Python 的核心数据结构是内置的基础存储容器，设计简洁且功能强大，覆盖了绝大多数编程场景的需求。它们的核心特点是 “开箱即用、高效灵活” ，主要包括 列表（List）、元组（Tuple）、字典（Dictionary）、集合（Set） ，再加上基础的字符串（String），共同构成了 Python 数据处理的基石。
以下从 定义、核心特性、常用操作、适用场景 四个维度，详细介绍每个核心数据结构：
一、列表（List）：有序可变的“万能容器”
1. 定义与外观
列表是 Python 最常用的数据结构，用于存储 有序、可修改 的元素集合，用方括号 [] 定义，元素之间用逗号分隔。
# 示例：存储不同类型的元素（Python 列表支持异构元素）
fruits = ["苹果", "香蕉", 100, True, 3.14]
nums = [1, 2, 3, 4, 5]
2. 核心特性
- 有序性：元素按插入顺序排列，支持通过索引（下标）访问（索引从 0 开始）；
- 可变性：可动态添加、删除、修改元素（不创建新列表，直接修改原容器）；
- 异构性：可存储不同类型的元素（字符串、数字、布尔值、甚至其他列表）；
- 可重复：允许存储重复元素。
3. 常用操作（高频）
| 操作 | 代码示例 | 功能说明 |
|---|---|---|
| 访问元素 | fruits[0] | 获取索引 0 的元素（输出：苹果） |
| 切片（截取子列表） | nums[1:4] | 获取索引 1~3 的元素（输出：[2,3,4]） |
| 添加元素（末尾） | fruits.append("橙子") | 末尾添加元素（列表长度+1） |
| 插入元素（指定位置） | fruits.insert(1, "梨") | 在索引 1 处插入元素 |
| 删除元素（按值） | fruits.remove(100) | 删除第一个匹配的值 |
| 删除元素（按索引） | del fruits[2] | 删除索引 2 的元素 |
| 反转列表 | nums.reverse() | 原地反转列表（输出：[5,4,3,2,1]） |
| 排序 | nums.sort() | 原地升序排序（默认），sort(reverse=True) 降序 |
| 统计元素出现次数 | nums.count(3) | 统计 3 出现的次数（输出：1） |
4. 适用场景
- 存储需要按顺序访问、频繁修改的数据（如购物车商品、任务列表）；
- 临时存储多个异构元素（如接口返回的混合类型数据）；
- 需要动态增减元素的场景（如用户输入的多条数据）。
二、元组（Tuple）：有序不可变的“安全容器”
1. 定义与外观
元组是 有序、不可修改 的元素集合，用圆括号 () 定义（单个元素需加逗号，避免歧义）。
# 示例：存储固定不变的数据
coordinates = (10.0, 20.0) # 坐标（x,y）
person_info = ("小明", 25, "北京") # 个人信息（姓名、年龄、城市）
single_tuple = (5,) # 单个元素的元组（必须加逗号）
2. 核心特性
- 有序性：与列表一致，支持索引访问和切片；
- 不可变性：创建后无法添加、删除、修改元素（若元素是可变类型如列表，可修改元素内部值，但元组结构不变）；
- 异构性：支持存储不同类型元素；
- 可重复：允许重复元素；
- 轻量高效：比列表占用内存更少，访问速度更快。
3. 常用操作（高频）
| 操作 | 代码示例 | 功能说明 |
|---|---|---|
| 访问元素 | person_info[0] | 获取索引 0 的元素（输出：小明） |
| 切片（截取子元组） | person_info[1:] | 获取索引 1 及以后的元素（输出：(25, "北京")） |
| 统计元素出现次数 | (1,2,2,3).count(2) | 统计 2 出现的次数（输出：2） |
| 查找元素索引 | person_info.index("北京") | 查找元素的第一个索引（输出：2） |
4. 适用场景
- 存储固定不变的数据（如坐标、配置参数、常量）；
- 函数返回多个值（本质是返回元组，可解构赋值：
name, age = func()）； - 作为字典的键（元组不可变，列表不可作为字典键）；
