本章我们要说的是另外一种内置类型,元组,以及列表、字典和元组如何协同工作。此外还有一个非常有用的功能:可变长度的列表,聚集和分散运算符。
一点提示:元组的英文单词 tuple 怎么读还有争议。有人认为是发[tʌpəl] 的音,就跟『supple』里面的一样读音。但编程语境下,大家普遍读[tu:pəl],跟『quadruple』里一样。
元组是一系列的值。这些值可以是任意类型的,并且用整数序号作为索引,所以可以发现元组和列表非常相似。二者间重要的区别就是元组是不可修改的。
元组的语法是一系列用逗号分隔的值:
>>> t = 'a', 'b', 'c', 'd', 'e'
通常都用一对圆括号把元组的元素包括起来,当然不这样也没事。
>>> t = ('a', 'b', 'c', 'd', 'e')
要建立一个单个元素构成的元组,必须要在结尾加上逗号:
>>> t1 = 'a',
>>> type(t1)
<class 'tuple'>
只用括号放一个值则并不是元组:
>>> t2 = ('a')
>>> type(t2)
<class 'str'>
另一中建立元组的方法是使用内置函数 tuple。不提供参数的情况下,默认就建立一个空的元组。
>>> t = tuple()
>>> t
()
如果参数为一个序列(比如字符串、列表或者元组),结果就会得到一个以该序列元素组成的元组。
>>> t = tuple('lupins')
>>> t
('l', 'u', 'p', 'i', 'n', 's')
tuple 是内置函数命了,所以你就不能用来作为变量名了。
列表的各种运算符也基本适用于元组。方括号可以用来索引元素:
>>> t = ('a', 'b', 'c', 'd', 'e')
>>> t[0]
'a'
切片运算符也可以用于选取某一区间的元素。
>>> t[1:3]
('b', 'c')
但如果你想修改元组中的某个元素,就会得到错误了:
>>> t[0] = 'A'
TypeError: object doesn't support item assignment
因为元组是不能修改的,你不能修改其中的元素。但是可以用另一个元组来替换已有的元组。
>>> t = ('A',) + t[1:]
>>> t
('A', 'b', 'c', 'd', 'e')
上面这个语句建立了一个新的元组,然后让 t 指向了这个新的元组。
关系运算符也适用于元组和其他序列;Python 从每个元素的首个元素开始对比。如果相等,就对比下一个元素,依此类推,之道找到不同元素为止。
有了不同元素之后,后面的其他元素就被忽略掉了(即便很大也没用)。
>>> (0, 1, 2) < (0, 3, 4)
True
>>> (0, 1, 2000000) < (0, 3, 4)
True
对两个变量的值进行交换是一种常用操作。用常见语句来实现的话,就必须有一个临时变量。比如下面这个例子中是交换 a 和 b:
>>> temp = a
>>> a = b
>>> b = temp
这样解决还是挺麻烦的;用元组赋值就更简洁了:
>>> a, b = b, a
等号左边的是变量组成的一个元组;右边的是表达式的元组。每个值都被赋给了对应的变量。等号右边的表达式的值保留了赋值之前的初始值。
等号左右两侧的变量和值的数目都必须是一样的。
>>> a, b = 1, 2, 3
ValueError: too many values to unpack
更普适的情况下,等号右边以是任意一种序列(字符串、列表或者元组)。比如,要把一个电子邮件地址转换成一个用户名和一个域名,可以用如下代码实现:
>>> addr = 'monty@python.org'
>>> uname, domain = addr.split('@')
split 的返回值是一个有两个元素的列表;第一个元素赋值给了 uname 这个变量,第二个赋值给了 domain 这个变量。
>>> uname
'monty'
>>> domain
'python.org'
严格来说,一个函数只能返回一个值,但如果这个值是一个元组,效果就和返回多个值一样了。例如,如果你想要将两个整数相除,计算商和余数,如果要分开计算 x/y 以及 x%y 就很麻烦了。更好的办法是同时计算这两个值。
内置函数 divmod 就会接收两个参数,然后返回一个有两个值的元组,这两个值分别为商和余数。
可以把结果存储为一个元组:
>>> t = divmod(7, 3)
>>> t
(2, 1)
或者可以用元组赋值来分别存储这两个值:
>>> quot, rem = divmod(7, 3)
>>> quot
2
>>> rem
1
下面的例子中,函数返回一个元组作为返回值:
def min_max(t):
return min(t), max(t)
max 和 min 都是内置函数,会找到序列中的最大值或者最小值,min_max 这个函数会同时求得最大值和最小值,然后把这两个值作为元组来返回。
函数的参数可以有任意多个。用星号*开头来作为形式参数名,可以将所有实际参数收录到一个元组中。例如 printall 就可以获取任意多个数的参数,然后把它们都打印输出:
