python数据类型：字符串、列表、字典和集合的区别与用法

“python数据类型”最容易学成一张定义表：字符串是文本，列表能放多个值，字典保存键值对。真正写代码时，出错往往不是因为没背定义，而是不知道该选哪一种，或者忽略了对象能不能被修改。

下面用访问方式、可变性和典型场景把常用内置类型放在一起比较。示例只演示语言行为，未连接外部业务数据，复制到本地 Python 环境即可自行验证。

先看一张类型地图

图：常用 Python 内置数据类型和可变性、转换关系的总览。

先记住一个判断顺序：数据是单个值还是一组值？需要按位置还是按键访问？创建后是否还要修改内容？这三个问题通常比死记类名更快。

字符串：文本值，不要当成字符数组修改

字符串是不可变序列，可以按下标读取，但不能直接改某个位置：

name = "python"
print(name[0])       # p
print(name.upper())  # PYTHON，返回新字符串

# name[0] = "P"  # TypeError：字符串不能原地修改
name = "P" + name[1:]

需要频繁拼接大量片段时，使用列表收集后再 "".join(parts)，比循环里反复创建字符串更容易控制意图。

列表和元组：按位置访问，区别在于是否可变

列表适合“顺序明确、后续会增删”的数据；元组适合表示固定记录：

tasks = ["设计", "开发"]
tasks.append("测试")
tasks[0] = "方案设计"

point = (120, 80)
# point[0] = 0  # TypeError：元组不可变

不可变不等于“完全不能包含可变对象”。例如元组里放一个列表，列表自身仍可修改；因此把元组当作字典键时，还要确保其中所有成员都是可哈希的。

字典：按键访问，适合描述对象属性

如果数据有明确的字段名，字典通常比多个并行列表更清楚：

user = {"id": 7, "name": "Lin", "active": True}
if user.get("active", False):
    print(user["name"])

user["role"] = "editor"

user["name"] 在键缺失时会抛出 KeyError，适合“缺失就是错误”的场景；get 适合可选字段。不要为了避免异常把所有访问都改成 get，否则数据问题可能被默认值掩盖。

集合：去重和成员判断

集合没有重复元素，适合去重和判断成员是否存在：

tags = {"python", "sql", "python"}
print(tags)  # {'python', 'sql'}，顺序不应作为业务依据

if "python" in tags:
    print("已包含 Python 标签")

需要保留输入顺序时，不要直接用集合替代列表。可以用 dict.fromkeys(values) 在现代 Python 中完成稳定去重，再根据需求转换回列表。

用一个问题快速选型

图：从“要不要修改内容”出发，快速选择列表、字典、集合、元组或字符串。

常见误区和边界

• list、dict、set 是可变对象，作为函数默认参数时不要直接写空列表或空字典。
• == 比较值是否相等，is 判断是否为同一个对象；业务判断通常使用 ==。
• 集合和字典的遍历顺序不应被当成跨版本、跨实现的业务协议。
• 类型转换可能失败，例如 int("12.5") 会抛出 ValueError，外部输入要显式处理。

小结

学习 python数据类型时，先问“怎么访问”和“要不要修改”，再决定用什么容器。字符串和元组强调稳定，列表、字典和集合强调操作便利；把这些差异落到输入校验和函数边界里，代码会比单纯背定义更可靠。