- 需要数据安全性的场景（避免误修改核心数据）。
三、字典（Dictionary）：无序键值对的“映射容器”
1. 定义与外观
字典是 无序（Python 3.7+ 后保证插入顺序）、键值对（key-value） 存储的容器，用大括号 {} 定义，键（key）唯一且不可变，值（value）可任意类型。
# 示例：存储键值映射关系的数据
student = {
"id": 101,
"name": "小红",
"score": 95,
"courses": ["数学", "英语"] # 值可以是列表等可变类型
}
empty_dict = {} # 空字典
2. 核心特性
- 映射性：通过唯一的 key 快速查找 value（查询效率远高于列表）；
- 键不可变：key 必须是不可变类型（字符串、数字、元组），不能是列表、字典等可变类型；
- 值可任意：value 可以是任意类型（包括字典、列表等可变类型）；
- 键唯一：重复的 key 会被覆盖（后定义的生效）。
3. 常用操作（高频）
| 操作 | 代码示例 | 功能说明 |
|---|---|---|
| 访问值（按 key） | student["name"] | 获取 key 为 "name" 的值（输出：小红） |
| 安全访问值 | student.get("gender", "未知") | 无 key 时返回默认值（输出：未知） |
| 添加/修改键值对 | student["gender"] = "女" | 有 key 则修改，无 key 则添加 |
| 删除键值对 | del student["courses"] | 删除 key 为 "courses" 的键值对 |
| 获取所有 key | student.keys() | 返回所有 key 的视图（输出：dict_keys(['id','name','score','gender'])） |
| 获取所有 value | student.values() | 返回所有 value 的视图 |
| 获取所有键值对 | student.items() | 返回所有 (key, value) 元组（遍历常用） |
| 清空字典 | student.clear() | 清空所有键值对 |
4. 适用场景
- 存储具有映射关系的数据（如用户信息、配置项、接口返回的 JSON 数据）；
- 需要快速通过 key 查询数据的场景（如根据 ID 查找用户）；
- 存储多维度数据（如商品的名称、价格、库存等属性）。
四、集合（Set）：无序唯一的“去重容器”
1. 定义与外观
集合是 无序、无重复元素 的容器，用大括号 {} 或 set() 函数定义（空集合必须用 set()，不能用 {}，否则是字典）。
# 示例：存储唯一不重复的数据
tags = {"Python", "编程", "入门"} # 标签集合（自动去重）
nums = set([1, 2, 2, 3, 3, 3]) # 从列表创建集合（输出：{1,2,3}）
empty_set = set() # 空集合
2. 核心特性
- 唯一性：自动去除重复元素（创建时即去重）；
- 无序性：无固定顺序，不支持索引访问和切片；
- 元素不可变：集合中的元素必须是不可变类型（字符串、数字、元组），不能是列表、字典等可变类型；
- 支持集合运算：交集、并集、差集等（类似数学中的集合操作）。
3. 常用操作（高频）
| 操作 | 代码示例 | 功能说明 |
|---|---|---|
| 添加元素 | tags.add("学习") | 添加元素（已存在则不生效） |
| 删除元素（存在则删） | tags.remove("编程") | 删除元素（不存在则报错） |
| 安全删除元素 | tags.discard("Java") | 删除元素（不存在则不报错） |
| 交集（共同元素） | {1,2,3} & {2,3,4} | 输出：{2,3}（等价于 set1.intersection(set2)） |
| 并集（所有元素） | `{1,2,3} | {2,3,4}` |
| 差集（独有元素） | {1,2,3} - {2,3,4} | 输出：{1}（等价于 set1.difference(set2)） |
