Python 列表、元组、字典、集合完整区别对比-云帆数科

我挖掘了一个巨牛的人工智能学习网站通俗易懂风趣幽默忍不住分享一下给大家。点击跳转到网站。一、基础总览表背诵版类型符号是否可变有序性存储元素允许重复核心用途列表 list[]✅ 可变✅ 有序任意数据类型✅ 允许重复增删改查、有序数组、临时数据容器元组 tuple()❌ 不可变✅ 有序任意数据类型✅ 允许重复固定数据、函数返回多值、字典 key字典 dict{k:v}✅ 可变✅ 3.7 插入有序键值对keyvaluekey 不可重复value 可重复映射关系根据 key 快速取值集合 set{}✅ 可变❌ 无序仅不可变类型数字 / 字符串 / 元组❌ 自动去重去重、交集 / 并集 / 差集运算二、逐个详细拆解1. 列表 list[]特性可变支持增、删、改元素python运行lst [1, 2, 3] lst[0] 99 # 修改 lst.append(4) # 新增 lst.pop() # 删除有序按下标lst[0]取值插入顺序永久保留允许重复元素[1,1,2]合法元素无类型限制可嵌套列表、字典等可变对象适用场景需要频繁修改、追加、删除的数据有序数据存储学生成绩、文件路径序列。2. 元组 tuple()特性不可变核心特点定义后不能修改、新增、删除任何元素python运行t (1,2,3) t[0] 99 # 直接报错 TypeError有序支持下标取值t[0]、切片t[:2]允许重复元素(1,1,2)因为不可变可以作为字典的 key列表不行适用场景数据不希望被修改坐标、配置常量函数一次性返回多个返回值作为字典 key、集合内元素。小细节单元素元组必须加逗号(5,)(5)只是数字括号不是元组。3. 字典 dict{key: value}特性可变可新增、修改、删除键值对有序Python3.7 及以上插入顺序保留存储结构唯一键key : 任意值valuekey 要求必须是不可变类型数字、字符串、元组不能重复重复 key 会覆盖旧值value 无限制可重复、可存列表 / 字典不能用下标数字取值只能通过dict[key]按键查找python运行d {name:小明, age:20} d[age] 21 # 修改value d[sex] 男 # 新增键值对适用场景一对一映射关系用户信息、配置参数、ID 对应数据需要根据名称 / 标识快速查找内容。4. 集合 set{1,2,3}特性可变集合 set还有不可变版本frozenset无序没有下标不能通过set[0]取值每次打印顺序随机自动去重重复元素存入直接丢弃python运行s {1,1,2,2,3} print(s) # {1,2,3}元素限制只能存不可变类型数字、字符串、元组列表 / 字典不能放入集合专属能力集合运算交集、并集、差集python运行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}适用场景快速对列表去重判断两个数据集重合、对比差异。三、高频易混考点可变 vs 不可变核心区分可变list /dict/set → 内存原地修改不生成新对象不可变tuple /str/int → 修改只能新建对象原数据不变哪些能做字典 key、集合元素只有不可变类型int、float、str、tuple list、dict、set 可变禁止作为 key / 集合成员。有序 vs 无序有序list、tuple、dict (3.7)支持下标 / 按插入顺序遍历无序set无下标不记录插入顺序去重需求优先用集合lst list(set(原列表))一行完成去重缺点会打乱原有顺序四、极简一句话总结列表有序可改通用数组元组有序不可改安全固定数据字典键值映射按键快速查找集合无序自动去重用于数据对比、去重。有序真正的含义是插入顺序被记住# 字典从 Python 3.7 开始有序 d {} d[c] 3 d[a] 1 d[b] 2 print(list(d.keys())) # [c, a, b] —— 和插入顺序一致 # 集合依然无序 s {apple, banana, cat, 99999} print(s) # 随机种子开启后每次打印顺序完全不一样所以有序是指遍历时元素出现的顺序和当初插入的顺序一致。

企业数字化 ERP 产品动态

相关推荐

LeetCode Hot100（2.字母异位词分组）

2.字母异位词分组题目给你一个字符串数组，请你将字母异位词组合在一起。可以按任意顺序返回结果列表。示例 1:输入: strs ["eat", "tea", "tan", "ate", "nat", "bat"]输出: [["bat"],[&… · 2026/9/21 14:54:16

Java学习进程8

Java学习进程8 链表继上篇明确了动态数组具备动态扩容，取值快等优势，但存在添加删除数据速度较慢等缺陷，链表的数据结构恰好弥补了这一短板。链表原理链表是不连续的线性存储结构，依靠每个节点内部的引用（指针&… · 2026/9/20 16:35:26