def printall(*args):
print(args)
你可以随意命名收集来的这些参数,但 args 这个是约定俗成的惯例。下面展示一下这个函数如何使用:
>>> printall(1, 2.0, '3')
(1, 2.0, '3')
与聚集相对的就是分散了。如果有一系列的值,然后想把它们作为多个参数传递给一个函数,就可以用星号*运算符。比如 divmod 要求必须是两个参数;如果给它一个元组,是不能进行运算的:
>>> t = (7, 3)
>>> divmod(t)
TypeError: divmod expected 2 arguments, got 1
但如果拆分这个元组,就可以了:
>>> divmod(*t)
(2, 1)
很多内置函数都用到了参数长度可变的元组。比如 max 和 min 就可以接收任意数量的参数:
>>> max(1, 2, 3)
3
但求和函数 sum 就不行了。
>>> sum(1, 2, 3)
TypeError: sum expected at most 2 arguments, got 3
做个练习,写一个名为 sumall 的函数,让它可以接收任意数量的参数,返回总和。
zip 是一个内置函数,接收两个或更多的序列作为参数,然后返回返回一个元组列表,该列表中每个元组都包含了从各个序列中的一个元素。这个函数名的意思就是拉锁,就是把不相关的两排拉锁齿连接到一起。
下面这个例子中,一个字符串和一个列表通过 zip 这个函数连接到了一起:
>>> s = 'abc'
>>> t = [0, 1, 2]
>>> zip(s, t)
<zip object at 0x7f7d0a9e7c48>
该函数的返回值是一个 zip 对象,该对象可以用来迭代所有的数值对。zip 函数经常被用到 for 循环中:
>>> for pair in zip(s, t): ...
print(pair) ...
('a', 0) ('b', 1) ('c', 2)
zip 对象是一种迭代器,也就是某种可以迭代整个序列的对象。迭代器和列表有些相似,但不同于列表的是,你无法通过索引来选择迭代器中的指定元素。
如果想用列表的运算符和方法,可以用 zip 对象来构成一个列表:
>>> list(zip(s, t))
[('a', 0), ('b', 1), ('c', 2)]
返回值是一个由元组构成的列表;在这个例子中,每个元组都包含了字符串中的一个字母,以及列表中对应位置的元素。
在长度不同的序列中,返回的结果长度取决于最短的一个。
>>> list(zip('Anne', 'Elk'))
[('A', 'E'), ('n', 'l'), ('n', 'k')]
用 for 循环来遍历一个元组列表的时候,可以用元组赋值语句:
t = [('a', 0), ('b', 1), ('c', 2)]
for letter, number in t:
print(number, letter)
每次经历循环的时候,Python 都选中列表中的下一个元组,然后把元素赋值给字母和数字。该循环的输出如下:
0 a 1 b 2 c
如果结合使用 zip、for 循环以及元组赋值,就能得到一种能同时遍历两个以上序列的代码组合。比如下面例子中的 has_match 这个函数,接收两个序列t1和 t2作为参数,然后如果存在一个索引位置 i 使得 t1[i] == t2[i]就返回真:
def has_match(t1, t2):
for x, y in zip(t1, t2):
if x == y:
return True
return False
如果你要遍历一个序列中的所有元素以及它们的索引,可以用内置的函数 enumerate:
for index, element in enumerate('abc'):
print(index, element)
enumerate 函数的返回值是一个枚举对象,它会遍历整个成对序列;每一对都包括一个索引(从0开始)以及给定序列的一个元素。在本节的例子中,输出依然如下:
0 a 1 b 2 c
字典有一个名为 items 的方法,会返回一个由元组组成的序列,每一个元组都是字典中的一个键值对。
>>> d = {'a':0, 'b':1, 'c':2}
>>> t = d.items()
>>> t
dict_items([('c', 2), ('a', 0), ('b', 1)])
结果是一个 dict_items 对象,这是一个迭代器,迭代所有的键值对。可以在 for 循环里面用这个对象,如下所示:
>>> for key, value in d.items():
... print(key, value)
... c 2 a 0 b 1
你也应该预料到了,字典里面的项是没有固定顺序的。
反过来使用的话,你就也可以用一个元组的列表来初始化一个新的字典:
>>> t = [('a', 0), ('c', 2), ('b', 1)]
>>> d = dict(t)
