Python 常用数据类型：str、list、tuple、dict、set 详解

约 3504 字大约 12 分钟

Python 数据结构

2026-05-04

刚学 Python 时，最容易反复碰到的五种内置类型，就是 str、list、tuple、dict 和 set。

它们几乎无处不在：

读一行文本，得到的是 str
保存一组元素，常常用 list
不希望内容被修改时，会考虑 tuple
做键值映射时，用 dict
去重、做集合运算时，用 set

表面上看，这五种类型都像是在“装数据”，但它们的设计目标并不一样。如果一开始没有把它们的定位和方法搞清楚，后面写代码时就很容易混用，甚至写出一些效率很差、可读性也不好的代码。

这篇文章想做两件事：

先讲清楚这五种类型分别适合干什么；
再系统梳理它们最常用的方法，以及这些方法到底是“原地修改”还是“返回新对象”。

先有一个整体印象

可以先用一张表把五种类型的大轮廓记住：

类型	可变吗	有序吗	可重复吗	典型用途
`str`	不可变	有序	可以	文本处理
`list`	可变	有序	可以	动态序列
`tuple`	不可变	有序	可以	固定记录、不可变序列
`dict`	可变	按插入顺序保序	key 不可重复	键值映射
`set`	可变	无序	不可重复	去重、集合运算

这里最值得先记住的一点是：

str 和 tuple 是不可变的；list、dict、set 是可变的。

这件事会直接影响它们的方法设计。例如：

list.append() 会原地修改列表；
但字符串不会“原地追加”，而是返回一个新的字符串。

一、字符串 `str`

字符串本质上是一个不可变的字符序列。所谓不可变，是指字符串一旦创建，就不能直接修改其中某个字符。

例如下面这样是不行的：

s = "hello"
# s[0] = "H"   # TypeError

如果想“修改”字符串，实际上是在创建一个新字符串。

1. 常见创建方式

s1 = 'hello'
s2 = "world"
s3 = """multi
line"""

2. 常见基本操作

s = "python"

len(s)        # 6
s[0]          # 'p'
s[-1]         # 'n'
s[1:4]        # 'yth'
"py" in s     # True
s + "3"       # 'python3'
s * 2         # 'pythonpython'

3. 大小写相关方法

`lower()`

把字符串转成小写。

"Hello".lower()   # 'hello'

`upper()`

把字符串转成大写。

"Hello".upper()   # 'HELLO'

`capitalize()`

首字母大写，其余小写。

"python".capitalize()   # 'Python'

`title()`

把每个单词首字母变成大写。

"hello world".title()   # 'Hello World'

`swapcase()`

大小写互换。

"Hello".swapcase()   # 'hELLO'

`casefold()`

比 lower() 更激进的大小写折叠，常用于不区分大小写的比较。

4. 查找与判断方法

`find(sub[, start[, end]])`

查找子串，找到返回下标，找不到返回 -1。

"banana".find("na")   # 2

`rfind()`

从右边开始找，但返回的仍然是正常下标。

`index()`

和 find() 类似，但找不到时会抛 ValueError。

"banana".index("na")   # 2

`rindex()`

从右边找，找不到也会报错。

`count(sub)`

统计子串出现次数。

"banana".count("a")   # 3

`startswith(prefix)` / `endswith(suffix)`

判断是否以某个前缀或后缀开头/结尾。

"report.pdf".endswith(".pdf")   # True

5. 替换与分割

`replace(old, new[, count])`

替换子串，返回新字符串。

"I like cats".replace("cats", "dogs")   # 'I like dogs'

`split(sep=None, maxsplit=-1)`

分割字符串，返回列表。

"a,b,c".split(",")   # ['a', 'b', 'c']

不传参数时，按任意空白字符切分。

`rsplit()`

从右边开始切分。

`splitlines()`

按行切分。

"a\nb\nc".splitlines()   # ['a', 'b', 'c']

`join(iterable)`

把一个可迭代对象里的字符串连接起来。这个方法很重要，而且它属于分隔符字符串，而不是列表。

"-".join(["2026", "05", "04"])   # '2026-05-04'

