Python 常用数据类型相同点、差异与使用指南

# 列表 - 可变
my_list = [1, 2, 3]
my_list[0] = 10  # 允许修改
my_list.append(4)  # 允许添加元素
# 元组 - 不可变
my_tuple = (1, 2, 3)
# my_tuple[0] = 10  # 会报错：元组不可修改

# 字典 - 键值对存储
my_dict = {'a': 1, 'b': 2, 'c': 3}
value = my_dict['a']  # 通过键访问值
# 集合 - 唯一元素存储
my_set = {1, 2, 3, 3}  # 自动去重：{1, 2, 3}
my_set.add(4)  # 添加元素

import numpy as np
# 列表 - 灵活但效率较低
list_data = [1, 2, 3, 4, 5]
# NumPy 数组 - 高效数值计算
array_data = np.array([1, 2, 3, 4, 5])
result = array_data * 2  # 向量化操作：[2, 4, 6, 8, 10]

import pandas as pd
# 字典 - 基础键值存储
data_dict = {
    'name': ['Alice', 'Bob', 'Charlie'],
    'age': [25, 30, 35]
}
# DataFrame - 高级表格结构
df = pd.DataFrame(data_dict)
# 提供丰富的数据处理功能：筛选、分组、聚合等
filtered = df[df['age'] > 28]

# 时间性能比较示例
import timeit
# 列表查找 vs 集合查找
list_test = list(range(10000))
set_test = set(range(10000))
print("列表查找时间:", timeit.timeit('9999 in list_test', globals=globals(), number=1000))
print("集合查找时间:", timeit.timeit('9999 in set_test', globals=globals(), number=1000))

def process_data(raw_data):
    # 使用列表收集原始数据
    data_list = []
    for item in raw_data:
        # 使用字典组织每条记录
        record = {
            'id': item[0],
            'value': float(item[1]),
            'category': item[2].lower()
        }
        data_list.append(record)
    # 转换为DataFrame进行进一步处理
    df = pd.DataFrame(data_list)
    # 使用集合去重
    unique_categories = set(df['category'])
    return df, unique_categories

class DataStore:
    def __init__(self):
        # 使用字典快速查找
        self.by_id = {}
        # 使用字典的集合值进行多键索引
        self.by_category = defaultdict(set)
        # 使用列表保持顺序
        self.all_items = []
    def add_item(self, item):
        self.by_id[item['id']] = item
        self.by_category[item['category']].add(item['id'])
        self.all_items.append(item)
    def get_by_category(self, category):
        return [self.by_id[item_id] for item_id in self.by_category.get(category, set())]