翻译：《实用的Python编程》02_02_Containers

Posted 2021-10-05 codists

目录 | 上一节 (2.1 数据类型) | 下一节 (2.3 格式化)

2.2 容器

本节讨论列表（list），字典（dict）和集合（set）。

概述

通常，程序必须处理许多对象。

• 股票的投资组合
• 股票价格表

这里有三种主要的选择（译注：数据结构）可以使用：

• 列表。有序的数据。
• 字典。无序的数据。
• 集合。互异且无序的数据。

把列表当作容器

当数据顺序很重要时，请使用列表。记住，列表可以存储任何类型的对象。例如，包含元组的列表：

portfolio = [
    (\'GOOG\', 100, 490.1),
    (\'IBM\', 50, 91.3),
    (\'CAT\', 150, 83.44)
]

portfolio[0]            # (\'GOOG\', 100, 490.1)
portfolio[2]            # (\'CAT\', 150, 83.44)

列表构建

从零开始构建列表。

records = []  # Initial empty list

# Use .append() to add more items
records.append((\'GOOG\', 100, 490.10))
records.append((\'IBM\', 50, 91.3))
...

从文件读取记录的示例：

records = []  # Initial empty list

with open(\'Data/portfolio.csv\', \'rt\') as f:
    next(f) # Skip header
    for line in f:
        row = line.split(\',\')
        records.append((row[0], int(row[1]), float(row[2])))

把字典当作容器

如果要快速随机查找（通过键名），那么字典很有用。例如，股票价格字典：

prices = {
   \'GOOG\': 513.25,
   \'CAT\': 87.22,
   \'IBM\': 93.37,
   \'MSFT\': 44.12
}

以下是一些简单的查找：

>>> prices[\'IBM\']
93.37
>>> prices[\'GOOG\']
513.25
>>>

字典构建

从零开始构建字典的示例：

prices = {} # Initial empty dict

# Insert new items
prices[\'GOOG\'] = 513.25
prices[\'CAT\'] = 87.22
prices[\'IBM\'] = 93.37

从文件内容填充字典的示例：

prices = {} # Initial empty dict

with open(\'Data/prices.csv\', \'rt\') as f:
    for line in f:
        row = line.split(\',\')
        prices[row[0]] = float(row[1])

注意：如果是在 Data/prices.csv 文件上尝试此操作，会发现几乎可以正常工作——但是，在末尾有一个空行导致程序崩溃了。需要找出一些方法来修改代码以解决此问题（参见练习 2.6）。

字典查找

测试键是否存在：

if key in d:
    # YES
else:
    # NO

可以查找可能不存在的值，并在值不存在的情况下提供默认值。

name = d.get(key, default)

示例：

>>> prices.get(\'IBM\', 0.0)
93.37
>>> prices.get(\'SCOX\', 0.0)
0.0
>>>

组合键

在 Ｐython 中，几乎任何类型的值都可以用作字典的键。字典的键必须是不可变类型。例如，元组：

holidays = {
  (1, 1) : \'New Years\',
  (3, 14) : \'Pi day\',
  (9, 13) : "Programmer\'s day",
}

然后访问：

>>> holidays[3, 14]
\'Pi day\'
>>>

列表，集合或者其它字典都不能用作字典的键，因为列表和字典（译注：集合也是使用哈希技术实现的）是可变的。

集合

集合是互异且无序的数据。

tech_stocks = { \'IBM\',\'AAPL\',\'MSFT\' }
# Alternative syntax
tech_stocks = set([\'IBM\', \'AAPL\', \'MSFT\'])

集合对于成员关系测试很有用。

>>> tech_stocks
set([\'AAPL\', \'IBM\', \'MSFT\'])
>>> \'IBM\' in tech_stocks
True
>>> \'FB\' in tech_stocks
False
>>>

