今天來(lái)聊聊Python里一個(gè)繞不開的基礎(chǔ)話題——數(shù)據(jù)序列。不管是剛開始學(xué)Python的學(xué)生還是為了爬蟲、數(shù)據(jù)分析、辦公自動(dòng)化而自學(xué)Python的朋友基本都會(huì)從列表、元組、字典、集合這幾個(gè)概念開始。你可以把數(shù)據(jù)序列理解為Python中“裝數(shù)據(jù)”的容器它決定了你的數(shù)據(jù)怎么存、怎么取、怎么改也決定了代碼是清晰好維護(hù)還是又亂又容易出bug。這篇文章會(huì)把圍繞數(shù)據(jù)序列的核心知識(shí)點(diǎn)捋一遍并結(jié)合我實(shí)際開發(fā)中遇到的坑給出一些經(jīng)驗(yàn)適合準(zhǔn)備系統(tǒng)學(xué)習(xí)Python的新手也適合學(xué)了一陣子但總被各種細(xì)節(jié)卡住的人。1. 數(shù)據(jù)序列在Python里的角色為什么它是地基1.1 先分清四類“裝數(shù)據(jù)”的容器寫Python代碼說白了就是在和數(shù)據(jù)打交道而數(shù)據(jù)序列就是裝數(shù)據(jù)的盒子。Python里最常用的數(shù)據(jù)序列主要有五類字符串str、列表list、元組tuple、字典dict、集合set。嚴(yán)格來(lái)說字符串、列表、元組才是文檔意義上真正的序列因?yàn)樗鼈冇行颉⒖伤饕值浜图鲜菬o(wú)序容器但因?yàn)槿粘W(xué)習(xí)和開發(fā)中總是一起討論習(xí)慣上也會(huì)被放到“數(shù)據(jù)序列”這個(gè)大話題里?？梢杂靡粋€(gè)表格直觀地對(duì)比類型是否可變是否有序是否可重復(fù)典型用途字符串 str不可變有序允許文本、單字符序列列表 list可變有序允許動(dòng)態(tài)數(shù)據(jù)集合元組 tuple不可變有序允許只讀數(shù)據(jù)、函數(shù)返回字典 dict可變插入有序3.7鍵不允許重復(fù)鍵值映射、配置項(xiàng)集合 set可變無(wú)序不允許重復(fù)去重、集合運(yùn)算看這張表的時(shí)候重點(diǎn)不是背下每一條而是建立第一印象不同容器適合不同的場(chǎng)景。比如你有一個(gè)購(gòu)物車商品可能隨時(shí)增減那就用列表比如你有一份全國(guó)城市編碼和城市名的對(duì)應(yīng)關(guān)系那就用字典比如你只需要判斷一批數(shù)字中有哪些不重復(fù)的就用集合。“有序”和“無(wú)序”的區(qū)別平時(shí)不顯眼但真正調(diào)試代碼的時(shí)候就會(huì)感受到。列表和元組可以通過索引找到位置字典雖然3.7以后有插入順序但它查找數(shù)據(jù)靠的是鍵不是下標(biāo)集合更是完全不保證順序所以不能用下標(biāo)去取集合里的元素。選哪個(gè)容器不是隨便拍腦袋而是取決于你的數(shù)據(jù)是什么形態(tài)、你要怎么用它。這個(gè)判斷本身就是編程能力的體現(xiàn)。1.2 可變與不可變到底影響什么可變和不可變是整個(gè)數(shù)據(jù)序列里最基礎(chǔ)也最容易讓人踩坑的一個(gè)點(diǎn)?？勺円馑际沁@個(gè)對(duì)象創(chuàng)建之后它的內(nèi)容可以被原地修改比如列表可以 append、remove不可變意思是對(duì)象一旦創(chuàng)建內(nèi)容就不能改變比如字符串、元組。要修改一個(gè)不可變對(duì)象Python 會(huì)先新創(chuàng)建一個(gè)對(duì)象然后把新的內(nèi)容填進(jìn)去再讓變量指向新對(duì)象。這個(gè)區(qū)別的影響非常深遠(yuǎn)。舉個(gè)例子a [1, 2, 3] b a b.append(4) print(a) # [1, 2, 3, 4]一個(gè)列表被另一個(gè)變量“賦值”過去并沒有拷貝一份數(shù)據(jù)而是兩個(gè)變量指向同一個(gè)列表對(duì)象。因?yàn)榱斜硎强勺儗?duì)象b 這邊添加元素a 那邊的內(nèi)容就跟著變了。