列有如下特点：

序列中的元素是不可变类型
序列中的元素可用下标访问，下标可正可负
可通过切片访问部分连续元素
可进行相加，相乘，in 运算
可通过for 循环遍历所有元素

可以使用collections 模块中的Sequence 类来查看一个对象是否是一个序列：

>>> isinstance('', collections.Sequence) # 字符串是序列
True
>>> isinstance([], collections.Sequence) # 列表是序列
True
>>> isinstance((), collections.Sequence) # 元组是序列
True
>>> isinstance({}, collections.Sequence) # 字典不是序列
False
>>> isinstance(set(), collections.Sequence) # 集合不是序列
False

提示：

1，isinstance 函数用于查看一个对象属于某个类

2，在使用模块时，要先import 该模块

2，迭代器

可迭代类型

我们知道str，list，tuple，dict，set 都可用for 循环来遍历，这个遍历的过程就是一个迭代过程，这些类型都是可迭代类型。

可迭代的类型，都实现了__iter__ 方法，我们通过dir(可迭代对象)，可以看到，可迭代对象的魔法方法中都有一个__iter__ 方法。

我们也可以通过collections 模块中的Iterable 类型来查看一个对象是不是可迭代对象：

>>> isinstance('', collections.Iterable)
True
>>> isinstance([], collections.Iterable)
True
>>> isinstance((), collections.Iterable)
True
>>> isinstance({}, collections.Iterable)
True
>>> isinstance(set(), collections.Iterable)
True

迭代器

迭代器是一种可迭代的对象。

迭代器一定是可迭代的，可迭代的对象不一定是迭代器。

迭代器要实现两个魔法方法：__iter__ 和 __next__。

通过collections 模块中的Iterator 类型来查看这两个方法：

>>> dir(collections.Iterator)

判断一个对象是不是迭代器：

>>> isinstance('', collections.Iterator) # 字符串不是迭代器
False
>>> isinstance([], collections.Iterator) # 列表不是迭代器
False
>>> isinstance((), collections.Iterator) # 元组不是迭代器
False
>>> isinstance({}, collections.Iterator) # 字典不是迭代器
False
>>> isinstance(set(), collections.Iterator) # 集合不是迭代器
False

迭代器通用函数

迭代器有一些通用函数，下面我们介绍一些常用的。

1.enumerate 函数

在Python3 中，enumerate 实际上是一个类，可通过help(enumerate) 查看，也可以把它当做函数来使用。

其经常被用在for 循环中，即可遍历下标，又能遍历数据。

作用： 用于给一个可迭代的对象，添加下标

原型： enumerate(iterable[, start]) -> iterator

参数 iterable： 一个可迭代的对象

参数 start： 下标起始位置

返回值： 一个enumerate 对象，同时也是一个迭代器

示例：

>>> l = enumerate(['a', 'c', 'b']) # 参数是一个列表
>>> type(l)
<class 'enumerate'>
>>> isinstance(l, collections.Iterator) # 是一个迭代器
True
>>> for index, item in l:           # for 循环遍历，能遍历出下标
...     print(index, item)
...
0 a
1 c
2 b

2.iter 函数

作用：将一个可迭代的序列iterable 转换成迭代器

原型：iter(iterable) -> iterator

参数：iterable 是一个可迭代的序列

返回值：一个迭代器

示例：

>>> iter('123')            # 参数是字符串
<str_iterator object at 0x7fcb7dd320b8>     # str 迭代器
>>> iter([1, 2, 3])        # 参数是列表
<list_iterator object at 0x7fcb7dd4a0b8>    # list 迭代器
>>> iter((1, 2, 3))        # 参数是元组
<tuple_iterator object at 0x7fcb7dd4a0b8>   # tuple 迭代器
>>> iter(set([1, 2, 3]))   # 参数是集合
<set_iterator object at 0x7fcb7d2c5e10>     # set 迭代器
>>> iter({'a':1, 'b':2})   # 参数是字典
<dict_keyiterator object at 0x7fcb7f467098> # dict 迭代器

