[!info] 关联笔记

• 所属 MOC：语言基础 · 类型与 OOP · 学习路线 · Python MOC
• 前置概念：基本类型 · 名字与赋值
• 后续概念：列表与元组 · 字典 · 集合 · 字符串与字节 · 可变性
• 并列：函数与装饰器 · 类与面向对象

Python 数据类型与数据结构

这个概念为什么出现

Python 日常编码 80% 的时间在和内置容器与标量打交道。没有一张总图时，人容易：

• 该用 tuple 却用了 list
• 该用 set 去重却手写双重循环
• 把 bytes 当 str 处理网络报文

本篇是地图，不是把每个容器写到实现级；细规则由阶段二原子笔记承担。

[!abstract] 一句话理解 Python 内置类型按标量、序列、映射、集合与二进制分组；先判断“是否可变、是否有序、键/元素约束”，再选结构。

最小可运行示例

先把示例放进业务场景，再看代码：

场景：活动报名后台做一次轻量汇总

运营后台读到一批报名记录，需要：

• 用 list 保序展示
• 用 set 统计去重用户
• 用 dict 聚合渠道计数
• 用 tuple 做不可变的配置键

# signup_structures_map.py
# 业务意图：用四种核心容器完成报名汇总。
# 教学点：
# - list 有序可改；tuple 有序不可变；
# - set 去重；dict 做聚合；
# - 容器里装的是对象引用。

from collections import Counter


def summarize_signups(rows: list[dict]) -> dict:
    # rows: [{"user": "u1", "channel": "wechat"}, ...]
    ordered_users = []  # 保序展示（可含重复报名意图时另议）
    unique_users: set[str] = set()
    for row in rows:
        ordered_users.append(row["user"])
        unique_users.add(row["user"])

    channel_counts = Counter(row["channel"] for row in rows)
    # 不可变配置键示例：环境 + 活动代码
    cache_key = ("prod", "spring-sale")

    return {
        "ordered_users": ordered_users,
        "unique_count": len(unique_users),
        "channels": dict(channel_counts),
        "cache_key": cache_key,
    }


def main() -> None:
    rows = [
        {"user": "alice", "channel": "wechat"},
        {"user": "bob", "channel": "app"},
        {"user": "alice", "channel": "wechat"},
    ]
    print(summarize_signups(rows))


if __name__ == "__main__":
    main()

建议运行：

python signup_structures_map.py

期望输出：

{'ordered_users': ['alice', 'bob', 'alice'], 'unique_count': 2, 'channels': {'wechat': 2, 'app': 1}, 'cache_key': ('prod', 'spring-sale')}

结合场景再看三个关注点

1. 同一用户出现两次：list 保留事件流，set 回答“多少独立用户”。
2. dict/Counter 适合聚合；不要滥用 list 线性扫描当主索引。
3. tuple 作键要求元素可哈希；list 不能当 dict 键。

核心概念与准确模型

内置类型地图

类别	类型	有序	可变	典型场景
数值	int, float, complex	—	否	计数、度量
文本	str	是	否	文案、标识
布尔/空	bool, None	—	否	标志、缺失
序列	list, tuple, range	是	list 是 / 其余否	列表、记录、范围
映射	dict	插入序	是	索引、JSON 对象
集合	set, frozenset	否	set 是	去重、成员测试
二进制	bytes, bytearray, memoryview	是	仅 bytearray 等	网络、文件

可变与不可变（总原则）

• 不可变：对象值不可改；“修改”通常产生新对象再绑定。
• 可变：可原地改；多名字共享时彼此可见。
• 容器不可变 ≠ 其元素若可变就“深不可变”（tuple 可装 list）。

选择启发式

1. 要索引与保序可变序列 → list
2. 固定字段小记录 / 可哈希序列 → tuple
3. 键值检索与聚合 → dict
4. 去重与集合运算 → set
5. 文本 → str；字节协议 → bytes

边界情况与反直觉行为

1. 空容器真值：空 list/dict/set/"" 为假。
2. dict 键必须可哈希；自定义对象需正确 __hash__/__eq__。
3. 大 list 头删 pop(0) 昂贵；队列场景看 deque。

常见误区

[!warning] 常见误区：只有 list 一种序列 错误理解：所有一串数据都用 list。
正确模型：固定结构、作键、防误改时优先 tuple；成员测试频繁用 set。

工程实践

• API 边界：输入 list/dict 是否会被函数原地修改要写清。
• JSON 对应：object→dict，array→list，string→str，null→None。
• 性能：先选对结构，再谈微观优化。

本节总结

本篇给你选型地图。下一步应按路线进入 list/tuple、dict、可变性与字符串专篇，而不是在一页堆完所有方法表。

自测题

1. 为什么 cache_key 用 tuple 而不是 list？
2. 统计独立用户为什么需要 set（或等价结构）？

参考答案

1. 需要不可变且可哈希，才能稳定当键/缓存标识；list 不可哈希。
2. set 平均 O(1) 成员测试/去重，表达“集合”语义比双层 list 扫描清晰。

延伸阅读与资料来源

资料	类型	支撑内容
Built-in Types	文档	类型行为
Tutorial – Data Structures	教程	容器入门