元組就不會(huì)有這個(gè)問題因?yàn)樵M本身不允許修改c (1, 2, 3) d c # d (4,) 實(shí)際上會(huì)生成一個(gè)新元組c 本身不變理解了可變性后面很多“詭異現(xiàn)象”就豁然開朗了。比如為什么字典的鍵不能用列表因?yàn)樽值淇挎I的哈希值定位存儲(chǔ)位置如果鍵的內(nèi)容可變哈希值就會(huì)變數(shù)據(jù)就會(huì)找不到所以鍵必須是不可變類型比如字符串、數(shù)字、元組。提示學(xué)習(xí)數(shù)據(jù)序列時(shí)不用死背結(jié)論最好多寫幾行代碼看看id()值的變化。id()相當(dāng)于對(duì)象在內(nèi)存中的門牌號(hào)可變對(duì)象原地修改時(shí)地址不變不可變對(duì)象每次變更后地址基本都會(huì)變。2. 序列的基本功索引、切片與步長(zhǎng)2.1 正向索引與負(fù)向索引序列最大的優(yōu)勢(shì)就是可以按位置取數(shù)據(jù)這個(gè)基本功如果打不牢后面的所有操作都會(huì)別扭。Python 的索引從 0 開始這一點(diǎn)和很多編程語(yǔ)言一致但 Python 還有一個(gè)特別方便的設(shè)計(jì)負(fù)索引。-1表示最后一個(gè)元素-2表示倒數(shù)第二個(gè)依次往前推。s python print(s[0]) # p print(s[-1]) # n新手最容易犯的錯(cuò)是把索引從 1 開始數(shù)。比如想取一個(gè)長(zhǎng)度為 10 的列表的最后一個(gè)元素有人會(huì)寫lst[10]然后直接 IndexError 報(bào)錯(cuò)。正確寫法是lst[9]或lst[-1]。負(fù)索引能省不少事尤其是不確定序列長(zhǎng)度的時(shí)候。實(shí)際開發(fā)里負(fù)索引用得最頻繁的場(chǎng)景是讀取日志或配置文件的最后一行數(shù)據(jù)。數(shù)據(jù)源可能很長(zhǎng)你往往只關(guān)心最近一條記錄data[-1]一行就解決了不用先len(data)再減一。2.2 切片操作的三個(gè)參數(shù)start:stop:step切片是序列操作里最常用的功能格式是sequence[start:stop:step]。它按左閉右開的規(guī)則取值包括 start 位置不包括 stop 位置。step 控制步長(zhǎng)默認(rèn)是 1。舉幾個(gè)例子就很清楚nums [10, 20, 30, 40, 50] print(nums[1:3]) # [20, 30] print(nums[:3]) # [10, 20, 30] print(nums[::2]) # [10, 30, 50] print(nums[::-1]) # [50, 40, 30, 20, 10]這里的[::-1]是反轉(zhuǎn)序列的經(jīng)典寫法不僅適用于列表也適用于字符串。切片返回的是一個(gè)新對(duì)象不會(huì)修改原序列這一點(diǎn)在拷貝數(shù)據(jù)時(shí)非常有用。為什么要設(shè)計(jì)成左閉右開主要原因是這樣能夠直接看出切片長(zhǎng)度[2:5]一眼就知道有三個(gè)元素另外兩個(gè)切片能夠無(wú)縫拼接比如[0:2]和[2:5]正好覆蓋[0:5]中間不會(huì)重疊也不會(huì)留空。2.3 切片技巧速查表我整理了一份日常用得比較多的切片寫法可以直接收藏需求寫法結(jié)果以 nums[10, 20, 30, 40, 50] 為例取前3個(gè)nums[:3][10, 20, 30]取后2個(gè)nums[-2:][40, 50]取所有奇數(shù)位從0開始計(jì)數(shù)nums[1::2][20, 40]反轉(zhuǎn)nums[::-1][50, 40, 30, 20, 10]每隔2個(gè)取一個(gè)nums[::3][10, 40]記住兩個(gè)關(guān)鍵點(diǎn)stop 位置取不到step 為負(fù)數(shù)時(shí)從右往左走。很多看起來(lái)很繞的題其實(shí)就是這五個(gè)案例的組合。3. 