3.next 函数

作用：返回迭代器的下一个元素

原型：next(iterator[, default]) -> item

参数 iterator：是一个迭代器类型

参数 default：任意类型数据，可省

返回值：

当迭代器中有元素时：返回迭代器中的下一个元素

当迭代器中没有元素且没有default 参数时：抛出StopIteration 异常

当迭代器中没有元素且有default 参数时：返回default

示例：

>>> i = iter([1, 3, 5])  # i 是一个迭代器
>>> next(i)              # 返回 1
1
>>> next(i)              # 返回 3
3
>>> next(i)              # 返回 5
5
>>> next(i)              # i 中没有元素，抛出异常
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
StopIteration
>>>
>>> next(i, 7)           # i 中没有元素，返回第二个参数 7
7

4.len 函数

作用：用于计算一个对象obj中的元素的个数

原型：len(obj, /)

参数：一般obj 是一个可迭代类型对象，实际上，只要实现了__len__ 方法的对象，都可以使用该函数

返回值：一个整数

示例：

>>> len('abc')
3
>>> len([1, 2, 3])
3

5.max 函数

作用：返回可迭代对象iterable 中的最大元素

原型：max(iterable)

参数：iterable 是一个可迭代的对象，并且iterable 中的元素可比较

返回值：最大值

示例：

>>> max([1, 2])
2
>>> max([1, 2, 3])
3
>>> max('b', 'a')
'b'
>>> max('abc')
'c'
>>> max(1, 'a')     # 整数与字符串不是同类型，不可比较
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: '>' not supported between instances of 'str' and 'int'

6.min 函数

作用：返回可迭代对象iterable 中的最小元素

原型：min(iterable)

参数：iterable 是一个可迭代的对象，并且iterable 中的元素可比较

返回值：最小值

示例：

>>> min([1, 2])
1
>>> min([2, 3])
2
>>> min('abc')
'a'
>>> min('b', 'c')
'b'
>>> min('b', 2)  # 整数与字符串不是同类型，不可比较
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: '<' not supported between instances of 'int' and 'str'

7.sum 函数

作用：计算可迭代对象iterable 中的数据之和，最后在加上 start

原型：sum(iterable, start=0, /)

参数：iterable 是一个可迭代对象，其中的元素是数字类型

返回值：所有元素之和

示例：

>>> sum([1, 2, 3])     # 计算 1，2，3 之和
6
>>> sum([1, 2, 3], 5)  # 计算 1，2，3 之和，再加上 5
11

8.reversed 函数

reversed 实际上是一个类，可用help(reversed) 查看。

作用：将一个序列sequence 反转

原型：reversed(sequence)

参数：sequence 是一个序列类型

返回值：一个reversed 对象，该对象也是一个迭代器，可被迭代

示例：

>>> r = reversed('abcde')
>>> r                                    # 一个 reversed 对象
<reversed object at 0x7fcb79970518>
>>> isinstance(r, collections.Iterator)  # 也是一个迭代器
True
>>> [i for i in r]                  # 转换成列表，查看其中的元素
['e', 'd', 'c', 'b', 'a']
>>>
>>> r = reversed([1, 3, 5, 7])
>>> [i for i in r]
[7, 5, 3, 1]

3，列表生成式

列表生成式，又叫列表推导式，用于从一个可迭代对象生成一个列表，它是一种代码简写形式，其优点是代码简洁优雅。

比如，我们有一个列表 [1, 3, 5]，想求其中每个元素的平方，再将结果放入列表中，最终的结果是[1, 9, 25]。

如果是一般的方式，我们写出来的代码是这样的：

l = [1, 3, 5]
l2 = []
for i in l:
    item = i * i
    l2.append(item)
print(l2)

如果用列表生成式的方式，代码是这样的：

l = [1, 3, 5]
l2 = [i * i for i in l]
print(l2)

可以看到列表生成式比普通的形式要简洁许多。

列表生成式语法

最简单的列表生成式的语法，就像上面的代码一样：

列表生成式由三部分组成：

列表符号：中括号[]
表达式：用于生成新列表中的每个元素，一般与item 有关，也可无关
for 循环：用于迭代原始可迭代对象

列表生成式中的if 判断

列表生成式中也可以有if 判断，当判断条件成立时，才会执行表达式，并将该表达式的结果append 到新的列表中。

这里的if 判断没有else 部分，判断条件一般与item 有关。

如下：

示例：

l = [1, 3, 5]
# 只有当 l 中的元素大于 1 时，才算平方
l2 = [i * i for i in l if i > 1]
print(l2)

