Python 常用数据结构

1 List
1.1 List 的使用
List 相关函数:append,extend,insert,remove,pop,index,count,sort,reverse
>>> a
[3, 1, 2]
>>> b
[4, 7, 6, 10]
>>> a.append(5)
>>> a
[3, 1, 2, 5]
>>> a.extend(b)
>>> a
[3, 1, 2, 5, 4, 7, 6, 10]
>>> a.insert(0,9)
>>> a
[9, 3, 1, 2, 5, 4, 7, 6, 10]
>>> a.insert(1,8)
>>> a
[9, 8, 3, 1, 2, 5, 4, 7, 6, 10]
>>> a.insert(5,1)
>>> a
[9, 8, 3, 1, 2, 1, 5, 4, 7, 6, 10]
>>> a.remove(1)
>>> a
[9, 8, 3, 2, 1, 5, 4, 7, 6, 10]
>>> a.pop(0)
9
>>> a
[8, 3, 2, 1, 5, 4, 7, 6, 10]
>>> a.pop()
10
>>> a
[8, 3, 2, 1, 5, 4, 7, 6]
>>> a.index(1)
3
>>> a.insert(2,6)
>>> a
[8, 3, 6, 2, 1, 5, 4, 7, 6]
 >>> a.count(3)
1
>>> a.count(6)
2
>>> a.sort()
>>> a
[1, 2, 3, 4, 5, 6, 6, 7, 8]
>>> a.reverse()
>>> a
[8, 7, 6, 6, 5, 4, 3, 2, 1]
>>> 
1.2 将List当作栈(Stack)
使用上面将的 append, pop 函数很容易将List当作栈来使用。栈有先进后出的特点。
>>> stack = [5,2,8]
>>> stack.append(9)
>>> stack
[5, 2, 8, 9]
>>> stack.append(1)
>>> stack
[5, 2, 8, 9, 1]
>>> stack.pop()
1
>>> stack
[5, 2, 8, 9]
>>> stack.pop()
9
>>> stack
[5, 2, 8]
1.3 将List当作队列
List同样很容易当作队列来使用，队列的特点是先进先出。然而，这样使用效率非常低。因为在队列头部删除元素时， 所有后面的元素都要左移。 可以使用collections.deque来实现队列，它是专门用于队列的，其设计保证了入队和出队的效率。
>>> from collections import deque
>>> queue = deque(["Linux","Unix","Windows"])
>>> queue
deque(['Linux', 'Unix', 'Windows'])
>>> queue.append("Mac")
>>> queue
deque(['Linux', 'Unix', 'Windows', 'Mac'])
>>> queue.popleft()
'Linux'
>>> queue
deque(['Unix', 'Windows', 'Mac'])
1.4 函数式程序设计工具
对于List来说，有三个函数是非常有用的：filter,map,reduce
filter(function,sequence) 从序列中选出能使函数function返回真的元素
>>> def f(x): return x % 2 !=0 and x % 3 != 0
... 
>>> filter(f, range(1,20))
[1, 5, 7, 11, 13, 17, 19]
map(function,sequence) 将函数function作用到sequence上的每一个元素，返回对应的值
>>> def f(x): return x*2+1
... 
>>> map(f,range(1,10))
[3, 5, 7, 9, 11, 13, 15, 17, 19]
如果函数有两个参数，那么需要两个序列
>>> def f(x,y): return x + y
... 
>>> map(f,[1,5,2],[6,3,9])
[7, 8, 11]
reduce(function,sequence) 将二元函数function作用在sequence前两个元素上，再将结果和下一个元素共同作为函数参数
>>> def f (x,y): return x + y
... 
>>> reduce(f,[1,2,3,4])
10
>>> def f(x,y): return x*y
... 
>>> reduce(f,[1,2,3,4])
24
1.5 List Comprehensions
List Comprehensions 是创建List的一种方式，例如
>>> squares = [x**2 for x in [4,3,7]]
>>> squares
[16, 9, 49]
>>> [(x,y) for x in [1,2,3] for y in [3,2,4] if x != y]
[(1, 3), (1, 2), (1, 4), (2, 3), (2, 4), (3, 2), (3, 4)]
这种方式有时候可以避免写很多代码，而且清晰可读，和数学里定义集合的方式很像，haskell中也有这样的方式。 另外，这货还可以嵌套着玩儿
>>> matrix = [
... [1,2,3,4],
... [5,6,7],
... [8,9,10,11,12]
... ]
>>> matrix
[[1, 2, 3, 4], [5, 6, 7], [8, 9, 10, 11, 12]]
>>> [ [row[i] for row in matrix] for i in range(3) ]
[[1, 5, 8], [2, 6, 9], [3, 7, 10]]
当然，这只是体现List Comprehensions的特性，真玩的时候，我们还有更方便的：
>>> zip(*matrix)
[(1, 5, 8), (2, 6, 9), (3, 7, 10)]
2 del 语句
>>> a = [5,2,67,1,72,1,728]
>>> a
[5, 2, 67, 1, 72, 1, 728]
>>> del a[0]
>>> a
[2, 67, 1, 72, 1, 728]
>>> del a[1:3]
>>> a
[2, 72, 1, 728]
>>> del a[:]
>>> a
[]
>>> del a
>>> a
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
NameError: name 'a' is not defined
3 Tuples 和 序列
表示序列的，还有一种标准的数据结构，Tuples。 Tuple中的元素是不能修改的。 虽然Tuple和List看起来很像，但是他们用于不同的场合，后面我们会介绍。
>>> t = "linux", "unix", "winx"
>>> t
('linux', 'unix', 'winx')
>>> p = ("ubuntu","arch","freebsd")
>>> p
('ubuntu', 'arch', 'freebsd')
>>> t[0]
'linux'
>>> t[0] = "*nix"
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: 'tuple' object does not support item assignment
>>> s = [1,2,3]
>>> s
[1, 2, 3]
>>> s[0] = 9
>>> s
[9, 2, 3]
Tuple 有packing 和 unpacking 两个概念 packing 就是:
>>> t = "linux","unix","freebsd"
unpacking 就是：
>>> x, y, z = t
>>> x
'linux'
>>> y
'unix'
>>> z
'freebsd'
4 Sets
python还有一种数据结构，Sets。用于存放不重复元素的无序集合，常用于成员测试，消除重复项等。Sets支持 数学集合中的交，差，并，等操作。
>>> os = ['linux','windows7','freebsd']
>>> oset = set(os)
>>> oset
set(['windows7', 'freebsd', 'linux'])
>>> 'linux' in oset
True
>>> 'unix' in oset
False
>>> a = set('sdkf;ahdf')
>>> b = set('safj13325er')
>>> a - b # 在 a 不在 b
set(['h', 'k', 'd', ';'])
>>> a | b # 在 a 或在 b
set(['r', 'a', 'e', 'd', 'f', 'h', 'k', 'j', '3', '1', 's',

补充：Web开发 , Python ,