Claude Code被曝重大隐患，揭开了算法安全的帷幕

目录一、Claude Code很厉害，但是要小心二、如何验证算法的安全性？三、番瓜AI多模态生成算法四、江苏迅高智能科技一、Claude Code很厉害，但是要小心 Claude Code (简称CC) 就是全球第一的AI编程 Agent。我想现在很多人都会认可这句话&#x… · 2026/9/20 11:38:15

Spingboot启动预热的实现

启动预热的适用场景启动预热适合以下情况：数据主要来自第三方接口，无法直接从本地数据库读取。第三方接口响应较慢，首次访问容易超时。一个页面需要调用多个第三方接口或逐项查询。数据读取频繁，但变化不频繁。希望服务启动后&… · 2026/9/29 6:52:37

Understanding Driving Risks using Large Language Models: Toward Elderly Driver Assessment

文章主要内容总结本文研究了多模态大语言模型（具体为ChatGPT-4o）利用静态行车记录仪图像进行类人交通场景解读的潜力，重点聚焦与老年司机评估相关的三项任务：交通密度评估、交叉口可见性评估和停车标志识别。这些任务需上下文推理而非简单目标检测。研究采用零样本、少样… · 2026/9/29 12:28:25

Leveraging Large Language Models for Classifying App Users‘ Feedback

文章主要内容总结本文聚焦于利用大型语言模型（LLMs）解决应用用户反馈分类的挑战，传统方法依赖有监督机器学习，但受限于标注数据集的规模和质量。研究通过三个核心实验评估了4种先进LLMs（GPT-3.5-Turbo、GPT-4o、Flan-T5、Llama3-70b）的性能： LLMs在用户反馈分类中的基… · 2026/9/29 13:54:46

Using Large Language Models for Legal Decision-Making in Austrian Value-Added Tax Law: An Experim...

文章主要内容总结本文通过实验评估了大型语言模型（LLMs）在奥地利及欧盟增值税（VAT）法框架下辅助法律决策的能力。研究聚焦于两种提升LLM性能的方法——微调（fine-tuning）和检索增强生成（RAG），并在两类案例中进行验证：一是权威教科书案例，二是税务咨询公司的真实案… · 2026/9/29 13:54:48

学Java别走弯路，这5个方向最吃香

学Java的人很多，但学明白的人不多。有人学了半年还在写控制台程序，有人一年就能独当一面。差别不在天赋，而在方向。Java生态太庞大了，什么都学等于什么都没学。选对方向，事半功倍。今天盘点当前最吃香的5个Java方向&am… · 2026/9/29 4:13:53

AlphaAgents: Large Language Model based Multi-Agents for Equity Portfolio Constructions

AlphaAgents相关总结与翻译一、文章主要内容总结（一）研究背景与问题传统股票投资组合管理依赖人类分析师处理海量信息（如财务披露、财报、市场新闻等），存在信息处理效率低、易受认知偏差（如损失厌恶、过度自信）影响的问题，可能错失投资收益机会。尽管AI在数据处理… · 2026/9/29 13:54:44

MATLAB雷达信号脉冲压缩仿真：LFM线性调频、匹配滤波与距离分辨率实现

简介：这套Matlab仿真工具完整呈现雷达信号脉冲压缩过程，从线性调频（LFM）信号生成、目标回波仿真到匹配滤波压缩处理均有可运行代码支撑，面向电子信息工程、计算机、数学等专业学生，适用于课程设计、期末大作… · 2026/9/29 0:45:26

汕头网站建设制作厂家避坑指南：5大注意事项救急

汕头网站建设制作厂家避坑指南：5大注意事项救急改个需求建站公司拖一周，这种憋屈事我见得太多了。很多汕头老板找本地建站团队，签合同前看着方案挺美，一上线就变脸。今天不聊虚的，直接拆解找汕头网站建设制作厂家时的5个核心注意事项… · 2026/9/29 13:54:52

多模态虚假新闻检测实战：BERT+ResNet双塔与对比学习

简介：基于PyTorch的多模态虚假新闻检测项目完整代码包，面向自然语言处理与计算机视觉交叉方向的开发者、科研人员及毕业设计选题者，解决社交媒体中文本与图像联合识别虚假新闻的问题。系统以BERT预训练模型提取文本语义特征，以Res… · 2026/9/29 8:55:58

Python 列表、元组、字典、集合 完整区别对比

相关推荐

了解更多？预约专属演示

Python 列表、元组、字典、集合完整区别对比