Python 容器类型包含字符串、列表、元组等，掌握其公共操作符与方法能提升开发效率。本文详细讲解了运算符（+、*、in）、常用函数（len、max、min、enumerate 等）及类型转换方法。重点阐述了列表、字典、集合及元组推导式的语法与应用场景，对比了传统循环与推导式的优劣，并通过实例演示了条件过滤与数据转换技巧，帮助读者深入理解 Python 序列处理的核心机制。文章还补充了嵌套推导式、性能优化及常见错误规避等进阶内容，旨在提供全面的基础知识体系。
在 Python 编程中，序列类型（Sequence Types）是最常用的数据结构之一。它们包括字符串（str）、列表（list）、元组（tuple）、集合（set）和字典（dict）。掌握这些容器的公共操作符、内置函数以及推导式（Comprehensions），能够显著提升代码的简洁性和执行效率。本文将深入讲解 Python 容器的核心机制，并通过丰富的代码示例帮助读者理解其应用场景。
Python 为多种容器类型提供了统一的运算符支持，这使得处理不同数据类型的逻辑更加一致。
+ 运算符用于连接两个相同类型的容器。它不会修改原对象，而是返回一个新的对象。
# 字符串拼接
str1 = 'Hello'
str2 = 'World'
result = str1 + ' ' + str2
print(result) # Hello World
# 列表合并
list1 = [1, 2, 3]
list2 = [4, 5, 6]
combined_list = list1 + list2
print(combined_list) # [1, 2, 3, 4, 5, 6]
# 元组合并
tuple1 = (10, 20)
tuple2 = (30, 40)
combined_tuple = tuple1 + tuple2
print(combined_tuple) # (10, 20, 30, 40)
注意：不同类型的容器不能直接相加，例如 list + tuple 会抛出 TypeError。
* 运算符用于重复容器中的元素。右侧必须是整数。
# 字符串重复
print('-' * 10) # ----------
# 列表重复
list_item = ['data']
repeated_list = list_item * 3
print(repeated_list) # ['data', 'data', 'data']
# 元组重复
tuple_item = ('x',)
repeated_tuple = tuple_item * 3
print(repeated_tuple) # ('x', 'x', 'x')
性能提示：对于大列表，使用 extend() 或切片赋值通常比多次 + 更高效。
这两个运算符用于判断某个元素是否存在于容器中，返回布尔值。
# 字符串检查
print('a' in 'abcd') # True
print('z' not in 'abcd') # True
# 列表检查
my_list = ['apple', 'banana', 'cherry']
print('apple' in my_list) # True
print('grape' not in my_list) # True
# 字典检查 (默认检查 Key)
dict_data = {'name': 'Tom', 'age': 25}
print('name' in dict_data) # True
print('age' in dict_data.values()) # False (需显式调用 values)
Python 提供了一系列针对序列的通用内置函数，无需导入额外模块即可使用。
| 函数 | 描述 | 适用类型 |
|---|---|---|
| len() | 计算元素个数 | 所有序列 |
| max() | 返回最大值 | 可比较元素 |
| min() | 返回最小值 | 可比较元素 |
| sum() | 数值求和 | 数字序列 |
| sorted() | 返回排序后的新列表 | 可迭代对象 |
| enumerate() | 生成索引和值对 | 可迭代对象 |
| zip() | 并行迭代多个序列 | 任意可迭代对象 |
| range() | 生成数字序列 | N/A (生成器) |
numbers = [10, 5, 8, 20, 2]
print(len(numbers)) # 5
print(max(numbers)) # 20
print(min(numbers)) # 2
print(sum(numbers)) # 45
在遍历列表时，如果需要同时获取索引和值，enumerate 是最佳选择。
items = ['a', 'b', 'c']
for index, value in enumerate(items):
print(f'索引 {index}: {value}')
# 指定起始索引
for index, value in enumerate(items, start=1):
print(f'第 {index} 项: {value}')
zip 将多个可迭代对象打包成元组列表，常用于并行处理。
names = ['Alice', 'Bob']
ages = [25, 30]
for name, age in zip(names, ages):
print(f'{name} is {age} years old')
Python 允许在不同序列类型之间进行转换，但需注意顺序保留和唯一性限制。
列表是可变的，适合需要频繁修改数据的场景。
tup = (1, 2, 3)
lst = list(tup)