列表與元組最常用的兩個(gè)序列3.1 列表的增刪改查列表是開發(fā)里最靈活的容器因?yàn)樗稍隹蓜h可排序可翻轉(zhuǎn)。增的常用方法有append、extend、insert。append把整個(gè)參數(shù)當(dāng)作一個(gè)元素加到末尾extend是遍歷參數(shù)里的每一項(xiàng)逐個(gè)拼接到末尾。區(qū)別很典型a [1, 2] a.append([3, 4]) # a - [1, 2, [3, 4]] b [1, 2] b.extend([3, 4]) # b - [1, 2, 3, 4]刪除的常用方法有remove、pop、del。remove按值刪除第一個(gè)匹配項(xiàng)pop按下標(biāo)刪除并返回被刪的值del是語(yǔ)句可以按索引刪除也可以直接刪整個(gè)變量。如果你是“既不關(guān)心返回值又不知道下標(biāo)”的場(chǎng)景remove最方便。查找的話in運(yùn)算符是最簡(jiǎn)單的存在性判斷index方法可以查出某個(gè)值的下標(biāo)count可以統(tǒng)計(jì)出現(xiàn)次數(shù)。平時(shí)寫業(yè)務(wù)代碼if x in lst的使用頻率非常高。改的話更簡(jiǎn)單直接按下標(biāo)賦值就行l(wèi)st[0] new。這個(gè)能力列表獨(dú)有元組可不行。3.2 方法返回值陷阱sort、append、reverse這里有一個(gè)很多新手都中過招的細(xì)節(jié)sort、append、reverse這類方法都是原地修改對(duì)象返回的是None。也就是說a [3, 1, 2] b a.sort() # 錯(cuò)誤理解b 是排序后的列表 print(b) # None而不是[1, 2, 3]。sort 要想拿新列表得用內(nèi)置函數(shù)sorted()它返回一個(gè)新的排序列表原列表不變。我?guī)鸵粋€(gè)同事復(fù)盤過類似代碼他寫了一個(gè)函數(shù)最后一句是return inventory.append(sword)這個(gè)函數(shù)永遠(yuǎn)返回 None但數(shù)據(jù)確實(shí)加進(jìn)去了。這種 bug 不容易被發(fā)現(xiàn)因?yàn)榇a不報(bào)錯(cuò)只是結(jié)果不是想要的樣子。排查這類問題最好的方法是單獨(dú)寫一行調(diào)用方法再查看原對(duì)象。提示如果你需要“鏈?zhǔn)綄懛ā北热缫贿吿幚硪贿吪判虮M量不要依賴原地方法?？梢杂胣ew_list sorted(old_list)或者用推導(dǎo)式生成新列表后再繼續(xù)操作這樣思路更清晰也不容易污染原始數(shù)據(jù)。3.3 元組的價(jià)值與使用場(chǎng)景元組看起來(lái)像“不可修改的列表”但它的存在不是為了讓你寫起來(lái)更別扭而是有幾個(gè)實(shí)打?qū)嵉膬r(jià)值。第一元組可以當(dāng)作字典的鍵。字典的鍵要求可哈希列表不行但元組可以只要元組內(nèi)部不包含可變?cè)厮涂梢苑€(wěn)定地作為鍵。比如用坐標(biāo)(x, y)作為地圖數(shù)據(jù)的鍵比拼字符串更直觀。第二函數(shù)返回多個(gè)值時(shí)本質(zhì)上返回的也是元組。return x, y會(huì)給你一個(gè)(x, y)接收時(shí)用a, b func()解包這是 Python 最常見的寫法。第三元組更省心也更安全。如果某個(gè)數(shù)據(jù)集合定義好之后就不應(yīng)該被修改比如星期幾、一年十二個(gè)月的名稱用元組能在語(yǔ)義上直接表明“這是固定配置”防止后續(xù)代碼誤改。weekdays (Mon, Tue, Wed, Thu, Fri)另外元組支持解包、切片、拼接大部分列表的操作它都能用。只是不能增刪改。解包這個(gè)能力反而是很多同學(xué)容易忽略的point (10, 20) x, y point這種寫法在遍歷字典、處理坐標(biāo)、交換變量時(shí)都有用處。你甚至可以寫出a, b b, a這樣優(yōu)雅地交換兩個(gè)變量的代碼本質(zhì)上用到的就是元組的打包和解包機(jī)制。4. 