摘要本文系统梳理了 Python 容器的概念、分类与使用好处深入讲解了列表、元组、集合、字典以及 collections 模块中的 deque、namedtuple、Counter、defaultdict、OrderedDict 等高级容器并总结了增删改查、遍历、切片、推导式等核心操作最后给出了容器选择与学习建议帮助读者全面掌握 Python 容器知识体系。目录1. 什么是容器2. 容器的分类3. 使用容器的好处4. 常用容器详解4.1 列表list4.2 元组tuple4.3 集合set4.4 字典dict4.5 其他高级容器collections 模块deque双端队列namedtuple命名元组Counter计数器defaultdict默认值字典OrderedDict有序字典5. 容器的常见操作5.1 增删改查CRUD 操作5.2 遍历与迭代5.3 切片操作序列类型5.4 推导式Comprehension5.5 排序与反转5.6 成员检查5.7 内置函数5.8 容器之间的转换6. 总结1. 什么是容器在 Python 中容器Container是一种用于存放和管理多个元素的数据结构。它就像现实生活中的容器一样——一个箱子可以装很多物品一个文件夹可以放很多文件。Python 容器允许我们将多个值组织在一起方便统一管理和操作。从技术角度看容器是实现了特定协议如__contains__、__iter__、__len__等方法的对象它们能够容纳其他对象并提供访问、遍历和修改这些对象的能力。简单理解变量好比一个停车位只能放一辆车而容器好比一个停车场可以同时停放多辆车并且能对它们进行统一管理。2. 容器的分类Python 中的容器可以从多个维度进行分类最常见的是按数据组织方式分为以下三大类分类包含类型核心特征序列类型列表list、元组tuple、范围range、字符串str、字节序列bytes、bytearray元素按顺序排列支持索引和切片操作集合类型集合set、冻结集合frozenset元素无序且唯一支持集合运算交并差映射类型字典dict以键值对形式存储数据通过键快速查找值此外还可以按可变性来区分可变容器列表list、集合set、字典dict、字节数组bytearray等创建后可以增删改元素。不可变容器元组tuple、冻结集合frozenset、字符串str、字节序列bytes等一旦创建就不能修改内容。Python 标准库中的collections模块还提供了许多高级容器如deque双端队列、namedtuple命名元组、Counter计数器、defaultdict默认值字典、OrderedDict有序字典等它们在特定场景下比基础容器更加高效和便捷。3. 使用容器的好处在日常编程中使用容器能带来以下显著优势组织性强将相关数据放在一个容器中代码结构更清晰逻辑更容易理解。比如用一个列表存放所有学生的成绩而不是定义几十个零散变量。操作便捷容器提供了丰富的内置方法增删改查、排序、反转、过滤等能大幅减少手写代码量提升开发效率。内存高效Python 容器在底层做了大量优化相比手动管理分散的变量容器对内存的利用率更高访问速度也更快。可迭代性所有容器都支持迭代可以方便地用for循环遍历结合推导式、map/filter等高阶函数进行批量处理。类型丰富按需选择不同容器有各自的优势——需要去重用集合需要快速查找用字典需要保持顺序用列表。根据场景选择合适的容器能极大优化程序性能。代码可维护性统一的容器接口让代码更容易被他人理解和维护也方便进行单元测试和调试。4. 常用容器详解4.1 列表list列表是 Python 中最常用的可变序列容器用方括号[]表示。它可以存放任意类型的元素甚至是混合类型并且支持动态扩容。创建列表# 空列表 empty [] 包含元素的列表 fruits [apple, banana, cherry] 使用 list() 构造函数 numbers list(range(1, 6)) # [1, 2, 3, 4, 5] 列表推导式 squares [x ** 2 for x in range(10)] # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]列表的特点元素有序按插入顺序排列。支持索引和切片fruits[0]、fruits[1:3]。可变可以随时添加、删除、修改元素。允许重复元素。时间复杂度索引访问 O(1)末尾追加 O(1)插入/删除 O(n)。适用场景需要维护一组有序数据且经常进行增删改操作的场景如待办事项列表、用户记录列表、数据处理管道中的中间结果等。4.2 元组tuple元组是不可变的序列容器用小括号()表示也可省略括号。一旦创建元素就不能被修改、添加或删除。# 创建元组 point (3, 5) colors red, green, blue # 括号可省略 单元素元组注意逗号 single (42,) 嵌套元组 matrix ((1, 2), (3, 4))元组的特点不可变保证了数据的安全性适合作为常量集合使用。有序支持索引和切片。占用内存比列表小创建速度更快。可以作为字典的键列表不能。支持拆包unpackingx, y point。适用场景表示固定不变的数据结构如坐标、RGB 颜色值、函数返回多个值、作为字典的键、保护不希望被意外修改的数据。4.3 集合set集合是无序且元素唯一的可变容器用花括号{}或set()创建。它基于哈希表实现查找速度极快。# 创建集合 empty_set set() # 注意{} 创建的是空字典 numbers {1, 2, 3, 4} 自动去重 unique {1, 2, 2, 3, 3, 3} # {1, 2, 3} 从列表去重 my_list [1, 2, 2, 3, 3, 3] unique_list list(set(my_list)) # [1, 2, 3]集合的特点元素唯一自动去重这是集合最重要的特性。无序不能通过索引访问元素。