Python四大核心数据结构之列表、字典、元组、集合

学习Python，数据结构是绕不开的核心知识点。无论是处理简单数据还是搭建复杂系统，理解列表、元组、字典和集合这四种基础结构，几乎决定了你的代码能写得多顺手。在实际编码中，初学者最容易混淆的就是它们各自的特性和应用场景，今天就来把这块内容彻底理清楚。

快速总览（一眼看懂区别）

从上面的对比可以看出，每种结构的设计都有明确意图。但光看表格还不够，我们直接上手代码，看看它们在实际中到底怎么用。

逐个详解（带代码示例）

1. 列表 —— 万能数组

列表用方括号[]来定义，特点非常鲜明：有序、可修改、允许重复。你可以把它想象成一个有序的储物箱，不管往里塞什么类型的数据都行，而且随时可以增删改。

# 定义
my_list = [10, "Python", True, 3.14]
# 常用操作
my_list.append("新增")    # 末尾添加
my_list[0] = 100          # 修改第1个元素
del my_list[1]            # 删除元素
print(my_list[0])         # 取值：按索引（从0开始）

适用场景：存有序列表，比如学生名单、商品列表。只要是需要保持顺序且可能变动的数据，列表是默认选择。

2. 元组 —— 不可修改的列表

元组用圆括号()定义，和列表几乎一模一样，唯一的不同就是——它一旦创建就不能改了。也就是说，你只能取值，不能做添加、删除或修改的操作。

# 定义
my_tuple = (10, "Python", True)
# 只能取值，不能增删改
print(my_tuple[1])  # 输出 Python
# 尝试修改会报错！
# my_tuple[0] = 100  # 报错

为什么要用这种“自废武功”的数据结构？答案很简单：安全性和性能。当你的数据是固定不变的，比如坐标点的经纬度、程序的配置常量，或者一个函数需要返回多个值时，用元组不仅更安全（不会被意外篡改），运行速度也更快。

适用场景：固定不变的数据，比如坐标信息、配置常量、函数返回多个值。

3. 字典 —— 键值对映射

字典用花括号{key: value}表示，采用键值对的结构。它和我们日常用的字典一样，通过“键”来查找对应的“值”，而不是靠位置索引。

# 定义：键: 值
person = {
    "name": "小明",
    "age": 20,
    "city": "北京"
}
# 取值：用键，不用索引
print(person["name"])  # 小明
# 修改/添加
person["age"] = 21
person["gender"] = "男"

字典最大的优势在于查询速度。当你需要描述一个对象的多个属性，或者处理接口返回的JSON数据时，字典就是最顺手的工具。需要注意的是，字典的键必须是不可变类型（比如字符串、数字、元组），而且不能重复。

适用场景：描述对象属性，比如用户信息、商品详情、接口数据。几乎所有需要“根据名字找东西”的场景都能用到它。

4. 集合 —— 自动去重

集合也用花括号{}表示，但和字典不同，它的内部没有键值对，只有元素本身。集合最大的特点就是自动去重——不管你塞多少个重复值进去，它只保留一份。

# 定义（自动去重）
my_set = {1, 2, 2, 3, 3, 3}
print(my_set)  # 输出 {1,2,3}
# 常用操作
my_set.add(4)    # 添加
my_set.remove(2) # 删除
# 数学运算
a = {1,2,3}
b = {3,4,5}
print(a & b)  # 交集 {3}
print(a | b)  # 并集 {1,2,3,4,5}

集合还支持数学上的交集、并集、差集运算，这在处理共同好友、权限取交等场景时特别高效。

适用场景：去重、判断元素是否存在、集合运算（比如共同好友、标签重叠）。

最简单记忆口诀

1. 要有序、能修改 → 用 列表 []
2. 要有序、不能改 → 用 元组 ()
3. 要键值对、查得快 → 用 字典 {}
4. 要去重、算集合 → 用 集合 {}

这四句话几乎能覆盖90%以上的使用场景。当然，实际开发中往往需要组合使用，比如列表里套字典，字典里再套列表，但核心逻辑从来没变过。

最常用操作速查表

明确了这些基础，你就能根据不同的需求快速选定正确的工具。说到底，Python的哲学就是“一件事情最好只有一种好的做法”，而它的数据结构设计，也完美体现了这一点。