字典與集合無(wú)序容器的高效用法4.1 字典的構(gòu)造與常用操作字典是鍵值對(duì)的數(shù)據(jù)結(jié)構(gòu)適合做“根據(jù)一個(gè)鍵快速找到對(duì)應(yīng)值”的事。比如用戶ID對(duì)應(yīng)昵稱、商品編號(hào)對(duì)應(yīng)價(jià)格、城市名對(duì)應(yīng)郵編這種映射關(guān)系用字典最順手。創(chuàng)建一個(gè)字典很簡(jiǎn)單user {name: 張三, age: 25}讀取的時(shí)候直接user[name]就行但要注意如果鍵不存在user[age]會(huì)拋KeyError。更穩(wěn)妥的寫法是user.get(age)鍵不存在時(shí)返回 None也可以傳入默認(rèn)值user.get(age, 0)。新增或修改鍵直接賦值user[city] 北京。批量更新用updateuser.update({age: 26, score: 90})遍歷字典時(shí)推薦用for k, v in user.items()一次拿到鍵和值不要在循環(huán)里反復(fù)user[k]可讀性差還慢一點(diǎn)點(diǎn)。有一點(diǎn)要說明Python 3.7 之后字典按插入順序保存但這不是字典的核心特性。真實(shí)開發(fā)里不要依賴“字典有順序”去寫業(yè)務(wù)邏輯更不要把字典當(dāng)成列表用。順序只是實(shí)現(xiàn)細(xì)節(jié)鍵值查找才是它的本職工作。4.2 集合去重與集合運(yùn)算集合最大的特點(diǎn)是不允許重復(fù)元素這種特性天然適合做兩件事去重和集合運(yùn)算。去重最簡(jiǎn)單data [1, 2, 2, 3, 3, 3] unique set(data) # {1, 2, 3}集合運(yùn)算在業(yè)務(wù)里也經(jīng)常出現(xiàn)。比如你有訪問過A頁(yè)面的用戶列表有訪問過B頁(yè)面的用戶列表想知道同時(shí)訪問過兩個(gè)頁(yè)面的用戶直接求交集a_users {u1, u2, u3} b_users {u2, u4} print(a_users b_users) # {u2}同理|表示并集-表示差集。用in判斷一個(gè)元素是否在集合里也比在列表中查找快很多因?yàn)榧系讓邮枪＝Y(jié)構(gòu)。提示集合要求元素可哈希所以列表、字典不能放在集合里但字符串、數(shù)字、元組可以。如果你需要對(duì)一批復(fù)雜對(duì)象去重可以考慮把對(duì)象轉(zhuǎn)換成元組再放進(jìn)集合。4.3 從元組/列表到字典的轉(zhuǎn)換技巧有些數(shù)據(jù)從文件或接口讀出來(lái)是一對(duì)一對(duì)的元組列表比如[(name, 張三), (age, 25)]想變成字典的話不用寫循環(huán)直接dict()就能轉(zhuǎn)pairs [(name, 張三), (age, 25)] d dict(pairs) # {name: 張三, age: 25}如果你想合并兩個(gè)列表成一個(gè)字典可以用zipkeys [name, age, city] values [張三, 25, 北京] d dict(zip(keys, values))zip是把多個(gè)序列按位置一一配對(duì)的內(nèi)置函數(shù)很多同學(xué)第一次看到會(huì)覺得很神奇其實(shí)它的本質(zhì)就是把“多個(gè)序列”轉(zhuǎn)成“多個(gè)元組”。反過來(lái)的操作同樣常見用list(d.items())把字典轉(zhuǎn)成元組列表方便排序、序列化或者寫進(jìn)文件。5. 深坑預(yù)警賦值、淺拷貝與深拷貝5.1 直接賦值導(dǎo)致的數(shù)據(jù)共用在Python里寫b a并不會(huì)復(fù)制一份數(shù)據(jù)而是讓b和a指向同一個(gè)對(duì)象。對(duì)可變序列來(lái)說這就是一個(gè)常見的坑。original [1, 2, [3, 4]] backup original backup.append(5) print(original) # [1, 2, [3, 4], 5]你以為自己備份了一份數(shù)據(jù)結(jié)果原數(shù)據(jù)跟著變了。