range 函数

在Python2.x 中，range 是一个函数。

在Python3.x 中，range 是一个类，可用help(range) 查看其手册。

>>> range
<class 'range'>

下面介绍Python3.x 中range 的用法，有两种参数形式：

作用：生成一个从start 到stop 的，步长为step 的，可迭代的整数序列，该序列包含start，不包含stop，即遵循左开右闭原则

原型：

range(stop) -> range object

range(start, stop[, step]) -> range object

参数：

当只有stop 参数时，该序列从0 开始到stop，步长为1

当有start 和stop 参数时，该序列从start 开始到stop，步长为1

当有step 参数时，步长为step

返回值：一个range 对象

示例：

>>> range(5)
range(0, 5)
>>> range(1, 5)
range(1, 5)
>>> range(1, 5, 2)
range(1, 5, 2)

range 对象是一个序列，而不是一个迭代器：

>>> isinstance(range(5), collections.Sequence)
True
>>> isinstance(range(5), collections.Iterator)
False

可以使用列表生成式来查看range 中的内容：

>>> [i for i in range(5)]       # 从 0 到 5
[0, 1, 2, 3, 4]
>>> [i for i in range(1, 5)]    # 从 1 到 5
[1, 2, 3, 4]
>>> [i for i in range(1, 5, 2)] # 步长为 2
[1, 3]

4，生成器

生成器也是一个迭代器。生成器跟列表有点像，但优点是比列表节省内存。

对于列表，Python 会为列表中的每个元素都分配实实在在的内存空间，如果列表中的元素很多，那么列表将消耗大量内存。

而对于生成器，Python 并不会为其中的每个元素都分配内存。

生成器记录的是一种算法，是如何生成数据的算法，在每次用到数据时，才会去生成数据，而不会一开始就将所有的数据准备好。

因此，对于相同的功能，生成器和列表都能完成，而生成器可以节省大量的内存。

创建生成器有两种方式：

将列表生成式中的中括号[]改为小括号()
在函数中使用yield 关键字

使用列表生成式

如下代码可以生成一个列表：

>>> [i for i in range(5)]
[0, 1, 2, 3, 4]

将中括号[] 改为小括号()，就是一个生成器：

>>> l = (i for i in range(5))
>>> l
<generator object <genexpr> at 0x7f3433d2d9e8>
>>> type(l)
<class 'generator'>
>>> isinstance(l, collections.Iterator) # 生成器也是一个迭代器
True

其中的generator 就是生成器的意思，它也是一个类。

使用yield 关键字

比如，我们想计算列表[1, 3, 5] 中每个元素的平方，使用yield 关键字，代码如下：

#! /usr/bin/env python3
def test():
    print('test...')
    l = [1, 3, 5]
    for i in l:
        tmp = i * i
        print('yield tmp:%s' % tmp)
        yield tmp 
t = test()
print(t)       # <generator object test at 0x7fde1cdaa3b8>
print(type(t)) # <class'generator'>

注意，我们定义了一个函数，这里我们只是为了演示如何使用yield 来创建生成器，而不用过多关注如何定义函数。

函数的概念我们会在后续章节详细介绍。

执行以上代码，输出如下：

<generator object test at 0x7fde1cdaa3b8>
<class'generator'>

你会发现，字符串test...并没有被打印出来。

你可能会有疑问，既然代码t = test() 已经执行了，那整个test() 函数中的代码都应该执行完了才对，那字符串test... 怎么会没有打印呢？

那是因为，生成器中代码的执行是惰性的。当执行t = test() 这行代码时，test() 函数并没有被执行。

前边我们说过，生成器记录的是一个算法，而不是真正的数据，数据只有当使用到的时候，才会去生成。

所以，变量 t 中只是一个算法，而没有数据。

因为，生成器也是一个迭代器，所以生成器可以使用next() 函数来访问其中的数据：

i = next(t)
print('i value is', i)

执行上面这行代码后，程序会输出：

test...
yield tmp:1
i value is 1

字符串test... 被打印，说明test() 执行了。

当代码执行到yield 时，变量i 会接收到yield 返回的数据，此时，代码会从yield 处跳出test() 函数。

如果接下来，不再遍历变量t 中的数据，那么整个代码就执行结束了。

如果我们再次执行代码：

j = next(t)
print('j value is', j)

程序会输出：

yield tmp:9
j value is 9

可见代码会在上次yield 的地方，再次向下执行。

我们再次执行代码：

k = next(t)
print('k value is', k)

