Python中的基本数据结构详解

# 1. Python中的数据类型概述

## 1.1 基本数据类型

Python中的基本数据类型包括整数（int）、浮点数（float）、布尔值（bool）和空值（None）等。

# 示例代码
num1 = 10  # 整数
num2 = 3.14  # 浮点数
is_finished = True  # 布尔值
empty_value = None  # 空值

**代码说明：**

- 整数类型用于表示不带小数的数值。
- 浮点数类型用于表示带小数的数值。
- 布尔值只有两个取值，True和False，用于逻辑运算。
- 空值表示一个不存在的对象或变量。

## 1.2 不可变数据类型

Python中的不可变数据类型包括整数、浮点数、布尔值、字符串、元组等，它们在创建后不能被修改。

# 示例代码
str1 = "Hello"  # 字符串
tuple1 = (1, 2, 3)  # 元组

**代码说明：**

- 字符串是一系列字符的集合，用单引号或双引号表示。
- 元组是一种有序的数据集合，创建后不可修改。

## 1.3 可变数据类型

Python中的可变数据类型包括列表和字典，它们在创建后可以修改其中的元素或键值对。

# 示例代码
list1 = [1, 2, 3]  # 列表
dict1 = {'name': 'Alice', 'age': 25}  # 字典

**代码说明：**

- 列表是一种有序的数据集合，可以修改、添加和删除其中的元素。
- 字典是一种键值对的数据集合，可以修改、添加和删除其中的键值对。

# 2. Python中的数字类型

在Python中，数字类型分为整数、浮点数和复数三种基本类型。下面将分别介绍它们的特点和用法。

### 2.1 整数类型

整数类型在Python中表示整数值，可以是正整数、负整数或零。整数类型在内存中通常以二进制补码的形式存储，没有取值范围限制。

# 整数类型示例
num1 = 10
num2 = -5
num3 = 0

print(num1)  # 输出：10
print(num2)  # 输出：-5
print(num1 + num2)  # 输出：5

整数类型支持常见的数学运算，如加减乘除、取模、幂运算等。

### 2.2 浮点数类型

浮点数类型用于表示小数值，在Python中采用IEEE 754标准双精度表示浮点数，通常有17位精度。

# 浮点数类型示例
num1 = 3.14
num2 = -0.5

print(num1)  # 输出：3.14
print(num2)  # 输出：-0.5
print(num1 + num2)  # 输出：2.64

浮点数类型支持小数运算，但由于浮点数的精度限制，可能存在精度丢失的问题。

### 2.3 复数类型

复数类型用于表示具有实部和虚部的复数，形式为`a + bj`，其中`a`为实部，`b`为虚部，`j`为虚数单位。

# 复数类型示例
num1 = 3 + 2j
num2 = -1j

print(num1)  # 输出：(3+2j)
print(num2)  # 输出：-1j
print(num1 + num2)  # 输出：(3+1j)

复数类型支持复数运算，如加减乘除等操作。

通过以上介绍，可以清楚地了解Python中的数字类型及其基本用法。接下来我们将深入探讨Python中更多数据结构的特点和应用。

# 3. Python中的序列类型

在Python中，序列是一种有序的容器，可以存放多个元素，并且可以根据索引访问这些元素。Python中的序列类型包括列表（list）、元组（tuple）和字符串（string）。

#### 3.1 列表（list）

列表是Python中最灵活的数据类型，可以存储任意类型的对象。列表使用方括号 [] 定义，可以通过索引访问列表中的元素，也支持切片操作。以下是一个示例代码：

# 创建一个包含不同数据类型的列表
my_list = [1, "hello", 3.14, True]

# 访问列表中的元素
print(my_list[0])  # 输出: 1

# 修改列表元素
my_list[1] = "world"
print(my_list)  # 输出: [1, "world", 3.14, True]

# 添加新元素到列表末尾
my_list.append("new element")
print(my_list)  # 输出: [1, "world", 3.14, True, "new element"]

总结：列表是可变的序列类型，可以存储不同类型的元素，支持索引、切片等操作，是Python中常用的数据结构之一。

#### 3.2 元组（tuple）

元组与列表相似，但是元组一旦创建，其元素不可更改（immutable）。元组使用圆括号 () 定义，也支持索引和切片。以下是一个示例代码：

# 创建一个包含整数和字符串的元组
my_tuple = (1, "hello", 3, "world")

# 访问元组中的元素
print(my_tuple[1])  # 输出: hello

# 尝试修改元组元素（会报错）
# my_tuple[2] = 5  # TypeError: 'tuple' object does not support item assignment

# 元组切片操作
print(my_tuple[1:3])  # 输出: ("hello", 3)

总结：元组是不可变的序列类型，一旦创建元素不可更改，但可以进行索引和切片操作，适合用于存储一组常量数据。

#### 3.3 字符串（string）

字符串是由字符组成的序列，可以使用单引号或双引号定义。字符串也支持索引和切片操作。以下是一个示例代码：

# 创建一个字符串
my_string = "Hello, World!"

# 访问字符串中的字符
print(my_string[7])  # 输出: W

# 字符串切片操作
print(my_string[0:5])  # 输出: Hello

# 字符串拼接
new_string = my_string + " Welcome!"
print(new_string)  # 输出: Hello, World! Welcome!

总结：字符串是一种不可变的序列类型，可以通过索引和切片访问其中的字符，也支持字符串拼接等操作。在Python中，字符串是非常常用的数据类型。

通过以上内容，我们详细介绍了Python中序列类型的三种基本数据结构：列表、元组和字符串。每种类型在不同场景下有着不同的应用，开发者可以根据需求选择合适的数据类型来处理数据。