可变可以添加和删除元素。元素必须是可哈希的不可变类型因此列表不能作为集合元素。支持数学集合运算并集|、交集、差集-、对称差集^。查找复杂度 O(1)非常高效。适用场景数据去重、成员资格快速检查判断某元素是否存在、集合运算如求共同好友、差集筛选、去除重复 URL 等。4.4 字典dict字典是 Python 中最核心的映射类型容器以键值对key-value形式存储数据用花括号{}表示。它是 Python 中查找效率最高的数据结构之一。# 创建字典 person {name: 张三, age: 28, city: 北京} 使用 dict() 构造函数 config dict(hostlocalhost, port8080) 字典推导式 squares {x: x ** 2 for x in range(5)} # {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}字典的特点键值对存储每个键key映射到一个值value。键必须唯一且可哈希不可变类型值可以是任意类型。Python 3.7 字典保持插入顺序。可变可以增删改键值对。查找、插入、删除复杂度均为 O(1)。适用场景需要快速根据键查找对应值的场景如用户信息存储、配置管理、缓存系统、计数器、JSON 数据处理等。4.5 其他高级容器collections 模块Python 标准库中的collections模块提供了一些功能更强大的容器类型是对基础容器的补充和扩展。deque双端队列deque发音为 deck是双向队列支持在两端高效地添加和删除元素复杂度为 O(1)而列表在头部操作是 O(n)。from collections import deque dq deque([1, 2, 3]) dq.append(4) # 右端添加[1, 2, 3, 4] dq.appendleft(0) # 左端添加[0, 1, 2, 3, 4] dq.pop() # 右端删除返回 4 dq.popleft() # 左端删除返回 0适用场景实现队列和栈、滑动窗口、最近使用记录LRU 缓存等。namedtuple命名元组namedtuple是元组的子类允许通过名称而不仅是索引访问字段让代码更具可读性。from collections import namedtuple Point namedtuple(Point, [x, y]) p Point(10, 20) print(p.x) # 10 print(p.y) # 20 仍然是元组支持索引和拆包 print(p[0]) # 10适用场景代替简单类、表示坐标/颜色/RGB 等轻量数据结构、从 CSV 或数据库读取记录。Counter计数器Counter是字典的子类专门用于统计元素出现的次数。from collections import Counter words [a, b, a, c, b, a] count Counter(words) print(count) # Counter({a: 3, b: 2, c: 1}) print(count[a]) # 3 print(count.most_common(2)) # [(a, 3), (b, 2)]适用场景词频统计、字符频率分析、投票计数、数据分布统计。defaultdict默认值字典defaultdict是字典的子类当访问不存在的键时会自动生成一个默认值避免KeyError异常。from collections import defaultdict 用 list 作为默认工厂 groups defaultdict(list) groups[语文].append(张三) groups[语文].append(李四) print(groups) # defaultdict(class list, {语文: [张三, 李四]}) 没有 KeyError自动创建空列表 print(groups[数学]) # []适用场景分组操作、构建邻接表、统计多级数据等。OrderedDict有序字典在 Python 3.7 之前普通字典不保证插入顺序。OrderedDict提供了保证顺序的字典实现并额外提供了move_to_end()等方法来重新排列元素。Python 3.7 中普通字典已有序但OrderedDict仍保留了这些额外方法。from collections import OrderedDict od OrderedDict() od[first] 1 od[second] 2 od[third] 3 od.move_to_end(first) # 将 first 移到最后 print(od) # OrderedDict([(second, 2), (third, 3), (first, 1)])适用场景需要精确控制元素顺序的场景、实现 LRU 缓存、保持 JSON 键顺序。5. 容器的常见操作Python 容器提供了丰富的内置操作以下按功能类别进行梳理。5.1 增删改查CRUD 操作# 列表 lst [1, 2, 3] lst.append(4) # 末尾追加[1, 2, 3, 4] lst.insert(1, 99) # 指定位置插入[1, 99, 2, 3, 4] lst.extend([5, 6]) # 扩展多个元素[1, 99, 2, 3, 4, 5, 6] lst.remove(99) # 删除指定值[1, 2, 3, 4, 5, 6] popped lst.pop(0) # 按索引删除并返回popped1, lst[2, 3, 4, 5, 6] 字典 d {a: 1} d[b] 2 # 新增键值对 d[a] 10 # 修改值 value d.get(c, 0) # 安全获取不存在返回默认值 0 del d[b] # 删除键值对 d.pop(a) # 删除并返回值 集合 s {1, 2} s.add(3) # 