Python 以简洁易用著称，其中数据容器是处理数据的核心工具。Python 内置了五种常用数据一文吃透 Python 五大数据容器：特性、用法与最佳实践容器 —— 列表（List）、元组（Tuple）、集合（Set）、字典（Dictionary）、字符串（String），它们各自有独特的特性和适用场景。本文将从基础定义、核心用法、场景对比三个维度，帮你彻底掌握这五大容器。

一、五大数据容器核心概览

先通过一张表格快速了解各容器的核心特征：

表格

容器类型	是否有序	是否可变	是否允许重复元素	索引方式	核心用途
列表 (List)	是	是	是	数字索引（0 开始）	存储有序、可修改的数据集
元组 (Tuple)	是	否	是	数字索引（0 开始）	存储有序、不可修改的数据集
集合 (Set)	否	是	否	无索引	去重、集合运算（交集 / 并集）
字典 (Dict)	3.7 + 有序	是	键唯一，值可重复	键索引（键值对）	存储键值对映射关系
字符串 (String)	是	否	是	数字索引（0 开始）	存储文本数据

二、逐个拆解：用法与示例

1. 列表（List）—— 灵活的有序数据集

列表是 Python 最常用的容器，用[]定义，支持增删改查，适合存储需要动态调整的有序数据。

核心用法示例

# 1. 定义列表
fruits = ["apple", "banana", "orange"]

# 2. 访问元素（索引）
print(fruits[0])  # 输出：apple
print(fruits[-1]) # 输出：orange（反向索引）

# 3. 修改元素（可变特性）
fruits[1] = "grape"
print(fruits)     # 输出：['apple', 'grape', 'orange']

# 4. 新增元素
fruits.append("mango")        # 尾部添加
fruits.insert(1, "pear")      # 指定位置插入
print(fruits)                 # 输出：['apple', 'pear', 'grape', 'orange', 'mango']

# 5. 删除元素
fruits.remove("grape")        # 删除指定值
del fruits[2]                 # 删除指定索引
print(fruits)                 # 输出：['apple', 'pear', 'mango']

# 6. 常用操作
print(len(fruits))            # 长度：3
print(sorted(fruits))         # 临时排序：['apple', 'mango', 'pear']

2. 元组（Tuple）—— 不可变的有序数据集

元组用()定义，一旦创建无法修改，适合存储固定不变的数据集（如配置项、坐标），比列表更节省内存。

核心用法示例

# 1. 定义元组（小括号可省略，单元素需加逗号）
point = (10, 20)
single = (5,)  # 注意逗号，否则会被识别为数字

# 2. 访问元素（与列表一致）
print(point[0])  # 输出：10

# 3. 不可修改（以下代码会报错）
# point[1] = 25  # TypeError: 'tuple' object does not support item assignment

# 4. 常用场景：函数返回多个值
def get_size():
    width = 100
    height = 200
    return width, height  # 本质是元组

w, h = get_size()
print(w, h)  # 输出：100 200

3. 集合（Set）—— 无序无重复的数据集

集合用{}定义（空集合需用set()，而非{}），核心特性是去重和集合运算，适合处理无需顺序、需去重的数据（如用户标签、数据交集）。

核心用法示例

python

运行

# 1. 定义集合（自动去重）
nums = {1, 2, 2, 3}
print(nums)  # 输出：{1, 2, 3}

# 2. 增删元素
nums.add(4)
nums.remove(2)  # 元素不存在会报错，可用discard()
print(nums)     # 输出：{1, 3, 4}

# 3. 集合运算（交集、并集、差集）
a = {1, 2, 3}
b = {3, 4, 5}
print(a & b)  # 交集：{3}
print(a | b)  # 并集：{1, 2, 3, 4, 5}
print(a - b)  # 差集：{1, 2}

# 4. 去重实用场景
lst = [1, 2, 2, 3, 3, 3]
unique_lst = list(set(lst))
print(unique_lst)  # 输出：[1, 2, 3]（顺序随机）

4. 字典（Dictionary）—— 键值对映射数据集

字典用{key: value}定义，3.7 版本后默认有序，核心是通过键快速查找值，适合存储具有映射关系的数据（如用户信息、配置表）。

核心用法示例

python

运行

# 1. 定义字典
user = {
    "name": "Tom",
    "age": 20,
    "city": "Beijing"
}

# 2. 访问值（通过键）
print(user["name"])  # 输出：Tom
print(user.get("age"))  # 更安全，键不存在返回None

# 3. 修改/新增键值对
user["age"] = 21  # 修改
user["gender"] = "male"  # 新增
print(user)  # 输出：{'name': 'Tom', 'age': 21, 'city': 'Beijing', 'gender': 'male'}

# 4. 遍历字典
for key in user.keys():
    print(key)  # 输出所有键

for value in user.values():
    print(value)  # 输出所有值

for k, v in user.items():
    print(f"{k}: {v}")  # 输出键值对

5. 字符串（String）—— 文本数据容器

字符串用''或""定义，本质是字符的有序集合，不可变，支持索引、切片等操作，是处理文本的核心容器。

核心用法示例

python

运行

# 1. 定义字符串
msg = "Hello Python"

# 2. 索引与切片
print(msg[0])     # 输出：H
print(msg[6:12])  # 切片：Python（左闭右开）
print(msg[::-1])  # 反转：nohtyP olleH

# 3. 不可修改（以下代码会报错）
# msg[0] = "h"  # TypeError: 'str' object does not support item assignment

# 4. 常用方法
print(msg.upper())  # 转大写：HELLO PYTHON
print(msg.split())  # 分割：['Hello', 'Python']
print(msg.replace("Python", "World"))  # 替换：Hello World

三、容器选择指南：什么时候用什么？

1. 需要有序、可修改的数据集 → 列表（List）：如待办事项、商品列表。
2. 需要有序、不可修改的数据集 → 元组（Tuple）：如坐标、函数返回多值、配置常量。
3. 需要去重或集合运算 → 集合（Set）：如用户标签去重、数据交集 / 并集计算。
4. 需要键值对映射 → 字典（Dict）：如用户信息、配置表、缓存数据。
5. 处理文本数据 → 字符串（String）：如用户输入、文本解析、日志处理。

四、通用操作：五大容器都支持的功能

1. len(容器)：获取容器长度（元素个数）。
2. for 元素 in 容器：遍历容器（集合、字典需注意无序性）。
3. in / not in：判断元素是否存在（字典默认判断键）。

示例：

# 通用操作示例
lst = [1,2,3]
print(len(lst))          # 输出：3
print(2 in lst)          # 输出：True

for num in lst:
    print(num)           # 依次输出1、2、3

总结

1. Python 五大数据容器各有特性：列表可变有序、元组不可变有序、集合无序去重、字典键值对映射、字符串文本专用。
2. 容器选择核心看三个维度：是否有序、是否可变、是否需要键值映射 / 去重。
3. 通用操作（len、遍历、in）适用于所有容器，是高效使用容器的基础。