科技猎如何七周成为数据分析师19：Python的数据结构
本文是《 如何七周成为数据分析师 》的第十九篇教程，如果想要了解写作初衷，可以先行阅读七周指南。温馨提示：如果您已经熟悉Python，大可不必再看这篇文章，或只挑选部分。
Python一共有三大数据结构，它是Python进行数据分析的基础，分别是tuple元组，list数组以及dict字典。本文通过这三者的学习，打下数据分析的基础。
数组
数组是一个有序的集合，他用方括号表示。
num就是一个典型的数组。数组不限定其中的数据类型，可以是整数也可以是字符串，或者是混合型。
数组可以直接用特定的函数，函数名和Excel相近。
sum是求和，len则是统计数组中的元素个数。
上述列举的函数是数组内整体元素的应用，如果我只想针对单一的元素呢？比如查找，这里就要用到数组的特性，索引。索引和SQL中的索引差不多，都是用来指示数据所在位置的逻辑指针。数组的索引便是元素所在的序列位置。
注意，索引位置是从0开始算起，这是编程语言的默认特色了。num[0]指数组的第一个元素，num[1]指数组的第二个元素。
我们用len()计算出了数组元素个数是5，那么它最后一个元素的索引是4。若是数组内的元素特别多呢？此时查找数组最后一位的元素会有点麻烦。Python有一个简易的方法，可以用负数表示，意为从最后一个数字计算索引。
这里的num[4]等价于num[-1]，num[-2]则指倒数第二个的元素。
再来一个新问题，如何一次性选择多个元素？例如筛选出数组前三个元素。在Python中，用：表示范围。
num[0:3]筛选了前三个元素，方括号左边是闭区间，右边是开区间，所以这里是num[0]，num[1]和num[2]，并不包含num[3]。这个方法叫做切片。
上述是索引的特殊用法，[0:]表示从第0个索引开始，直到最后一个元素。[:3]表示从第一个元素开始，直到第3个索引。
负数当然也有特殊用法。[-1:]表示从最后一个元素开始，因为它已经是最后一个元素了，所以只返回它本身。[:-1]表示从第一个元素开始到最后一个元素。num[-2:-1]和num[-3:-1]大同小异。
数组的增删查
我们已经了解数组的基本概念，不过仍旧停留在查找，它不涉及数据的变化。工作中，更多需要操纵数组，对数组的元素进行添加，删除，更改。
数组通过insert函数插入，函数的第一个参数表示插入的索引位置，第二个表示插入的值。
另外一种方式是append，直接在数组末尾添加上元素。它在之后讲到迭代和循环时应用较多。
如果要删除特定位置的元素，用pop函数。如果函数没有选择数值，默认删除最后一个元素，如果有，则删除数值对应索引的元素。
更改元素不需要用到函数，直接选取元素重新赋值即可。
到这里，数组增删改查已经讲完，但这只是一维数组，一维数组之上还有多维数组。如果现在有一份数据是关于学生信息，一共有三个学生，要求包含学生的姓名，年龄，和性别，应该怎么用数组表示呢？
有两种思路，一种是用三个一维数组分别表示学生的姓名，年龄和性别。
学生属性被拆分成多个数组，利用索引来表示其信息，这里的索引有些类似SQL的主键，通过索引查找到信息。但是这种方法并不直观，实际应用会比较麻烦，更好的方法是表示成多维数组。
所谓多维数组，是数组内再嵌套数组，图中表示的是一个宽度为3，高度为3的二维数组。此时student[0]返回的是数组而不是单一值。这种方法将学生信息合并在一起，比第一个案例更容易使用。
如果想选择第一个学生的性别，应该怎么办呢？很简单，后面再加一个索引即可。
现在尝试快速创建一个多维数组。
[0]*3将快速生成3个元素值为0的数组，这是一种快捷操作，而[row]*4则将其扩展成二维数据，因为是4，所以是3*4的结构。
这里有一个注意点，当我们想更改多维数组中的某一个元素而不是数组时，这种方式会错误。
按照正常的想法，martix[1][0]将会改变第二个数组中的第一个值为1，但是结果是所有数组的第一个值都变成1。这是因为在matrix = [row] * 4操作中，只是创建3个指向row的引用，可以简单理解成四个数组是一体的。一旦其中一个改变，所有的都会变。
比较稳妥的方式是直接定义多维数组，或者用循环间接定义。多维数组是一个挺重要的概念，它也能直接表示成矩阵，是后续很多算法和分析的基础（不过在pandas中，它是另外一种形式了）。