添加元素 s.remove(2) # 删除元素不存在则报错 s.discard(99) # 安全删除不存在不报错5.2 遍历与迭代# 遍历列表 for item in [1, 2, 3]: print(item) 带索引遍历 for i, item in enumerate([a, b, c]): print(i, item) 遍历字典 d {name: 张三, age: 28} for key in d: print(key) for key, value in d.items(): print(key, value) 同时遍历多个列表 for a, b in zip([1, 2], [x, y]): print(a, b)5.3 切片操作序列类型lst [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] print(lst[2:5]) # [2, 3, 4] 从索引 2 到 4 print(lst[:3]) # [0, 1, 2] 前三个 print(lst[-3:]) # [7, 8, 9] 后三个 print(lst[::2]) # [0, 2, 4, 6, 8] 步长为 2 print(lst[::-1]) # [9, 8, 7, 6, 5, 4, 3, 2, 1, 0] 反转5.4 推导式Comprehension# 列表推导式 squares [x ** 2 for x in range(10)] evens [x for x in range(20) if x % 2 0] 字典推导式 square_map {x: x ** 2 for x in range(5)} 集合推导式 unique_lengths {len(word) for word in [apple, banana, cherry]}5.5 排序与反转# 列表排序 lst [3, 1, 4, 1, 5, 9] lst.sort() # 原地排序[1, 1, 3, 4, 5, 9] lst.sort(reverseTrue) # 降序[9, 5, 4, 3, 1, 1] 自定义排序 words [banana, apple, cherry] words.sort(keylen) # 按长度排序[apple, banana, cherry] 返回新列表 sorted_lst sorted([3, 1, 2]) # [1, 2, 3] 反转 lst.reverse() # 原地反转5.6 成员检查# 检查元素是否存在 fruits [apple, banana, cherry] print(apple in fruits) # True print(grape not in fruits) # True 字典中检查键 d {name: 张三} print(name in d) # True5.7 内置函数Python 提供了一系列与容器配套使用的内置函数len()返回容器中元素的个数。max()/min()返回容器中的最大/最小元素。sum()对数值容器求和。any()/all()判断是否有/所有元素为真。map()/filter()对容器元素进行映射和过滤。zip()将多个容器按位置打包。enumerate()为可迭代对象添加索引。nums [1, 2, 3, 4, 5] print(len(nums)) # 5 print(max(nums)) # 5 print(sum(nums)) # 15 print(any([0, 0, 1])) # True print(all([1, 2, 3])) # True map 示例 doubled list(map(lambda x: x * 2, nums)) # [2, 4, 6, 8, 10] filter 示例 evens list(filter(lambda x: x % 2 0, nums)) # [2, 4]5.8 容器之间的转换# 列表 ↔ 元组 tuple_from_list tuple([1, 2, 3]) # (1, 2, 3) list_from_tuple list((1, 2, 3)) # [1, 2, 3] 列表 ↔ 集合去重 unique list(set([1, 2, 2, 3])) # [1, 2, 3] 列表 ↔ 字典 pairs [(a, 1), (b, 2)] d dict(pairs) # {a: 1, b: 2} items list(d.items()) # [(a, 1), (b, 2)] 字符串 ↔ 列表 chars list(hello) # [h, e, l, l, o] joined .join(chars) # hello6. 总结Python 容器是编程中最基础也最重要的工具之一。本文从是什么、为什么、有哪些、怎么用四个维度系统梳理了容器的核心知识容器是什么存放和管理多个元素的数据结构是组织和操作数据的容器。容器的分类主要分为序列类型list、tuple、集合类型set、frozenset和映射类型dict同时collections模块提供了 deque、namedtuple、Counter、defaultdict、OrderedDict 等高级容器。为什么用容器提升代码组织性、操作便捷性、内存效率和可维护性是编写高质量 Python 代码的基础。容器怎么用掌握增删改查、遍历迭代、切片、推导式、排序、成员检查、内置函数和类型转换等核心操作就能应对绝大多数开发场景。在实际开发中选择合适的容器至关重要需要有序可变数据选列表需要不可变安全数据选元组需要去重和集合运算选集合需要快速键值查找选字典。合理运用容器能让代码更简洁、更高效、更 Pythonic。建议读者在学习完本文后动手实践每个容器类型的创建和常用操作并结合collections模块尝试一些高级用法这样能更快地将理论知识转化为实际编码能力。