概覽

• 列表操作（增刪改查/切片/推導式）
• 元組特性與不可變性
• 字典操作（鍵值對/嵌套字典）
• 集合運算（交集/并集/差集）

Python的核心數據結構是編程的基石，本文將系統講解列表、元組、字典和集合四大數據結構，包含詳細的教學內容和實用示例。

一、列表：靈活的可變序列

列表是Python中最常用的數據結構，支持存儲不同類型元素，并允許動態修改。

創建與基本操作

# 創建列表
fruits = ["apple", "banana", "cherry"]
numbers = [1, 3.14, True]  # 支持混合類型# 索引訪問（正向從0開始，負向從-1開始）
print(fruits[0])   # "apple"
print(fruits[-1])  # "cherry"# 添加元素
fruits.append("orange")       # 末尾添加 ["apple", "banana", "cherry", "orange"]
fruits.insert(1, "mango")     # 指定位置插入 ["apple", "mango", "banana", "cherry", "orange"]# 刪除元素
fruits.remove("banana")       # 按值刪除
popped = fruits.pop(2)        # 按索引刪除并返回被刪元素
del fruits[0:2]               # 刪除切片 ["cherry", "orange"]# 修改元素
fruits[0] = "kiwi"            # 直接賦值修改

切片操作詳解

切片語法：
list[start:stop:step]

numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]# 基礎切片
print(numbers[2:5])    # [2, 3, 4]  索引2到5(不含5)
print(numbers[:3])     # [0, 1, 2]  從頭開始
print(numbers[7:])     # [7, 8, 9]  直到末尾# 步長切片
print(numbers[::2])    # [0, 2, 4, 6, 8]  每隔一個取
print(numbers[1::2])   # [1, 3, 5, 7, 9]  奇數索引
print(numbers[::-1])   # [9, 8, 7, ...]   逆序列表# 切片復制
copy = numbers[:]      # 創建全新列表副本

列表推導式實戰

列表推導式提供簡潔高效的創建方式：

# 基礎推導式
squares = [x**2 for x in range(10)]  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# 條件過濾
even_squares = [x**2 for x in range(10) if x % 2 == 0]  # [0, 4, 16, 36, 64]# 嵌套推導式
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]  # [1, 2, 3, 4, 5, 6, 7, 8, 9]# 帶條件轉換
grades = [85, 92, 78, 90, 65]
result = ["Pass" if score >= 70 else "Fail" for score in grades]  # ['Pass', 'Pass', 'Pass', 'Pass', 'Fail']

二、元組：不可變的守護者

元組與列表類似，但創建后不可修改，適合存儲不應改變的數據。

創建與特性

# 創建元組
colors = ("red", "green", "blue")
coordinates = (40.7128, -74.0060)  # 經緯度數據# 單元素元組需加逗號
single = ("only",)  # 注意逗號
not_tuple = ("oops")  # 這實際是字符串# 解包賦值
x, y, z = colors  # x="red", y="green", z="blue"# 不可變性驗證
try:colors[1] = "yellow"  # 嘗試修改
except TypeError as e:print(f"錯誤：{e}")  # 'tuple' object does not support item assignment

元組的實際應用場景

# 1. 函數返回多個值
def get_dimensions():return 1920, 1080width, height = get_dimensions()# 2. 字典鍵值（列表不能作為鍵）
locations = {(35.6895, 139.6917): "Tokyo",(40.7128, -74.0060): "New York"
}# 3. 保護重要數據
CONFIG = ("admin", "secure_password", 8080)
# 后續無法修改CONFIG內容# 4. 格式化字符串
print("%s 的坐標是 (%.2f, %.2f)" % ("東京", 35.68, 139.69))

元組vs列表性能對比

import sys
import timeitlist_size = sys.getsizeof([1, 2, 3, 4, 5])  # 112 bytes
tuple_size = sys.getsizeof((1, 2, 3, 4, 5))  # 88 byteslist_time = timeit.timeit("x = [1, 2, 3, 4, 5]", number=1000000)  # 約0.06秒
tuple_time = timeit.timeit("x = (1, 2, 3, 4, 5)", number=1000000) # 約0.02秒

三、字典：高效的鍵值映射

字典通過哈希表實現，具有O(1)時間復雜度的查找效率。

基礎操作詳解

# 創建字典
student = {"name": "Alice","age": 20,"courses": ["Math", "Physics"]
}# 增/改元素
student["email"] = "alice@example.com"  # 新增
student["age"] = 21  # 修改# 刪除元素
del student["courses"]  # 刪除鍵值對
age = student.pop("age")  # 刪除并返回值# 查詢元素
print(student["name"])  # 直接訪問（鍵不存在會報錯）
print(student.get("phone", "N/A"))  # 安全訪問，不存在返回默認值# 遍歷字典
for key in student:  # 遍歷鍵print(key)for key, value in student.items():  # 同時遍歷鍵值print(f"{key}: {value}")