元组
tuple叫做元组，它和数组非常相似，不过用圆括号表示。但是它最大的特点是不能修改。
当我们想要修改时就会报错。
而选择和数组没有差异。
元组可以作为简化版的数组，因为它不可更改的特性，很多时候可以作为常量使用，防止被篡改。这样会更安全。
字典
字典dict全称dictionary，以键值对key-value的形式存储。所谓键值，就是将key作为索引存储。用大括号表示。
图中的’qinlu’是key，18是value值。key是唯一的，value可以对应各种数据类型。key-value的原理不妨想象成查找字典，拼音是key，对应的文字是value（当然字典的拼音不唯一）。
字典和数组的差异在于，因为字典以key的形式存储和查找，所以它的查询速度非常快，毕竟翻字典的时候你只要知道拼音就能快速定位了。对dict数据结构，10条记录和10万条记录的查找没有区别。
这种查找方式的缺点是占用内存大。数组则相反，查找速度随着元素的增加逐渐下降，这个过程想象成程序在一页页的翻一本没有拼音的字典，直到找到内容。数组的优点是占用的内存空间小。
所以数组和字典的优缺点相反，dict是空间换时间，list是时间换空间，这是编程中一个比较重要的概念。实际中，数据分析师的工作不太涉及工程化，选用数组或者字典没有太严苛的限制。
细心的读者可能已经发现，字典定义时我的输入顺序是qinlu，lulu，qinqin，而打印出来是lulu，qinlu，qinqin，顺序变了。这是因为定义时key的顺序和放在内存的key顺序没有关系，key-value通过hash算法互相确定，甚至不同Python版本的哈希算法也不同。这一点应用中要避免出错。
既然字典通过key-value对匹配查找，那么它自然不能不用数组的数值索引，它只能通过key值。
如果key不存在，会报错。
通过in方法，可以返回True或False，避免报错。
dict和list一样，直接通过赋值更改value。
能不能更改key的名字？不能，key一旦确定，就无法再修改，好比字典定好后，你能修改字的拼音么？
dict中删除key和list一样，通过pop函数。增加key则是直接赋予一个新的键值对。
dict的keys和values两个函数直接输出所有的key值和value值。如果要转换成数组，则再外面嵌套一个list函数。
items函数，将key-value对变成tuple形式，以数组的方式输出。
字典可以通过嵌套应用更复杂的数据格式，和NoSQL与JSON差不多。
基础的数据类型差不多了，更多函数应用大家网上自行查阅文档，这块掌握了，在数据清洗过程中将会非常高效，尤其是读取Excel数据时。当然不要求滚瓜烂熟，因为后面将学习更加强大的Numpy和Pandas。
相关阅读
互联网数据分析能力的养成，需一份七周的提纲
如何七周成为数据分析师01：常见的Excel函数全部涵盖在这里了
如何七周成为数据分析师02：Excel技巧大揭秘
如何七周成为数据分析师03：手把手教你Excel实战
如何七周成为数据分析师：Excel技巧之甘特图绘制（项目管理）
如何七周成为数据分析师：Excel技巧之打造多级菜单
如何七周成为数据分析师04：数据可视化之经典图表合集
如何七周成为数据分析师05：数据可视化之打造升职加薪的报表
如何七周成为数据分析师06：数据可视化之手把手打造BI
如何七周成为数据分析师07：快速掌握麦肯锡的分析思维
如何七周成为数据分析师08：如何建立数据分析的思维框架？
如何七周成为数据分析师09：写给新人的数据库指南
如何七周成为数据分析师10：SQL，从入门到熟练
如何七周成为数据分析师11：SQL，从熟练到掌握
如何七周成为数据分析师12：解锁数据分析的正确姿势（上）
如何七周成为数据分析师13：解锁数据分析的正确姿势（下）
如何七周成为数据分析师14：概率论的入门指南
如何七周成为数据分析师15：读了本文，你就懂了概率分布
如何七周成为数据分析师16：数据分析必须懂的假设检验
如何七周成为数据分析师17：最全的运营数据指标解读
如何七周成为数据分析师18：Python的新手教程
#专栏作家#
秦路，微信公众号ID：tracykanc，人人都是产品经理专栏作家。
本文由 @秦路 原创发布于人人都是产品经理。未经许可，禁止转载。