實(shí)際開發(fā)里比如你從公共配置里取了一個(gè)列表想臨時(shí)加工一下不小心直接賦值就會(huì)污染全局配置。解決辦法是先搞清楚自己的需求是想得到一個(gè)新的列表還是只想多一個(gè)變量名。想得到新列表就要用拷貝。5.2 淺拷貝與深拷貝的區(qū)別切片original[:]、list(original)、original.copy()都屬于淺拷貝。淺拷貝的意思是新列表本身獨(dú)立了但列表里的元素如果是可變對(duì)象比如子列表它們?nèi)匀还蚕?。?lái)看這個(gè)例子a [1, [2, 3]] b a.copy() b.append(4) print(a) # [1, [2, 3]] 最外層的追加不影響 a b[1].append(5) print(a) # [1, [2, 3, 5]] 子列表被影響了為什么會(huì)這樣因?yàn)闇\拷貝只復(fù)制一層外面的列表是新容器但里面的[2, 3]依然是同一個(gè)對(duì)象。要連內(nèi)層都復(fù)制必須用深拷貝import copy a [1, [2, 3]] b copy.deepcopy(a) b[1].append(5) print(a) # [1, [2, 3]] print(b) # [1, [2, 3, 5]]用不用深拷貝得看你的數(shù)據(jù)是幾層結(jié)構(gòu)。普通一維列表淺拷貝夠了嵌套結(jié)構(gòu)且要徹底隔離就得深拷貝。copy.deepcopy能遞歸復(fù)制所有層代價(jià)是多花一點(diǎn)時(shí)間和內(nèi)存。5.3 日常編碼中避免該坑的建議我自己的習(xí)慣是凡是把一個(gè)列表/字典賦值給另一個(gè)變量并且后續(xù)可能有一方會(huì)被修改就先停下來(lái)想一下這個(gè)變量是“引用”還是“拷貝”如果是拷貝用.copy()如果有嵌套結(jié)構(gòu)用copy.deepcopy()如果只是想傳給函數(shù)做只讀處理可以不拷貝但函數(shù)內(nèi)部要注意不要用會(huì)原地修改的方法。另外可以多用id()驗(yàn)證a [1, 2] b a print(id(a), id(b)) # 相同 c a.copy() print(id(a), id(c)) # 不同這個(gè)技巧在學(xué)習(xí)階段非常好用能幫你在頭腦里建立起“對(duì)象”和“變量名”的關(guān)系模型。6. 進(jìn)階玩法推導(dǎo)式與生成器6.1 列表推導(dǎo)式一行生成新列表列表推導(dǎo)式是Python里非常符合直覺的語(yǔ)法它可以把“創(chuàng)建新列表”和“循環(huán)處理”合在一條語(yǔ)句里?；靖袷绞荹表達(dá)式 for 變量 in 可迭代對(duì)象]后面還可以加if過濾條件。舉例提取一列數(shù)字里的偶數(shù)并平方。普通寫法result [] for x in range(10): if x % 2 0: result.append(x ** 2)用列表推導(dǎo)式result [x ** 2 for x in range(10) if x % 2 0]寫成一行之后可讀性并不差反而把“數(shù)據(jù)從哪里來(lái)、過濾條件是什么、結(jié)果是什么”集中在一處非常清晰。列表推導(dǎo)式并不是炫技而是Python社區(qū)通行的高效寫法源碼里經(jīng)常見到。推導(dǎo)式里可以嵌套比如[f{k}-{v} for k, v in user.items()]這種場(chǎng)景很常見。不過一旦嵌套兩層以上可讀性就會(huì)下降我建議最多嵌套一層再?gòu)?fù)雜就乖乖寫普通 for 循環(huán)吧。6.2 字典推導(dǎo)式與集合推導(dǎo)式同樣的語(yǔ)法也適用于字典和集合。