


Bekerja dengan Struktur Data: Senarai, Tuples, Kamus, Set di Python
Jul 07, 2025 am 12:15 AMStruktur data yang paling biasa digunakan dalam Python adalah senarai, tupel, kamus, dan koleksi. 1. Senarai ini boleh berubah dan teratur, sesuai untuk menyimpan kandungan yang perlu diubah suai, dan menyokong operasi seperti menambah, memasukkan dan memadam elemen; 2. Tuple tidak berubah, sesuai untuk set data yang tidak akan berubah, mempunyai prestasi yang lebih baik dan boleh digunakan sebagai kunci untuk kamus; 3. Kamus menyimpan data dalam pasangan nilai utama, mempunyai kecekapan carian yang tinggi, dan sesuai untuk senario pengambilan cepat; 4. Set digunakan untuk deduplikasi dan menetapkan operasi, dan mempunyai keupayaan pengesanan ahli yang cekap. Menguasai ciri -ciri mereka dan senario yang berkenaan dapat meningkatkan kecekapan kod dan kejelasan.
Dalam pengaturcaraan Python, menguasai struktur data asas adalah langkah pertama dalam menulis kod yang baik. Senarai, tuple, kamus dan set adalah empat struktur data yang paling biasa digunakan. Mereka masing -masing mempunyai ciri -ciri mereka sendiri dan sesuai untuk senario yang berbeza.

Senarai: koleksi yang diperintahkan fleksibel
Senarai adalah salah satu struktur data yang paling biasa digunakan dan fleksibel dalam Python. Ia adalah pembolehubah, pengumpulan elemen yang sesuai untuk menyimpan kandungan yang perlu diubah suai dengan kerap.

- Senarai adalah pilihan yang hebat jika anda perlu menambah atau memadam elemen secara dinamik.
- Sebagai contoh, apabila merakam sejarah yang dimasukkan oleh pengguna, anda boleh menggunakan
append()
untuk terus menambah kandungan baru. - Operasi biasa termasuk:
-
list.append(x)
Tambahkan elemen hingga akhir -
list.insert(i, x)
memasukkan elemen di kedudukan yang ditentukan -
list.pop(i)
Menghapus dan mengembalikan elemen di lokasi yang ditentukan
-
Walau bagaimanapun, perlu diperhatikan bahawa kecekapan memasukkan atau memadam senarai di tengah adalah rendah. Jika jumlah data adalah besar dan kedudukan pertengahan sering dikendalikan, struktur lain boleh dipertimbangkan.
Tuple: bekas ringan yang tidak berubah
Tuple sangat serupa dengan senarai, tetapi mereka tidak berubah dan tidak boleh diubahsuai sebaik sahaja dibuat. Ciri ini menjadikannya "lebih ringan" daripada senarai dan lebih sesuai untuk koleksi data yang tidak berubah.