# 4. Python中的集合类型

在Python中，集合是一种无序且元素唯一的数据结构。Python提供了两种内置的集合类型：集合（set）和冻结集合（frozenset）。

#### 4.1 集合（set）

集合是由一组无序且唯一的元素组成的数据结构。在集合中，元素是不可变的，因此可以包含元素为数字、字符串、元组等不可变类型的数据。集合可以用于去重、关系测试、数据筛选等场景。

# 创建一个集合
my_set = {1, 2, 3, 3, 4, 5}

# 打印集合
print(my_set)

# 添加元素到集合
my_set.add(6)

# 删除集合中的元素
my_set.remove(2)

# 集合交集、并集、差集等操作
set1 = {1, 2, 3}
set2 = {2, 3, 4}
intersection = set1 & set2
union = set1 | set2
difference = set1 - set2

# 打印操作结果
print(intersection)
print(union)
print(difference)

**代码总结：**
- 集合是无序的，元素唯一且不可变。
- 可以通过大括号{}或者set()函数来创建集合。
- 可以使用add()方法添加元素，remove()方法删除元素。
- 可以进行交集(&)、并集(|)、差集(-)等操作。

**结果说明：**
- 打印my_set会输出{1, 3, 4, 5, 6}，其中重复的元素被去除。
- intersection会输出{2, 3}，union会输出{1, 2, 3, 4}，difference会输出{1}。

#### 4.2 冻结集合（frozenset）

冻结集合是一种不可变的集合，一旦创建完毕，便无法更改其元素。与集合不同的是，冻结集合可以作为字典的键或其他集合的元素。

# 创建一个冻结集合
my_frozenset = frozenset([1, 2, 3, 4, 5])

# 尝试添加元素到冻结集合
# my_frozenset.add(6)  # 会报错，因为冻结集合不支持添加操作

# 冻结集合可以作为字典的键
my_dict = {my_frozenset: "Frozen Set Example"}

# 打印字典
print(my_dict)

**代码总结：**
- 冻结集合是不可变的，无法进行添加或删除元素的操作。
- 可以通过frozenset()函数来创建冻结集合。
- 冻结集合可以作为字典的键使用。

**结果说明：**
- 尝试添加元素到冻结集合会导致错误。
- 打印my_dict会输出{frozenset({1, 2, 3, 4, 5}): 'Frozen Set Example'}。

# 5. Python中的映射类型

Python中的映射类型指的是可以通过键来访问值的数据结构。在这一章节中，我们将深入探讨Python中的唯一映射类型——字典（dictionary）。

#### 5.1 字典（dictionary）

字典是Python中非常重要的数据类型之一，它由键值对（key-value pairs）构成，其中键是唯一的，在字典中用于访问对应的值。在本节中，我们将学习如何创建字典、对字典进行操作以及常见的字典应用场景。

5.1.1 创建字典

首先，我们来学习如何创建一个字典。在Python中，字典可以用花括号{}来表示，键值对之间使用冒号分隔，每对键值对之间使用逗号分隔。

# 创建一个空字典
my_dict = {}
# 创建一个带有初始键值对的字典
fruit_prices = {"apple": 2.99, "banana": 1.99, "orange": 1.49}

5.1.2 对字典进行操作

接下来，我们将学习如何向字典中添加新的键值对、访问字典中的值以及删除字典中的键值对。

# 向字典中添加新的键值对
fruit_prices["grape"] = 3.99
# 访问字典中的值
print(fruit_prices["apple"])  # 输出结果为 2.99
# 删除字典中的键值对
del fruit_prices["orange"]

5.1.3 字典的应用场景

字典在Python中有着广泛的应用，常见的应用场景包括记录键值对型数据，进行数据的快速查找和更新，以及作为数据库查询结果的存储结构等。

在本节中，我们对Python中的字典进行了详细的介绍，包括了字典的创建、操作和应用场景，希望对你有所帮助。

在下一节中，我们将深入探讨Python中的自定义数据结构。

# 6. Python中的自定义数据结构

#### 6.1 创建自定义类
在Python中，我们可以使用class关键字来创建自定义类，从而实现不同的数据结构。通过定义类和类方法，我们可以构建适合特定需求的数据结构。下面是一个简单的示例：

class Stack:
    def __init__(self):
        self.items = []

    def is_empty(self):
        return self.items == []

    def push(self, item):
        self.items.append(item)

    def pop(self):
        return self.items.pop()

    def peek(self):
        return self.items[-1]

    def size(self):
        return len(self.items)

# 创建一个Stack对象并进行操作
stack = Stack()
stack.push(1)
stack.push(2)
stack.push(3)
print(stack.pop())  # 输出：3
print(stack.peek())  # 输出：2
print(stack.size())  # 输出：2

##### 代码总结：
- 通过class关键字创建了一个名为Stack的自定义类，实现了栈（Stack）数据结构的基本操作。
- 使用__init__方法初始化栈，定义了is_empty、push、pop、peek和size等方法来操作栈。
- 实例化Stack类，并调用其方法对栈进行操作。

##### 结果说明：
- 依次将1、2、3压入栈中，再弹出栈顶元素3，输出栈顶元素2，栈内元素个数为2。

#### 6.2 使用类实现不同数据结构
除了栈，我们还可以使用类来实现其他数据结构，比如队列、链表等。在Python中，利用类的特性可以轻松地定义这些数据结构，满足不同场景的需求。

#### 6.3 实例化自定义类的应用案例
实际应用中，我们可以通过实例化自定义类来解决特定问题。比如利用自定义链表类实现LRU缓存淘汰算法，或者利用自定义字典类实现特定的数据存储结构等。

希望以上内容能够满足你的需求，如果需要更多细节或者其他帮助，请随时提出。