>>> d
{'a': 0, 'c': 2, 'b': 1}
结合使用 dict 和 zip ,会得到一种建立字典的简便方法:
>>> d = dict(zip('abc', range(3)))
>>> d
{'a': 0, 'c': 2, 'b': 1}
字典的 update 方法也接收一个元组列表,然后把它们作为键值对添加到一个已存在的字典中。
把元组用作字典中的键是很常见的做法(主要也是因为这种情况不能用列表)。比如,一个电话字典可能就映射了姓氏、名字的数据对到不同的电话号码。假如我们定义了 last,first 和 number 这三个变量,可以用如下方法来实现:
directory[last, first] = number
方括号内的表达式是一个元组。我们可以用元组赋值语句来遍历这个字典。
for last, first in directory:
print(first, last, directory[last,first])
上面这个循环会遍历字典中的键,这些键都是元组。程序会把每个元组的元素分别赋值给 last 和 first,然后输出名字以及对应的电话号。
在状态图中表示元组的方法有两种。更详尽的版本会展示索引和元素,就如同在列表中一样。例如图12.1中展示了元组('Cleese', 'John') 。
但随着图解规模变大,你也许需要省略掉一些细节。比如电话字典的图解可能会像图12.2所示。
图中的元组用 Python 的语法来简单表示。其中的电话号码是 BBC 的投诉热线,所以不要给人家打电话哈。
之前我一直在讲由元组组成的列表,但本章几乎所有的例子也适用于由列表组成的列表、元组组成的元组以及列表组成的元组。为了避免枚举所有的组合,咱们直接讨论序列组成的序列就更方便一些。
很多情况下,不同种类的序列(字符串、列表和元组)是可以交换使用的。那么该如何选择用哪种序列呢?
先从最简单的开始,字符串比起其他序列,功能更加有限,因为字符串中的元素必须是字符。而且还不能修改。如果你要修改字符串里面的字符(而不是要建立一个新字符串),你最好还是用字符列表吧。
列表用的要比元组更广泛,主要因为列表可以修改。但以下这些情况下,你还是用元组更好:
在某些情况下,比如返回语句中,用元组来实现语法上要比列表简单很多。
如果你要用一个序列作为字典的键,必须用元组或者字符串这样不可修改的类型才行。
如果你要把一个序列作为参数传给一个函数,用元组能够降低由于别名使用导致未知情况而带来的风险。
由于元组是不可修改的,所以不提供 sort 和 reverse 这样的方法,这些方法都只能修改已经存在的列表。但 Python 提供了内置函数 sorted,该函数接收任意序列,然后返回一个把该序列中元素重新排序过的列表,另外还有个内置函数 reversed,接收一个序列然后返回一个以逆序迭代整个列表的迭代器。
列表、字典以及元组,都是数据结构的一些样例;在本章我们开始见识这些复合的数据结构,比如由元组组成的列表,或者包含元组作为键而列表作为键值的字典等等。符合数据结构非常有用,但容易导致一些错误,我把这种错误叫做结构错误;这种错误往往是由于一个数据结构中出现了错误的类型、大小或者结构而引起的。比如,如果你想要一个由一个整形构成的列表,而我给你一个单纯的整形变量(不是放进列表的),就会出错了。
要想有助于解决这类错误,我写了一个叫做structshape 的模块,该模块提供了一个同名函数,接收任何一种数据结构作为参数,然后返回一个字符串来总结该数据结构的形态。可以从 这里下载。
下面是一个简单列表的示范:
>>> from structshape import structshape
>>> t = [1, 2, 3]
>>> structshape(t)
'list of 3 int'
更带劲点的程序可能还应该写“list of 3 ints”,但不理会单复数变化有利于简化问题。下面是一个列表的列表:
>>> t2 = [[1,2], [3,4], [5,6]]
>>> structshape(t2)
'list of 3 list of 2 int'
如果列表元素是不同类型,structshape 会按照顺序,把每种类型都列出:
>>> t3 = [1, 2, 3, 4.0, '5', '6', [7], [8], 9]
>>> structshape(t3)
'list of (3 int, float, 2 str, 2 list of int, int)'
下面是一个元组的列表:
>>> s = 'abc'
>>> lt = list(zip(t, s))
>>> structshape(lt)
'list of 3 tuple of (int, str)'
下面是一个有三个项的字典,该字典映射了从整形数到字符串。
>>> d = dict(lt)
>>> structshape(d)
'dict of 3 int->str'
如果你追踪自己的数据结构有困难,structshape这个模块能有所帮助。
tuple: An immutable sequence of elements.