6. 去空白与对齐

`strip([chars])`

去掉两端空白字符，或去掉两端指定字符。

"  hello  ".strip()   # 'hello'

`lstrip()` / `rstrip()`

分别去左边或右边。

`center(width[, fillchar])`

居中对齐。

`ljust(width[, fillchar])` / `rjust(width[, fillchar])`

左对齐或右对齐。

`zfill(width)`

左侧补零。

"42".zfill(5)   # '00042'

7. 判断类方法

这些方法常用于输入校验：

isalpha()：是否全是字母
isdigit()：是否全是数字
isalnum()：是否全是字母或数字
isspace()：是否全是空白字符
islower()：是否全是小写
isupper()：是否全是大写
istitle()：是否符合标题格式

"123".isdigit()   # True
"abc".isalpha()   # True

8. 格式化

`format()`

"name: {}, age: {}".format("Tom", 20)

f-string

严格说不是 str 方法，但在实际 Python 代码里更常用。

name = "Tom"
age = 20
f"name: {name}, age: {age}"

9. `str` 使用时最容易犯的错

第一，字符串不可变，所以很多方法都不会修改原字符串：

s = " hello "
s.strip()
print(s)   # 仍然是 " hello "

要写成：

s = s.strip()

第二，拼接大量字符串时，不要在循环里反复 +，通常更适合先放进列表，再用 join()。

二、列表 `list`

列表是 Python 里最常用的可变有序序列。如果你需要一个能动态增删改的容器，通常第一反应就是 list。

1. 创建方式

nums = [1, 2, 3]
empty = []
chars = list("abc")   # ['a', 'b', 'c']

2. 常见基本操作

nums = [10, 20, 30]

len(nums)      # 3
nums[0]        # 10
nums[-1]       # 30
nums[1:]       # [20, 30]
20 in nums     # True
nums + [40]    # [10, 20, 30, 40]
nums * 2       # [10, 20, 30, 10, 20, 30]

3. 添加元素的方法

`append(x)`

在末尾追加一个元素。

nums = [1, 2]
nums.append(3)   # [1, 2, 3]

`extend(iterable)`

把一个可迭代对象中的元素逐个追加进去。

nums = [1, 2]
nums.extend([3, 4])   # [1, 2, 3, 4]

append([3, 4]) 和 extend([3, 4]) 的区别一定要分清：

a = [1, 2]
a.append([3, 4])   # [1, 2, [3, 4]]

b = [1, 2]
b.extend([3, 4])   # [1, 2, 3, 4]

`insert(i, x)`

在指定位置插入元素。

nums = [1, 3]
nums.insert(1, 2)   # [1, 2, 3]

4. 删除元素的方法

`remove(x)`

删除第一个值等于 x 的元素。

nums = [1, 2, 2, 3]
nums.remove(2)   # [1, 2, 3]

`pop([i])`

按下标弹出元素；不传参数时默认弹出最后一个。

nums = [10, 20, 30]
nums.pop()    # 30
nums.pop(0)   # 10

`clear()`

清空列表。

`del`

del 不是方法，而是语句，但和列表一起使用非常多。

nums = [1, 2, 3, 4]
del nums[1:3]   # [1, 4]

5. 查找与统计

`index(x[, start[, end]])`

返回元素第一次出现的位置。

`count(x)`

统计元素出现次数。

[1, 2, 2, 3].count(2)   # 2

6. 排序与反转

`sort(key=None, reverse=False)`

原地排序，非常常用。

nums = [3, 1, 2]
nums.sort()   # nums 变成 [1, 2, 3]

如果想按自定义规则排序，可以配合 key：

words = ["ccc", "a", "bb"]
words.sort(key=len)   # ['a', 'bb', 'ccc']

`sorted(iterable, key=None, reverse=False)`

这不是 list 方法，而是内置函数。它会返回新列表，不修改原对象。

nums = [3, 1, 2]
new_nums = sorted(nums)

`reverse()`

原地反转列表顺序。

nums = [1, 2, 3]
nums.reverse()   # [3, 2, 1]