print(lst) # [1, 2, 3]
print(type(lst)) # <class 'list'>
元组是不可变的，适合存储不应被修改的数据。
lst = [1, 2, 3]
tup = tuple(lst)
print(tup) # (1, 2, 3)
集合会自动去除重复元素，且无序（Python 3.7+ 插入有序，但语义上视为无序）。
lst = [1, 2, 2, 3]
unique_set = set(lst)
print(unique_set) # {1, 2, 3}
注意：如果列表中包含不可哈希的元素（如嵌套列表），则无法转换为集合。
推导式是一种简洁的语法结构，用于基于现有序列创建新序列。它比传统的 for 循环更紧凑，可读性更强。
语法：[表达式 for 变量 in 可迭代对象 if 条件]
# 生成 1 到 10 的平方
squares = [x**2 for x in range(1, 11)]
print(squares) # [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]
# 过滤偶数
evens = [x for x in range(10) if x % 2 == 0]
print(evens) # [0, 2, 4, 6, 8]
语法：{键：值 for 变量 in 可迭代对象 if 条件}
# 生成键值对
num_dict = {i: i**2 for i in range(1, 6)}
print(num_dict) # {1: 1, 2: 4, 3: 9, 4: 16, 5: 25}
# 过滤字典数据
sales = {'A': 100, 'B': 200, 'C': 50}
high_sales = {k: v for k, v in sales.items() if v >= 100}
print(high_sales) # {'A': 100, 'B': 200}
语法：{表达式 for 变量 in 可迭代对象 if 条件}
# 去重并计算平方
nums = [1, 2, 2, 3, 3, 3]
sq_set = {x**2 for x in nums}
print(sq_set) # {1, 4, 9}
元组推导式实际上返回的是生成器对象，节省内存。
# 生成器对象
gen = (x for x in range(5))
print(gen) # <generator object <genexpr> at ...>
# 转换为元组
tup_gen = tuple(x for x in range(5))
print(tup_gen) # (0, 1, 2, 3, 4)
可以处理多维数据结构，但应避免过度嵌套导致难以阅读。
matrix = [[1, 2], [3, 4]]
flat = [num for row in matrix for num in row]
print(flat) # [1, 2, 3, 4]
# 错误示范
def add_item(item, container=[]):
container.append(item)
return container
# 正确示范
def add_item_safe(item, container=None):
if container is None:
container = []
container.append(item)
return container
给定一个包含多个字符串的列表，筛选出长度大于 3 且不包含字符 'e' 的单词。
words = ['hello', 'python', 'love', 'you', 'code', 'java']
result = [w for w in words if len(w) > 3 and 'e' not in w]
print(result) # ['python', 'you']
words。len(w) > 3 确保长度要求。'e' not in w 排除包含特定字符的项。本文系统讲解了 Python 容器的公共操作符、内置函数及推导式用法。通过对比传统循环与推导式的差异，强调了代码简洁性与性能优化的重要性。在实际开发中，建议优先使用推导式处理简单转换逻辑，同时注意内存消耗与可读性的平衡。掌握这些基础技能，将为后续学习数据分析、Web 开发等高级主题打下坚实基础。
附录：相关资源推荐
如需进一步深入学习 Python 数据结构，建议参考官方文档或权威书籍。实践中多编写小脚本巩固记忆，遇到问题查阅官方文档是最准确的解决途径。
微信公众号「极客日志」，在微信中扫描左侧二维码关注。展示文案：极客日志 zeeklog
解析常见 curl 参数并生成 fetch、axios、PHP curl 或 Python requests 示例代码。 在线工具，curl 转代码在线工具，online
将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online
将字符串、文件或图像转换为其 Base64 表示形式。 在线工具，Base64 文件转换器在线工具，online
将 Markdown（GFM）转为 HTML 片段，浏览器内 marked 解析；与 HTML转Markdown 互为补充。 在线工具，Markdown转HTML在线工具，online
将 HTML 片段转为 GitHub Flavored Markdown，支持标题、列表、链接、代码块与表格等；浏览器内处理，可链接预填。 在线工具，HTML转Markdown在线工具，online
通过删除不必要的空白来缩小和压缩JSON。 在线工具，JSON 压缩在线工具，online