| 对称差集（互不相同） | {1,2,3} ^ {2,3,4} | 输出：{1,4}（等价于 set1.symmetric_difference(set2)） |
| 判断子集 | {2,3}.issubset({1,2,3}) | 判断是否是子集（输出：True） |
4. 适用场景
- 数据去重（如用户输入的重复标签、列表中的重复元素）；
- 集合运算（如查找两个列表的共同元素、筛选独有元素）；
- 快速判断元素是否存在（
in 操作效率远高于列表，如 if "Python" in tags）。
五、字符串（String）：有序不可变的“文本容器”
字符串虽常被视为“文本类型”，但本质是 有序、不可变的字符集合，具备数据结构的核心特性，也是 Python 核心数据结构之一。
1. 定义与外观
用单引号 ''、双引号 "" 或三引号 """ """（多行文本）定义。
name = "Python"
intro = '一门简洁的编程语言'
multi_line = """第一行
第二行
第三行""" # 多行字符串
2. 核心特性
- 有序性：支持索引访问和切片（类似列表、元组）；
- 不可变性：创建后无法修改单个字符（如
name[0] = "p" 会报错）； - 可拼接/重复：通过
+ 拼接、* 重复生成新字符串。
3. 常用操作（高频）
| 操作 | 代码示例 | 功能说明 |
|---|---|---|
| 访问字符 | name[2] | 获取索引 2 的字符（输出：t） |
| 切片 | name[1:4] | 获取索引 1~3 的字符（输出：yth） |
| 拼接字符串 | name + " 入门" | 拼接生成新字符串（输出：Python 入门） |
| 重复字符串 | name * 2 | 重复 2 次（输出：PythonPython） |
| 查找子串 | name.find("tho") | 查找子串索引（输出：2，不存在返回 -1） |
| 替换子串 | name.replace("Python", "Java") | 替换子串（输出：Java） |
| 分割字符串 | "a,b,c".split(",") | 按分隔符分割（输出：['a','b','c']） |
| 去除首尾空格 | " hello ".strip() | 去除首尾空格（输出：hello） |
| 大小写转换 | name.lower()/upper() | 转小写/大写 |
4. 适用场景
- 存储和处理文本数据（如用户输入、文件内容、接口返回的文本）；
- 字符串格式化（如拼接用户信息、生成 SQL 语句）。
六、核心数据结构对比表（面试高频）
| 数据结构 | 有序性 | 可变性 | 元素唯一性 | 核心特点 | 适用场景 |
|---|---|---|---|---|---|
| 列表（List） | 是 | 是 | 否 | 万能容器，动态增减 | 有序修改、异构元素存储 |
| 元组（Tuple） | 是 | 否 | 否 | 安全高效，不可修改 | 固定数据、函数多返回值、字典键 |
| 字典（Dict） | 是（3.7+） | 是（值可变） | 键唯一 | 键值映射，查询高效 | 映射关系数据、JSON 类数据 |
| 集合（Set） | 否 | 是（元素可增删） | 是 | 自动去重，集合运算 | 数据去重、元素存在判断、集合运算 |
| 字符串（Str） | 是 | 否 | 否 | 文本处理，不可修改 | 文本存储、字符串格式化 |
七、核心总结（入门+面试重点）
- 有序 vs 无序：列表、元组、字符串是有序（支持索引/切片）；集合是无序（不支持索引）；字典 3.7+ 后有序，之前无序；
- 可变 vs 不可变：列表、字典、集合是可变（可修改元素）；元组、字符串是不可变（创建后无法修改）；
- 查询效率：字典、集合的查询效率（
in 操作）是 O(1)（哈希表实现），远高于列表、元组的 O(n)； - 选型原则：
- 需有序修改 → 列表；
- 需有序不可修改 → 元组；
- 需键值映射 → 字典；
- 需去重/集合运算 → 集合；
- 需处理文本 → 字符串。
掌握这 5 种核心数据结构，就能应对 Python 80% 以上的开发场景，也是面试中高频考察的基础知识点。