元组:一列元素组成的不可修改的序列。
tuple assignment: An assignment with a sequence on the right side and a tuple of variables on the left. The right side is evaluated and then its elements are assigned to the variables on the left.
元组赋值:一种赋值语句,等号右侧用一个序列,左侧为一个变量构成的元组。右侧的内容先进行运算,然后这些元素会赋值给左侧的变量。
gather: The operation of assembling a variable-length argument tuple.
收集:变量长度可变元组添加元素的运算。
scatter: The operation of treating a sequence as a list of arguments.
分散:将一个序列拆分成一系列参数组成的列表的运算。
zip object: The result of calling a built-in function zip; an object that iterates through a sequence of tuples.
拉链对象:调用内置函数 zip 得到的返回结果;一个遍历元组序列的对象。
iterator: An object that can iterate through a sequence, but which does not provide list operators and methods.
迭代器:迭代一个序列的对象,这种序列不能提供列表的运算和方法。
data structure: A collection of related values, often organized in lists, dictionaries, tuples, etc.
数据结构:一些有关系数据的集合体,通常是列表、字典或者元组等形式。
shape error: An error caused because a value has the wrong shape; that is, the wrong type or size.
结构错误:由于一个值有错误的结构而导致的错误;比如错误的类型或者大小。
写一个名为most_frequent的函数,接收一个字符串,然后用出现频率降序来打印输出字母。找一些不同语言的文本素材,然后看看不同语言情况下字母的频率变化多大。然后用你的结果与这里的数据进行对比。样例代码。
更多变位词了!
- 写一个函数,读取一个文件中的一个单词列表(参考9.1),然后输出所有的变位词。
下面是可能的输出样式的示范:
['deltas', 'desalt', 'lasted', 'salted', 'slated', 'staled'] ['retainers', 'ternaries'] ['generating', 'greatening'] ['resmelts', 'smelters', 'termless']
提示:你也许可以建立一个字典,映射一个特定的字母组合到一个单词列表,单词列表中的单词可以用这些字母来拼写出来。那么问题来了,如何去表示这个字母的集合,才能让这个集合能用作字典的一个键?
2.修改一下之前的程序,让它先输出变位词列表中最长的,然后是其次长的,依此类推。
- 在拼字游戏中,当你已经有七个字母的时候,再添加一个字母就能组成一个八个字母的单词,这就 TMD『bingo』 了(什么鬼东西?老外拼字游戏就跟狗一样,翻着恶心死了)。然后哪八个字母组合起来最可能得到 bingo?提示:有七个。(简直就是狗一样的题目,麻烦死了,这里数据结构大家学会了就好了。)样例代码.
两个单词,如果其中一个通过调换两个字母位置就能成为另外一个,就成了一个『交换对』。协议额函数来找到词典中所有的这样的交换对。提示:不用测试所有的词对,不用测试所有可能的替换方案。样例代码。 鸣谢:本练习受启发于这里的一个例子。
接下来又是一个汽车广播字谜:
一个英文单词,每次去掉一个字母,又还是一个正确的英文单词,这是什么词?
然后接下来字母可以从头去掉,也可以从末尾去掉,或者从中间,但不能重新排列其他字母。每次去掉一个字母,都会的到一个新的英文单词。然后最终会得到一个字母,也还是一个英文单词,这个单词也能在词典中找到。符合这样要求的单词有多少?最长的是哪个?
给你一个合适的小例子:Sprite。这个词就满足上面的条件。把 r 去掉了是 spite,去掉结尾的 e 是 spit,去掉 s 得到的是 pit,it,然后是 I。
写一个函数找到所有的这样的词,然后找到其中最长的一个。
这个练习比一般的练习难以些,所以下面是一些提示:
-
你也许需要写一个函数,接收一个单词然后计算一下这个单词去掉一个字母能得到单词组成的列表。列表中这些单词就如同原始单词的孩子一样。
-
只要一个 单词的孩子还可以缩减,那这个单词本身就亏缩减。你可以认为空字符串是可以缩减的,这样来作为一个基准条件。
-
我上面提供的 words.txt 这个词表,不包含单个字母的单词。所以你需要自行添加 I、a 以及空字符串上去。
-
要提高程序性能的话,你最好存储住已经算出来能被继续缩减的单词。样例代码。