Python中str、list、tuple、dict、set 五大内置数据结构详解

初学 Python，最先要攻克的就是内置数据结构！字符串、列表、元组、字典、集合贯穿我们几乎所有代码。很多人只会基础增删改查，遇到场景选型就一脸迷茫：什么时候用列表？什么时候选元组？集合去重原理是什么？字典底层有什么特性？

本文用通俗语言 + 实战案例，系统梳理 5 大核心数据结构，新手友好，建议收藏备查！

一、字符串 str

1.1 基本特性

（1）定义：使用""、''、""""""包裹文本

（2）不可变序列：创建之后不能直接修改内部字符，重新赋值本质是生成新字符串

（3）支持下标索引、切片操作

1.2 常用操作

s = "Hello Python" # 切片 print(s[0:5]) # Hello # 常用方法 print(s.split()) # 分割字符串 print(s.replace("Python","World")) # 替换 print(s.strip()) # 去除首尾空白 print(s.upper(),s.lower()) # 大小写转换

1.3 使用场景

存储文本信息（用户名、日志、文件路径）、文本解析。

注意：不要频繁循环拼接字符串s = s + "xxx"，大量拼接推荐"".join()提升效率。

二、列表 list

2.1 基本特性

（1）标识：[]，有序可变序列

（2）允许元素重复、支持不同类型元素共存

（3）可变：支持增、删、改、查

2.2 常用操作

lst = [10,20,30] lst.append(40) # 末尾追加 lst.insert(1,15) # 指定位置插入 lst.remove(20) # 删除指定元素 lst.pop() # 删除末尾并返回元素 lst[0] = 99 # 修改元素 print(lst[1:]) # 切片

2.3 使用场景

有序数据容器，最常用！存放有序数据、需要随时新增删除元素时优先选 list。

短板：根据值查找元素速度慢，海量数据查询不要只用列表。

三、元组 tuple

3.1 基本特性

（1）标识：()，有序不可变序列

（2）一旦创建，不能增删修改元素

（3）如果元组内嵌套列表，列表里面的数据可以修改（元组约束的是引用地址）

t = (1,2,[3,4]) t[2].append(5) # 合法运行！

3.2 使用场景

（1）数据不允许被修改，起到数据保护作用（函数返回多个值本质就是元组）

（2）可作为字典的 key（列表不行）

（3）相比列表占用内存更小

小技巧：只包含一个元素的元组必须写逗号t=(10,)，t=(10)只是数字。

四、字典 dict

4.1 基本特性

（1）标识：{key:value}，键值对结构

（2）Python3.7 + 字典默认有序

（3）key 要求：必须是不可变类型（str、int、tuple），key 唯一，重复 key 会覆盖旧值

（4）查询速度极快，底层哈希表实现

4.2 常用操作

d = {"name":"小明","age":18} print(d["name"]) print(d.get("gender","未知")) # get避免键不存在报错 d["age"] = 19 # 修改/新增 print(d.keys()) # 获取所有键 print(d.values()) # 获取所有值 print(d.items()) # 获取键值对

4.3 使用场景

需要根据关键字快速查找数据，适合存储具备映射关系的数据，比如用户信息、配置参数。

五、集合 set

5.1 基本特性

（1）标识：{}，无序、元素唯一

（2）可变类型；元素同样要求不可变

（3）核心能力：自动去重、集合运算（交集、并集、差集）

空集合不能写{}，{}代表空字典，空集合必须写set()

5.2 常用操作

s = {1,2,3,1} print(s) # {1,2,3} 自动去重 a = {1,2,3} b = {3,4,5} print(a & b) # 交集 {3} print(a | b) # 并集 {1,2,3,4,5} print(a - b) # 差集 {1,2}

5.3 使用场景

（1）列表快速去重lst = list(set(lst))

（2）判断两组数据重合、差异对比

结语

以上5种数据结构是Python一切项目的基石，爬虫、数据分析、后端开发全部离不开。光看懂不够，建议大家动手敲一遍示例代码，尝试不同结构互相转换（list转 set、dict转list等），很快就能熟练掌握。

后续我会继续更新数据结构进阶：推导式、深浅拷贝、collections高级容器！