嵌套字典實戰

# 多層嵌套結構
university = {"departments": {"CS": {"head": "Dr. Smith","courses": ["Algorithms", "AI"]},"Math": {"head": "Dr. Johnson","courses": ["Calculus", "Statistics"]}},"students": 15000
}# 訪問嵌套值
print(university["departments"]["CS"]["courses"][0])  # "Algorithms"# 修改嵌套值
university["departments"]["Math"]["head"] = "Dr. Brown"# 添加新系
university["departments"]["Physics"] = {"head": "Dr. Wilson","courses": ["Mechanics", "Quantum Physics"]
}# 安全訪問深層次鍵
from collections import defaultdict
grades = defaultdict(lambda: "N/A", {"Math": "A", "Physics": "B"})
print(grades["Chemistry"])  # 輸出 "N/A" 而不報錯

字典推導式

# 基本推導式
numbers = [1, 2, 3, 4]
squares = {x: x**2 for x in numbers}  # {1: 1, 2: 4, 3: 9, 4: 16}# 條件過濾
even_squares = {x: x**2 for x in numbers if x % 2 == 0}  # {2: 4, 4: 16}# 鍵值轉換
student = {"name": "Alice", "age": 20}
uppercase = {key.upper(): str(value).upper() for key, value in student.items()}  # {"NAME": "ALICE", "AGE": "20"}

四、集合：無序且唯一

集合用于存儲不重復元素，支持數學集合運算。

基本操作

# 創建集合
primes = {2, 3, 5, 7, 11}
evens = set([2, 4, 6, 8, 10])# 添加元素
primes.add(13)    # {2, 3, 5, 7, 11, 13}
primes.add(3)     # 重復元素自動忽略# 刪除元素
primes.remove(2)  # 刪除存在的元素
primes.discard(4) # 安全刪除（元素不存在不報錯）# 集合運算
A = {1, 2, 3, 4}
B = {3, 4, 5, 6}print(A | B)  # 并集 {1, 2, 3, 4, 5, 6}
print(A & B)  # 交集 {3, 4}
print(A - B)  # 差集 {1, 2}
print(A ^ B)  # 對稱差 {1, 2, 5, 6}# 成員測試（O(1)時間復雜度）
if 5 in B:print("5在集合B中")

集合實際應用

# 1. 數據去重
words = ["hello", "world", "hello", "python", "world"]
unique_words = set(words)  # {"hello", "world", "python"}# 2. 關系測試
developers = {"Alice", "Bob", "Charlie"}
designers = {"Bob", "David", "Eve"}
both_roles = developers & designers  # {"Bob"}# 3. 過濾重復內容
emails = ["a@test.com", "b@test.com", "a@test.com", "c@test.com"]
unique_emails = list(set(emails))  # 去重后轉回列表# 4. 大型數據成員測試（效率遠高于列表）
big_set = set(range(1000000))
%timeit 999999 in big_set  # 約 0.03 毫秒big_list = list(range(1000000))
%timeit 999999 in big_list # 約 12 毫秒

數據結構對比與選型指南

特性	列表(List)	元組(Tuple)	字典(Dict)	集合(Set)
可變性	可變	不可變	可變	可變
排序	有序	有序	無序（Python3.7+有序）	無序
元素特性	可重復	可重復	鍵唯一	元素唯一
查找速度	O(n)	O(n)	O(1)	O(1)
內存占用	中等	較小	較大	較大
典型應用	同質數據序列	數據保護/常量	鍵值映射	去重/集合運算

選型決策樹：

1. 需要修改元素？ → 列表（有序數據）/字典（鍵值對）
2. 需要保護數據不被修改？ → 元組
3. 需要快速查找元素？ → 字典（按鍵查找）/集合（按值查找）
4. 需要去重？ → 集合
5. 需要數學集合運算？ → 集合

最佳實踐建議：

1. 使用元組存儲不應更改的數據（如配置常量）
2. 優先選擇字典進行鍵值映射，特別是大型數據集
3. 使用集合推導式比循環更高效
4. 切片操作時注意：start包含，end不包含
5. 字典鍵必須為不可變類型（字符串、數字、元組）

掌握這些核心數據結構及其特性，能夠根據具體需求選擇最合適的工具，大幅提升代碼效率和可讀性。

本文由元來智聯開發團隊出品：元來智聯-網站、小程序等定制開發，專業開發服務商