集合对于消除重复也很有用。

names = [\'IBM\', \'AAPL\', \'GOOG\', \'IBM\', \'GOOG\', \'YHOO\']

unique = set(names)
# unique = set([\'IBM\', \'AAPL\',\'GOOG\',\'YHOO\'])

其它集合操作：

names.add(\'CAT\')        # Add an item
names.remove(\'YHOO\')    # Remove an item

s1 | s2                 # Set union
s1 & s2                 # Set intersection
s1 - s2                 # Set difference

练习

在这些练习中，你开始构建的程序是本课程剩余部分使用的主要程序之一。请在 Work/report.py 文件中工作。

练习 2.4：包含元组的列表

Data/portfolio.csv 文件包含投资组合中的股票列表。在 练习 1.30 中，你编写了一个读取该文件并执行简单计算的 portfolio_cost(filename) 函数。

代码看起来应该像下面这样：

# pcost.py

import csv

def portfolio_cost(filename):
    \'\'\'Computes the total cost (shares*price) of a portfolio file\'\'\'
    total_cost = 0.0

    with open(filename, \'rt\') as f:
        rows = csv.reader(f)
        headers = next(rows)
        for row in rows:
            nshares = int(row[1])
            price = float(row[2])
            total_cost += nshares * price
    return total_cost

请使用这些代码作为指导，创建一个新文件 report.py 。在 report.py 文件中，定义 read_portfolio(filename) 函数，该函数打开 Data/portfolio.csv 文件并将其读入到包含元组的列表中。为此，你需要对上面的代码做一些小修改。

首先，创建一个最初设为空列表的变量，而不是定义 total_cost = 0。例如：

portfolio = []

接着，把每一行准确地存储到元组中（就像在上次的练习中做的那样），然后把元组追加到列表中，而不是合计总的费用。

for row in rows:
    holding = (row[0], int(row[1]), float(row[2]))
    portfolio.append(holding)

最后，返回得到的portfolio 列表。

请交互式地试验函数（提醒，要执行此操作，首先需要在解释器运行 report.py 程序）。

提示：当在终端执行文件的时候，请使用 -i 参数。

>>> portfolio = read_portfolio(\'Data/portfolio.csv\')
>>> portfolio
[(\'AA\', 100, 32.2), (\'IBM\', 50, 91.1), (\'CAT\', 150, 83.44), (\'MSFT\', 200, 51.23),
    (\'GE\', 95, 40.37), (\'MSFT\', 50, 65.1), (\'IBM\', 100, 70.44)]
>>>
>>> portfolio[0]
(\'AA\', 100, 32.2)
>>> portfolio[1]
(\'IBM\', 50, 91.1)
>>> portfolio[1][1]
50
>>> total = 0.0
>>> for s in portfolio:
        total += s[1] * s[2]

>>> print(total)
44671.15
>>>

创建的包含元组的列表非常类似于二维（2-Ｄ）数组。例如，使用诸如 portfolio[row][column] （ row 和column 是整数）的查找来访问特定的列和行。

也就是说，可以使用像下面这样的语句重写最后的 for 循环：

>>> total = 0.0
>>> for name, shares, price in portfolio:
            total += shares*price

>>> print(total)
44671.15
>>>

练习 2.5：包含字典的列表

使用字典（而不是元组）修改在练习 2.4 中编写的函数来表示投资组合中的股票。在字典中，使用字段名 "name", "shares" 和 "price" 来表示输入文件中的不同列。

以与练习 2.4 中相同的方式试验这个新的函数。

>>> portfolio = read_portfolio(\'Data/portfolio.csv\')
>>> portfolio
[{\'name\': \'AA\', \'shares\': 100, \'price\': 32.2}, {\'name\': \'IBM\', \'shares\': 50, \'price\': 91.1},
    {\'name\': \'CAT\', \'shares\': 150, \'price\': 83.44}, {\'name\': \'MSFT\', \'shares\': 200, \'price\': 51.23},
    {\'name\': \'GE\', \'shares\': 95, \'price\': 40.37}, {\'name\': \'MSFT\', \'shares\': 50, \'price\': 65.1},
    {\'name\': \'IBM\', \'shares\': 100, \'price\': 70.44}]
>>> portfolio[0]
{\'name\': \'AA\', \'shares\': 100, \'price\': 32.2}
>>> portfolio[1]
{\'name\': \'IBM\', \'shares\': 50, \'price\': 91.1}
>>> portfolio[1][\'shares\']
50
>>> total = 0.0
>>> for s in portfolio:
        total += s[\'shares\']*s[\'price\']

