03 容器、切片与解包

大约 2 分钟编程语言Python数据结构容器迭代器

03 容器、切片与解包

容器选择应先回答访问方式、顺序、唯一性和可变性，而不是先背 API。

1. 容器选型

需求	首选
有序、允许重复、频繁追加	`list`
固定记录、可哈希、需要解包	`tuple`
按键查找、插入顺序	`dict`
去重、集合运算	`set`
不可变集合	`frozenset`
队列两端高效操作	`collections.deque`
计数	`collections.Counter`
分组累加	`collections.defaultdict`

2. 切片

切片返回新序列，不修改原序列：

values = list(range(10))

print(values[:3])
print(values[-3:])
print(values[2:8:2])
print(values[::-1])

切片中的 start、stop 可以是边界外的值；单个索引越界会抛出 IndexError。

3. 推导式

numbers = range(10)
squares = [number * number for number in numbers if number % 2 == 0]
lookup = {number: number * number for number in numbers}
unique_mod = {number % 3 for number in numbers}

推导式适合简单转换。包含复杂条件、异常处理或多个副作用时，改用普通循环更清楚。

4. 解包

host, port = ("127.0.0.1", 8080)
first, *middle, last = [1, 2, 3, 4, 5]

config = {"timeout": 5, "retries": 2}
merged = {"enabled": True, **config}

def request(method, url, *, timeout=5, verify=True):
    return method, url, timeout, verify

print(request("GET", "/health", timeout=3))

星号解包会把可迭代对象展开。参与合并的映射必须具有字符串键，后面的键会覆盖前面的同名键。

5. 排序与分组

from collections import defaultdict
from itertools import groupby

events = [
    {"service": "api", "level": "ERROR"},
    {"service": "db", "level": "WARN"},
    {"service": "api", "level": "WARN"},
]

by_level = defaultdict(list)
for event in events:
    by_level[event["level"]].append(event["service"])

events_by_level = sorted(events, key=lambda item: item["level"])
for level, group in groupby(events_by_level, key=lambda item: item["level"]):
    print(level, [item["service"] for item in group])

groupby 只合并相邻的相同键；需要全局分组时先排序，或直接使用 defaultdict。

6. 浅拷贝与深拷贝

import copy

original = {"items": [1, 2]}
shallow = original.copy()
deep = copy.deepcopy(original)

shallow["items"].append(3)
print(original)
print(deep)

浅拷贝只复制外层容器，内外层仍可能共享对象。配置快照、缓存和并发共享状态尤其要明确拷贝层级。

7. 迭代器与生成器

def stream_lines(lines):
    for line in lines:
        stripped = line.strip()
        if stripped:
            yield stripped

for line in stream_lines(["alpha\n", "\n", "beta\n"]):
    print(line)

生成器逐个产生结果，适合处理大文件、日志流和不需要一次性装入内存的数据。生成器只能消费一次，需要重复遍历时先明确是否应转换为列表。

8. 常见陷阱

遍历列表时删除元素，导致跳过项目；应构造新列表或倒序删除。
用 list 做大批量成员判断，复杂度通常比 set 更高。
误以为 dict 的值有序就代表可以做复杂排序规则。
修改正在迭代的字典。
把浅拷贝当成完全隔离。
无限生成器上调用 list()。