程序会输出：

yield tmp:25
k value is 25

当t 中的元素被遍历完后，如果再次执行next(t)，则会抛出StopIteration 异常。

使用next() 函数来遍历生成器中的所有元素是很麻烦的，我们可以像遍历列表一样，用for 循环来遍历生成器中的元素：

for i in t:
    print(i)

输出如下：

test...
yield tmp:1
1
yield tmp:9
9
yield tmp:25
25

整个遍历过程中，字符串test... 只被输出了一次，并没有被输出三次。

说明当代码执行到yield 时，并没有从函数test() 中返回，代码只是暂停在了yield 处，等下次需要数据时，会接着从上次的yield 处接着执行。

生成器比列表节省内存

如果我们想生成一个从0 到9999 的数字序列，用列表的话，是这样的：

>>> l = [i for i in range(10000)]
>>> sys.getsizeof(l)  # 内存占用 87624 字节
87624

sys 模块的getsizeof 方法可以查看一个对象的大小，单位是字节。

用生成器来实现的话，是这样的：

>>> l = (i for i in range(10000))
>>> sys.getsizeof(l)  # 内存占用 88 字节
88

可以看到0 到9999 这样的整数序列，使用列表的话，占用 87624 字节；使用生成器的话，只占用 88 字节

5，强制类型转换

我们已经知道了，Python3 中的str，list，tuple，dict，set 都是一个类：

>>> type('')
<class 'str'>
>>> type([])
<class 'list'>
>>> type(())
<class 'tuple'>
>>> type({})
<class 'dict'>
>>> type(set())
<class 'set'>

每个类都有构造方法，这些构造方法可以将其它类型的数据，转换成该类型数据，我们也可以将这种转换称为强制类型转换。

提示：

构造方法是一个类的初始化方法，就是用什么样的数据去构造一个特定类的对象。

当介绍到类与对象时，我们会详细介绍。

str强制转换

作用： 将其它类型数据转换成字符串

原型： str(object='') -> str

参数： 任意类型数据

返回值： 字符串

示例：

>>> str(1)        # 将数字转换成字符串
'1'
>>> str([1, 2])   # 将列表转换成字符串
'[1, 2]'
>>> str((1, 2))   # 将元组转换成字符串
'(1, 2)'

list强制转换

作用： 将一个可迭代类型转成列表

原型： list(iterable) -> list

参数： 任意可迭代类型数据

返回值： 列表

示例：

>>> list((1, 2))   # 将一个元组转成列表
[1, 2]
>>> list(range(3)) # 将一个 range 对象转成列表
[0, 1, 2]

tuple强制转换

作用： 将一个可迭代类型转成元组

原型： tuple(iterable) -> tuple

参数： 任意可迭代类型数据

返回值： 元组

示例：

>>> tuple([1, 2])    # 将一个列表转成元组
(1, 2)
>>> tuple(range(3))  # 将一个 range 对象转成元组
(0, 1, 2)

dict强制转换

作用： 将一个可迭代类型数据转成字典

原型： dict(iterable) -> dict

参数： iterable 是一个可迭代对象，并且该对象中的元素是元组

返回值： 字典

示例：

>>> t = ((1, 2), (2, 3))  # t 是一个元组，其中的元素也是元组
>>> dict(t)
{1: 2, 2: 3}
>>>
>>> l = [(1, 2), (2, 3)] # l 是一个列表，其中的元素是元组
>>> dict(l)
{1: 2, 2: 3}

set强制转换

作用： 将一个可迭代类型数据转成集合

原型： set(iterable) -> set

参数： 一个可迭代对象

返回值： 集合

其实，我们在介绍集合时，都是用的这种方式来声明的集合，示例：

>>> set('abc')      # 将一个字符串转成集合
{'b', 'c', 'a'}
>>> set([0, 1])     # 将一个列表转成集合
{0, 1}
>>> set((0, 1))     # 将一个元组转成集合
{0, 1}

（完。）

推荐阅读：

Python 简明教程 --- 9，Python 编码

Python 简明教程 --- 10，Python 列表

Python 简明教程 --- 11，Python 元组

Python 简明教程 --- 12，Python 字典

Python 简明教程 --- 13，Python 集合

欢迎关注作者公众号，获取更多技术干货。