`reversed(iterable)`

也不是 list 方法，而是返回一个迭代器。

7. 复制相关

`copy()`

浅拷贝。

a = [1, 2, 3]
b = a.copy()

如果列表里还有子列表，要小心浅拷贝问题：

a = [[1, 2], [3, 4]]
b = a.copy()
b[0][0] = 99
# a 也会受到影响

8. 列表推导式

严格说不是方法，但它是 Python 中处理列表最地道的方式之一。

squares = [x * x for x in range(5)]
evens = [x for x in range(10) if x % 2 == 0]

三、元组 `tuple`

元组是不可变的有序序列。它和列表长得很像，但核心区别是：列表可变，元组不可变。

1. 创建方式

t1 = (1, 2, 3)
t2 = 1, 2, 3
t3 = ()
t4 = (1,)   # 单元素元组必须带逗号

很多初学者会忘记这个逗号：

(1)    # 这只是整数 1
(1,)   # 这才是元组

2. 为什么需要元组

既然已经有列表了，为什么还要元组？

主要有三个原因：

元组表示“这组数据不应该被修改”
元组可以作为 dict 的 key 或 set 的元素（前提是内部元素也可哈希）
元组常用来表示一条固定结构的记录

例如：

point = (3, 5)
student = ("Alice", 20, "Math")

3. 常见操作

t = (10, 20, 30)

len(t)     # 3
t[0]       # 10
t[-1]      # 30
t[1:]      # (20, 30)
20 in t    # True

4. 元组的方法为什么很少

因为元组不可变，所以它没有 append()、remove()、sort() 这类修改内容的方法。

内置方法主要只有两个：

`count(x)`

统计某个元素出现次数。

(1, 2, 2, 3).count(2)   # 2

`index(x[, start[, end]])`

返回某个元素第一次出现的位置。

(10, 20, 30).index(20)   # 1

5. 解包

元组最常见的一个用法，是解包：

point = (3, 5)
x, y = point

交换变量时也常用它：

a, b = b, a

四、字典 `dict`

字典是 Python 中的键值映射结构。你可以把它理解成“通过 key 快速找到 value”。

1. 创建方式

person = {"name": "Tom", "age": 20}
empty = {}

也可以用 dict()：

person = dict(name="Tom", age=20)

2. 常见基本操作

person = {"name": "Tom", "age": 20}

person["name"]          # 'Tom'
person["age"] = 21
"name" in person        # True
len(person)             # 2

字典查的是 key，不是 value。

3. 访问相关方法

`get(key[, default])`

这是字典里非常值得优先使用的方法。它的好处是：key 不存在时不会报错。

person.get("name")          # 'Tom'
person.get("gender")        # None
person.get("gender", "N/A") # 'N/A'

`setdefault(key[, default])`

如果 key 存在，返回对应值；如果不存在，就插入一个默认值并返回它。

d = {}
d.setdefault("count", 0)   # 0
# d 现在是 {"count": 0}

4. 获取所有 key / value / item

`keys()`

返回所有 key 的视图对象。

`values()`

返回所有 value 的视图对象。

`items()`

返回所有 (key, value) 对。

person = {"name": "Tom", "age": 20}

person.keys()
person.values()
person.items()

遍历字典时，最常见的是：

for key, value in person.items():
    print(key, value)

5. 添加、更新、合并

直接赋值

person["city"] = "Beijing"

`update([other])`

用另一个字典或键值对序列更新当前字典。

person.update({"age": 21, "city": "Beijing"})

6. 删除方法

`pop(key[, default])`

删除指定 key，并返回对应值。

person = {"name": "Tom", "age": 20}
person.pop("age")   # 20

`popitem()`

删除并返回最后插入的一组键值对。

d = {"a": 1, "b": 2}
d.popitem()   # ('b', 2)