- Sebagai contoh, apabila fungsi mengembalikan pelbagai nilai, pulangan lalai adalah tuple.
- Kerana ia tidak berubah, tupel boleh digunakan sebagai kunci kepada kamus (selagi unsur -unsur di dalamnya boleh hashable), sementara senarai tidak boleh.
- Kaedah penciptaan adalah mudah, contohnya:
t = (1, 2, 3)
ataut = 1, 2, 3
Jika anda mempunyai dataset yang tidak perlu diubah suai, menggunakan tuple akan lebih selamat dan dapat meningkatkan prestasi.
Kamus: Struktur pasangan nilai kunci yang cekap
Kamus adalah salah satu struktur data yang paling berkuasa di Python. Ia menyimpan data dalam bentuk pasangan nilai utama , dan sangat efisien dalam mencarinya.
- Sebagai contoh, jika anda ingin mencari maklumat pengguna dengan cepat berdasarkan nama pengguna anda, sangat sesuai untuk menggunakan kamus.
- Operasi biasa:
-
d[key] = value
Tambah atau Kemas kini Nilai Kunci -
d.get(key)
mendapat nilai untuk mengelakkan kesilapan apabila kunci tidak wujud -
d.items()
melintasi semua pasangan nilai utama
-
Harus diingat bahawa kunci kamus mestilah jenis yang tidak berubah (seperti rentetan, nombor, tuples), dan nilai boleh dari apa -apa jenis.
Koleksi: Operasi deduplikasi dan hubungan
Set adalah satu set unsur-unsur yang tidak teratur dan tidak berulang , sesuai untuk operasi deduplikasi, bersilang dan perbezaan set.
- Sebagai contoh, jika anda mempunyai log akses pengguna, anda boleh melakukannya dengan hanya menukarnya ke dalam koleksi.
- Operasi biasa:
-
set.add(x)
Tambah elemen -
set.remove(x)
memadam elemen (jika tidak wujud, ralat akan dilaporkan) -
a | b
Union,a & b
persimpangan, set perbezaana - b
-
Koleksi ini dilaksanakan menggunakan jadual hash secara dalaman, jadi sangat cepat untuk menentukan sama ada elemen dimasukkan.
Pada dasarnya itu sahaja. Empat struktur data ini sering digunakan dalam pembangunan sebenar. Memahami ciri -ciri mereka dan senario yang sesuai membolehkan anda menulis kod Python yang lebih jelas dan lebih cekap.
Atas ialah kandungan terperinci Bekerja dengan Struktur Data: Senarai, Tuples, Kamus, Set di Python. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Alat AI Hot

Undress AI Tool
Gambar buka pakaian secara percuma

Undresser.AI Undress
Apl berkuasa AI untuk mencipta foto bogel yang realistik

AI Clothes Remover
Alat AI dalam talian untuk mengeluarkan pakaian daripada foto.

Clothoff.io
Penyingkiran pakaian AI

Video Face Swap
Tukar muka dalam mana-mana video dengan mudah menggunakan alat tukar muka AI percuma kami!

Artikel Panas

Alat panas

Notepad++7.3.1
Editor kod yang mudah digunakan dan percuma

SublimeText3 versi Cina
Versi Cina, sangat mudah digunakan

Hantar Studio 13.0.1
Persekitaran pembangunan bersepadu PHP yang berkuasa

Dreamweaver CS6
Alat pembangunan web visual

SublimeText3 versi Mac
Perisian penyuntingan kod peringkat Tuhan (SublimeText3)

Kunci untuk menangani pengesahan API adalah untuk memahami dan menggunakan kaedah pengesahan dengan betul. 1. Apikey adalah kaedah pengesahan yang paling mudah, biasanya diletakkan dalam tajuk permintaan atau parameter URL; 2. BasicAuth menggunakan nama pengguna dan kata laluan untuk penghantaran pengekodan Base64, yang sesuai untuk sistem dalaman; 3. OAuth2 perlu mendapatkan token terlebih dahulu melalui client_id dan client_secret, dan kemudian bawa bearertoken dalam header permintaan; 4. Untuk menangani tamat tempoh token, kelas pengurusan token boleh dikemas dan secara automatik menyegarkan token; Singkatnya, memilih kaedah yang sesuai mengikut dokumen dan menyimpan maklumat utama adalah kunci.

Menegaskan adalah alat pernyataan yang digunakan dalam Python untuk menyahpepijat, dan melemparkan pernyataan apabila keadaan tidak dipenuhi. Sintaksnya adalah menegaskan keadaan ditambah maklumat ralat pilihan, yang sesuai untuk pengesahan logik dalaman seperti pemeriksaan parameter, pengesahan status, dan lain -lain, tetapi tidak boleh digunakan untuk pemeriksaan input keselamatan atau pengguna, dan harus digunakan bersamaan dengan maklumat yang jelas. Ia hanya tersedia untuk debugging tambahan dalam peringkat pembangunan dan bukannya menggantikan pengendalian pengecualian.

