Python 編程B14：組合數據類型（二）

9.3 元組類型

（tuple）與列表非常相似，也是一種有序序列類型，但最大的不同在于：元組是不可變對象（immutable）。一旦創建，就不能修改其中的元素。元組的不可變特性使其特別適合用于記錄版本、日志快照或模型原始參數等可追溯歷史的應用。

9.3.1 元組的創建

元組可通過逗號 , 分隔各元素來創建，一般會加上圓括號 () 。也可以使用內置函數 創建。

print(t1, t2, t3, t4)

若只包含一個元素，必須加逗號 , ，否則不會被識別為元組：

print(type(single), type(not_tuple))

元組也支持嵌套結構：

nested = (1, (2, 3), 4)

9.3.2 元組的常用操作

元組與列表非常相似，也是一種有序序列類型，因此共享大多數序列操作。

（1）序列運算（拼接、重復與比較）

print((1, 2, 3) > (1, 2))    # True

（2）序列通用操作（索引、切片、遍歷與成員判斷）

print(50 not in t)  # True

（3）搭配內置函數與使用

print(t2.index(2, 2))     # 3 從索引 2 之后繼續查找

（4）修改元組中的可變對象元素

雖然元組本身不可變，但若其內部包含可變對象（如列表），則內部數據仍然可以被修改。

print(t)    # (1, [99, 3])

說明：這并不違反元組不可變性，因為改變的是內部可變對象本身，而不是元組的綁定關系。

（5）元組在函數設計中的應用

元組常被用作函數的返回值，使函數可以一次性返回多個結果。

print(low, high, avg)   # 10 40 25.0

說明：Python 函數永遠只返回一個對象。當寫作 “return a, b” 時，實際上是返回一個元組。

在函數的實參中，可以使用 * 進行位置參數解包傳參：

print(add(*args))  # 等價于 add(3, 5)

在函數的形參中，可以使用 * 捕獲可變位置參數。

print(avg(1, 2, 3, 4))

9.3.3 元組示例與應用

例 9.3.1：AI 模型參數對比（權重凍結示例）

在深度學習模型微調（fine-tuning）過程中，通常會固定部分預訓練參數，只更新其他層。元組可以用來保存“凍結參數”，防止被意外修改。

compare_weights((0.55, 0.75, 0.95))

元組的不可變特性可確保模型關鍵參數的安全性，在 AI 模型微調或版本管理中常用于記錄原始權重。

例 9.3.2 坐標轉換

以下示例可將多個坐標點進行平移和縮放變換。

print(f"變換后的點: {scaled_points}")

輸出：

變換后的點: ((4.0, 6.0), (8.0, 10.0), (12.0, 14.0))

9.4 集合類型

（set）是一種無序、可變、不重復的序列類型。集合中的元素必須是，也就是說，不能包含列表或字典等可變類型。

集合常用于去重、成員判斷以及數學意義上的集合運算（交集、并集、差集等）。

9.4.1 集合的創建

集合可通過花括號 {} 或內置函數 創建。

空集合必須使用 set()，否則 {} 會被識別為字典。

print(type(empty))   #

也可以通過推導式來創建集合。

print(squares)  # 如 -3 與 3 的平方相同，因此被自動去重。

要注意的是，集合的輸出順序不固定，每次運行可能不同。

9.4.2 集合運算

集合支持豐富的運算符，用于實現數學集合操作。

print(A ^ B)   # 對稱差集：{1, 2, 4, 5}

這些運算也可以使用對應的方法實現：

print(A.symmetric_difference(B))

9.4.3 集合的常用操作

除了上述集合運算，集合也像其它可變序列那樣，進行成員判斷、遍歷以及搭配內置函數使用等。不過，由于集合基于哈希表存儲且無固定順序，因此無法使用索引訪問和切片。

還可通過進行增刪元素、關系測試等操作。

（1）添加與刪除元素

fruits.clear()                 # 清空集合

（2）關系測試

print(A.isdisjoint({4, 5}))  # True，無交集

集合基于哈希表實現，成員判斷、添加與刪除的平均時間復雜度為 O(1)。

9.4.4 集合示例與應用

例 9.4.1：數據去重與統計

集合可快速實現去重操作。

下面的例子演示如何去除重復用戶 ID，并計算唯一數量。

print("用戶集合：", unique_users)

說明：集合的唯一性使其成為數據分析中“去重”的高效工具。

例 9.4.2：用戶興趣交集推薦

在推薦系統中，集合可用于快速求出不同用戶的共同興趣，從而生成個性化推薦內容。

print("共同興趣：", common)

說明：通過集合運算可高效實現興趣標簽匹配，是社交推薦與內容推薦算法的核心邏輯之一。

小結

本次課介紹了兩種重要的組合數據類型：元組（tuple）與集合（set）。元組是有序且不可變的序列，適合存儲固定結構或不應被修改的數據；集合則是無序且元素唯一的容器，常用于去重、集合運算與快速關系判斷。

在下一課中，我們將學習映射類型——字典（dict），它通過“鍵–值（key–value）”的結構存儲與訪問數據，是 Python 最核心、最強大的數據類型之一。

“點贊有美意，贊賞是鼓勵”