`clear()`

清空字典。

7. 复制

`copy()`

浅拷贝。

8. 从一组 key 创建字典

`fromkeys(iterable[, value])`

这是一个类方法，不是实例方法。

dict.fromkeys(["a", "b", "c"], 0)
# {'a': 0, 'b': 0, 'c': 0}

9. 字典推导式

squares = {x: x * x for x in range(5)}

10. `dict` 使用时的常见注意点

第一，key 必须是可哈希对象。通常字符串、数字、元组可以做 key，但列表不行。

d = {}
d["name"] = "Tom"
# d[[1, 2]] = 3   # TypeError

第二，访问不存在的 key 时，d[key] 会报错，而 get() 更温和。

五、集合 `set`

集合是无序且元素唯一的容器。它最常见的两个用途是：

去重
做集合运算

1. 创建方式

s = {1, 2, 3}
empty = set()   # 不能写成 {}

注意：{} 创建的是空字典，不是空集合。

2. 基本特点

集合中的元素必须可哈希，而且不会重复：

{1, 2, 2, 3}   # {1, 2, 3}

3. 添加与删除

`add(x)`

添加一个元素。

s = {1, 2}
s.add(3)   # {1, 2, 3}

`update(*others)`

把另一个可迭代对象中的元素加入集合。

s = {1, 2}
s.update([2, 3, 4])   # {1, 2, 3, 4}

`remove(x)`

删除元素；如果元素不存在，会报错。

`discard(x)`

删除元素；如果不存在，不报错。

s = {1, 2, 3}
s.discard(4)   # 不会报错

`pop()`

随机删除并返回一个元素。因为集合无序，所以不要假设它弹出的是“第一个”。

`clear()`

清空集合。

4. 集合运算方法

`union(*others)` / `|`

并集。

{1, 2}.union({2, 3})   # {1, 2, 3}
{1, 2} | {2, 3}

`intersection(*others)` / `&`

交集。

{1, 2} & {2, 3}   # {2}

`difference(*others)` / `-`

差集。

{1, 2, 3} - {2}   # {1, 3}

`symmetric_difference(other)` / `^`

对称差集，即只在一边出现的元素。

{1, 2} ^ {2, 3}   # {1, 3}

5. 原地更新版本

上面那些集合运算，还有对应的原地修改版本：

intersection_update()
difference_update()
symmetric_difference_update()

它们会直接修改原集合。

6. 关系判断

`issubset(other)` / `<=`

判断是否为子集。

`issuperset(other)` / `>=`

判断是否为超集。

`isdisjoint(other)`

判断两个集合是否没有交集。

{1, 2}.isdisjoint({3, 4})   # True

7. 什么时候该用 `set`

如果你只是想判断“某个元素在不在”，而且不关心顺序，set 往往比 list 更合适。

例如：

visited = set()
visited.add("node1")

if "node1" in visited:
    print("seen")

六、五种类型放在一起比较

学完方法之后，更重要的是知道什么时候该选哪一个。

1. 要处理文本，用 `str`

如果你的数据本质上是一段文字，而不是一组独立元素，就应该优先把它当作字符串处理。

2. 要保存可增删改的有序数据，用 `list`

列表最灵活，适合绝大多数“动态序列”场景。

3. 要表达不可变记录，用 `tuple`

如果你希望这组值只是一个固定结构，不想被随意改动，元组很自然。

4. 要做 key-value 映射，用 `dict`

通过名字找年龄，通过单词找释义，通过配置项找配置值，这些都应该想到字典。

5. 要去重或做集合运算，用 `set`

只要你发现自己反复写“判断一个元素是否已经出现过”，就应该想一想能不能换成集合。

七、最后总结

如果只从一句话来区分这五种类型，可以这样记：

str：处理文本
list：处理可变序列
tuple：处理不可变序列
dict：处理映射关系
set：处理唯一元素集合

而从方法角度看，最关键的分界线是：

str、tuple 不可变，所以很多操作会返回新对象
list、dict、set 可变，所以很多方法会直接修改原对象

初学 Python 时，真正容易混乱的不是“不会用方法”，而是没有建立这种对象模型意识。一旦把“是否可变”“是否有序”“是否允许重复”“是否按 key 访问”这几件事想清楚，后面再看这些方法，就会顺很多。

版权所有

版权归属：Guisong Wu

许可证：署名 4.0 国际 (CC-BY-4.0)