>>> print(total)
44671.15
>>>

在这里可以看到，每个条目的不同字段是通过键名来访问的，而不是数字类型的列号。这通常是首选方式，因为这样得到的代码在以后易于阅读。

查看大型的字典或者列表可能会很混乱。要使调试的输出变得整洁，可以考虑使用 pprint() 函数。

>>> from pprint import pprint
>>> pprint(portfolio)
[{\'name\': \'AA\', \'price\': 32.2, \'shares\': 100},
    {\'name\': \'IBM\', \'price\': 91.1, \'shares\': 50},
    {\'name\': \'CAT\', \'price\': 83.44, \'shares\': 150},
    {\'name\': \'MSFT\', \'price\': 51.23, \'shares\': 200},
    {\'name\': \'GE\', \'price\': 40.37, \'shares\': 95},
    {\'name\': \'MSFT\', \'price\': 65.1, \'shares\': 50},
    {\'name\': \'IBM\', \'price\': 70.44, \'shares\': 100}]
>>>

练习 2.6：把字典当作容器

在使用索引而不是数字查找某元素的地方，字典是一种用来跟踪元素的很有用的方式。在 Python shell 中，尝试使用字典：

>>> prices = { }
>>> prices[\'IBM\'] = 92.45
>>> prices[\'MSFT\'] = 45.12
>>> prices
... look at the result ...
>>> prices[\'IBM\']
92.45
>>> prices[\'AAPL\']
... look at the result ...
>>> \'AAPL\' in prices
False
>>>

该 Data/prices.csv 文件包含一系列带有股票价格的行，看起来像下面这样：

"AA",9.22
"AXP",24.85
"BA",44.85
"BAC",11.27
"C",3.72
...

编写 read_prices(filename)函数将诸如此类的价格集合读取到字典中，字典的键代表股票的名字，字典的值代表股票的价格。

为此，从空字典开始，并且像上面做的那样开始插入值。但是，现在正在从从文件中读取值。

我们将使用该数据结构快速查找给定名称的股票的价格。

这部分需要一些小技巧。首先，确保像之前做的那样使用 csv 模块——无需在这里重复发明轮子。

>>> import csv
>>> f = open(\'Data/prices.csv\', \'r\')
>>> rows = csv.reader(f)
>>> for row in rows:
        print(row)


[\'AA\', \'9.22\']
[\'AXP\', \'24.85\']
...
[]
>>>

另外一个小麻烦是 Data/prices.csv 文件可能有一些空行在里面。注意上面数据的最后一行是一个空列表——意味在那一行没有数据。

这有可能导致你的程序因为异常而终止。酌情使用 try 和 except 语句捕获这些异常。思考：使用 if 语句来防范错误的数据是否会更好？

编写完 read_prices() 函数，请交互式地测试它并确保其正常工作：

>>> prices = read_prices(\'Data/prices.csv\')
>>> prices[\'IBM\']
106.28
>>> prices[\'MSFT\']
20.89
>>>

练习 2.7：看看你是否可以退休

通过添加一些计算盈亏的语句到 report.py 程序，将所有的工作联系到一起。这些语句应该采用在练习 2.5 中存储股票名称的列表，以及在练习 2.6 中存储股票价格的字典，并计算投资组合的当前值以及盈亏。

目录 | 上一节 (2.1 数据类型) | 下一节 (2.3 格式化)

注：完整翻译见 https://github.com/codists/practical-python-zh