字典推導(dǎo)式的典型場(chǎng)景是從一個(gè)列表構(gòu)造鍵值映射names [張三, 李四, 王五] name_length {name: len(name) for name in names} # {張三: 2, 李四: 2, 王五: 2}集合推導(dǎo)式則常用在去重或規(guī)范化數(shù)據(jù)時(shí)texts [python, Python, PYTHON, java] unique_lower {t.lower() for t in texts} # {python, java}看到這里你會(huì)發(fā)現(xiàn)推導(dǎo)式的本質(zhì)就是“把 for 循環(huán)產(chǎn)生的每一項(xiàng)按照表達(dá)式加工再放進(jìn)對(duì)應(yīng)類型的容器里”。理解了這一點(diǎn)三種推導(dǎo)式可以一起記住不用分別背語(yǔ)法。6.3 生成器表達(dá)式處理大數(shù)據(jù)的關(guān)鍵生成器表達(dá)式長(zhǎng)得和列表推導(dǎo)式很像區(qū)別在于外層是圓括號(hào)squares (x ** 2 for x in range(1000000))它不會(huì)一次性生成一個(gè)巨大的列表而是“惰性求值”等你要一個(gè)值才給你算一個(gè)。這在處理海量數(shù)據(jù)時(shí)非常有用比如讀取一個(gè)幾百萬(wàn)行的日志文件如果用列表推導(dǎo)式把每行都存下來(lái)內(nèi)存可能直接爆掉用生成器表達(dá)式則可以一行一行地處理。# 假設(shè) file 是一個(gè)很大的文件對(duì)象 data_count sum(len(line.split()) for line in file)上面這行代碼統(tǒng)計(jì)文件中總詞數(shù)過程中不會(huì)創(chuàng)建巨大的中間列表內(nèi)存開銷很小。需要注意的是生成器表達(dá)式是“一次性”的遍歷完之后就不能再用了想再遍歷只能再創(chuàng)建一個(gè)。這是一個(gè)和列表很不一樣的地方。提示判斷自己該用列表推導(dǎo)式還是生成器表達(dá)式我一般看數(shù)據(jù)量。幾十上百個(gè)元素用列表推導(dǎo)式方便直觀數(shù)萬(wàn)以上或者你不確定有多大就用生成器表達(dá)式。6.4 嵌套推導(dǎo)式避免地獄嵌套推導(dǎo)式雖然能寫但很容易寫出“半小時(shí)后連自己都看不懂”的代碼。比如二維列表展開matrix [[1, 2], [3, 4]] flat [x for row in matrix for x in row]這一行能看懂嗎能但前提是你已經(jīng)熟悉了它的結(jié)構(gòu)。它的執(zhí)行順序其實(shí)是先外層 for再內(nèi)層 for。寫成直觀形式就是flat [] for row in matrix: for x in row: flat.append(x)當(dāng)你看到別人寫的嵌套推導(dǎo)式時(shí)按照“外層for在左、內(nèi)層for在右”的規(guī)則去還原就行了。但我個(gè)人建議線性的、只要一層的推導(dǎo)式隨便用超過兩層就果斷拆分或者拆成普通循環(huán)加中間變量。代碼是給人讀的自己舒服、同事也舒服才最重要。7. 常見問題與排查技巧實(shí)錄7.1 明明改的是副本原數(shù)據(jù)也變了這個(gè)坑在第5節(jié)詳細(xì)講過這里再總結(jié)一下排查思路看到“副本改了原數(shù)據(jù)跟著變”首先要判斷自己是不是在做淺拷貝。如果數(shù)據(jù)結(jié)構(gòu)里包含列表、字典這類可變?cè)販\拷貝只隔離了最外層內(nèi)層還是共享的。解決方案是copy.deepcopy()或者在設(shè)計(jì)數(shù)據(jù)時(shí)就盡量避免深層次的嵌套結(jié)構(gòu)。嵌套越深拷貝帶來(lái)的心智負(fù)擔(dān)越大。7.2 列表去重后順序亂了用set(list)去重確實(shí)快但集合是無(wú)序的結(jié)果順序往往和原始列表不一樣。如果你的業(yè)務(wù)需要保持原順序可以用一個(gè)常見技巧data [3, 1, 2, 3, 2, 1] unique list(dict.fromkeys(data)) # [3, 1, 2]原理是字典的鍵不允許重復(fù)fromkeys會(huì)根據(jù)傳入的序列創(chuàng)建鍵重復(fù)的鍵自動(dòng)忽略而 Python 3.7 的字典又保持插入順序所以最終list(...)