TypehintsinpythonsolvetheproblemofambiguityandpotentialbugsindynamiciallytypodeByallowingDeveloperStospecifyExpectedTypes.theyenhancereadability, enablearlybugdetection, andimprovetoLiaSareAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeAdeSareadDeSareadDeSareadDeSareadDeSaread

Kaedah yang sama untuk melintasi dua senarai secara serentak dalam Python adalah menggunakan fungsi zip (), yang akan memasangkan beberapa senarai dalam rangka dan menjadi yang paling singkat; Jika panjang senarai tidak konsisten, anda boleh menggunakan itertools.zip_longest () untuk menjadi yang paling lama dan mengisi nilai yang hilang; Digabungkan dengan penghitungan (), anda boleh mendapatkan indeks pada masa yang sama. 1.Zip () adalah ringkas dan praktikal, sesuai untuk lelaran data berpasangan; 2.zip_longest () boleh mengisi nilai lalai apabila berurusan dengan panjang yang tidak konsisten; 3.enumerate (zip ()) boleh mendapatkan indeks semasa traversal, memenuhi keperluan pelbagai senario kompleks.

Inpython, iteratorsareObjectsThatallowLoopingthroughCollectionsByImplementing__iter __ () dan__Next __ ()

Untuk mewujudkan API moden dan cekap menggunakan Python, FastAPI disyorkan; Ia berdasarkan kepada jenis python standard yang diminta dan secara automatik dapat menghasilkan dokumen, dengan prestasi yang sangat baik. Selepas memasang FastAPI dan Asgi Server UVicorn, anda boleh menulis kod antara muka. Dengan menentukan laluan, menulis fungsi pemprosesan, dan data yang kembali, API boleh dibina dengan cepat. FastAPI menyokong pelbagai kaedah HTTP dan menyediakan sistem dokumentasi Swaggersui dan Redoc yang dihasilkan secara automatik. Parameter URL boleh ditangkap melalui definisi laluan, manakala parameter pertanyaan boleh dilaksanakan dengan menetapkan nilai lalai untuk parameter fungsi. Penggunaan rasional model Pydantic dapat membantu meningkatkan kecekapan dan ketepatan pembangunan.

Untuk menguji API, anda perlu menggunakan Perpustakaan Permintaan Python. Langkah -langkahnya adalah untuk memasang perpustakaan, menghantar permintaan, mengesahkan respons, menetapkan masa dan cuba semula. Pertama, pasang perpustakaan melalui PipinstallRequests; kemudian gunakan permintaan.get () atau requests.post () dan kaedah lain untuk menghantar permintaan GET atau pos; Kemudian semak respons.status_code dan response.json () untuk memastikan hasil pulangan mematuhi jangkaan; Akhirnya, tambah parameter tamat masa untuk menetapkan masa tamat, dan menggabungkan perpustakaan semula untuk mencapai percubaan automatik untuk meningkatkan kestabilan.

Dalam Python, pembolehubah yang ditakrifkan di dalam fungsi adalah pembolehubah tempatan dan hanya sah dalam fungsi; Ditakrifkan secara luaran adalah pembolehubah global yang boleh dibaca di mana sahaja. 1. Pembolehubah tempatan dimusnahkan kerana fungsi dilaksanakan; 2. Fungsi ini boleh mengakses pembolehubah global tetapi tidak dapat diubahsuai secara langsung, jadi kata kunci global diperlukan; 3. Jika anda ingin mengubah suai pembolehubah fungsi luar dalam fungsi bersarang, anda perlu menggunakan kata kunci nonlocal; 4. Pembolehubah dengan nama yang sama tidak mempengaruhi satu sama lain dalam skop yang berbeza; 5. Global mesti diisytiharkan apabila mengubah suai pembolehubah global, jika tidak, kesilapan unboundlocalerror akan dibangkitkan. Memahami peraturan ini membantu mengelakkan pepijat dan menulis lebih banyak fungsi yang boleh dipercayai.