出來(lái)的結(jié)果既去重又保持了原始順序。7.3 字符串拼接太慢很多初學(xué)者喜歡在循環(huán)里用拼接字符串。這種做法在數(shù)據(jù)量小時(shí)沒問題數(shù)據(jù)量大時(shí)性能會(huì)非常差。因?yàn)樽址遣豢勺儗?duì)象每次都會(huì)生成一個(gè)新的字符串對(duì)象循環(huán)幾次就創(chuàng)建了幾次對(duì)象時(shí)間開銷接近 O(n2)。更優(yōu)的寫法是先把片段放進(jìn)列表最后用join一次拼起來(lái)parts [] for word in words: parts.append(f{word}) result .join(parts)join是線性復(fù)雜度幾十萬(wàn)次拼接也能輕松跑完。類似也是同樣的問題要盡量在循環(huán)外累積到列表再統(tǒng)一合并。7.4 循環(huán)里刪列表元素跑著跑著就漏了這是很多人在做數(shù)據(jù)清洗時(shí)會(huì)遇到的經(jīng)典問題。直接在 for 循環(huán)里remove元素索引會(huì)動(dòng)態(tài)變化容易跳過某些項(xiàng)lst [1, 2, 3, 4, 5] for x in lst: if x % 2 0: lst.remove(x)這段代碼想刪掉所有偶數(shù)但實(shí)際會(huì)漏刪。原因是在遍歷過程中刪除了元素后續(xù)元素會(huì)向前移動(dòng)循環(huán)的索引卻不跟著減于是跳過了元素。推薦做法有兩種一種是倒序遍歷從后往前刪就不會(huì)影響前面元素的索引另一種更簡(jiǎn)單直接用列表推導(dǎo)式重建一個(gè)新列表lst [x for x in lst if x % 2 ! 0]列表推導(dǎo)式本質(zhì)是生成新列表原列表不變?cè)儋x回去干凈又安全。7.5 字典按鍵或值排序字典本身無(wú)序。Python 3.7 雖然有插入順序但你要按某項(xiàng)規(guī)則排序時(shí)還是要借助sorted轉(zhuǎn)成可排序的結(jié)構(gòu)。按鍵排序d {banana: 3, apple: 2, pear: 1} sorted_keys sorted(d)想拿排好序的鍵值對(duì)sorted_items sorted(d.items(), keylambda item: item[0])按值排序只需要把 key 換成item[1]sorted_items sorted(d.items(), keylambda item: item[1], reverseTrue)這里的關(guān)鍵是sorted返回的是新列表不會(huì)動(dòng)原字典。排序后的結(jié)果如果還想要字典可以用dict(sorted_items)轉(zhuǎn)回去不過大多數(shù)時(shí)候你需要的恰恰是一個(gè)有序的鍵列表或者鍵值對(duì)列表直接用它更方便。我自己在帶新人或者復(fù)習(xí)基礎(chǔ)的時(shí)候最喜歡用“數(shù)據(jù)序列”這一塊來(lái)檢驗(yàn)自己對(duì)Python的理解程度。表面上看它只是幾個(gè)內(nèi)置類型和一堆方法實(shí)際上一旦你把可變性、切片、拷貝、推導(dǎo)式這些點(diǎn)吃透寫爬蟲、做數(shù)據(jù)分析、處理接口數(shù)據(jù)時(shí)就能少走很多彎路。具體到實(shí)踐上我特別推薦一個(gè)練法找一個(gè)自己感興趣的小數(shù)據(jù)集比如一份CSV日志、一個(gè)JSON接口返回分別用列表、元組、字典、集合把它存一遍再思考每種存法適合做什么操作。這個(gè)過程會(huì)逼著你理解每種數(shù)據(jù)結(jié)構(gòu)的特性比光看文檔印象深得多。另外一個(gè)建議是遇到不認(rèn)識(shí)的容器方法先在交互式環(huán)境里試一遍打印一下返回值再?zèng)Q定怎么用。你踩過的坑越多后面寫代碼就越穩(wěn)。希望這篇圍繞數(shù)據(jù)序列的整理能幫你把這些基礎(chǔ)概念真正串起來(lái)后面學(xué)習(xí)更進(jìn)階的內(nèi)容時(shí)少一些坎。