Python语言简洁明了，可以用较少的代码实现同样的功能。这其中Python的四个内置数据类型功不可没，他们即是list, tuple, dict, set。这里对他们进行一个简明的总结。

List

字面意思就是一个集合，在Python中List中的元素用中括号[]来表示，可以这样定义一个List:

L = [12, \'China\', 19.998]

可以看到并不要求元素的类型都是一样的。当然也可以定义一个空的List:

L = []

Python中的List是有序的，所以要访问List的话显然要通过序号来访问，就像是数组的下标一样，一样是下标从0开始：

>>> print L[0]
12

千万不要越界，否则会报错

>>> print L[3]
Traceback (most recent call last):
 File \"\", line 1, in 
IndexError: list index out of range

List也可以倒序访问，通过“倒数第x个”这样的下标来表示序号，比如-1这个下标就表示倒数第一个元素：

>>> L = [12, \'China\', 19.998]
>>> print L[-1]
19.998

-4的话显然就越界了

>>> print L[-4]

Traceback (most recent call last):
 File \"\", line 1, in 
  print L[-4]
IndexError: list index out of range
>>>

List通过内置的append()方法来添加到尾部，通过insert()方法添加到指定位置（下标从0开始）：

>>> L = [12, \'China\', 19.998]
>>> L.append(\'Jack\')
>>> print L
[12, \'China\', 19.998, \'Jack\']
>>> L.insert(1, 3.14)
>>> print L
[12, 3.14, \'China\', 19.998, \'Jack\']
>>>

通过pop()删除最后尾部元素，也可以指定一参数删除指定位置：

>>> L.pop()
\'Jack\'
>>> print L
[12, 3.14, \'China\', 19.998]
>>> L.pop(0)
12
>>> print L
[3.14, \'China\', 19.998]

也可以通过下标进行复制替换

>>> L[1] = \'America\'
>>> print L
[3.14, \'America\', 19.998]

Tuple

Tuple可以看做是一种“不变”的List，访问也是通过下标，用小括号（）表示：

>>> t = (3.14, \'China\', \'Jason\')
>>> print t
(3.14, \'China\', \'Jason\')

但是不能重新赋值替换：

>>> t[1] = \'America\'

Traceback (most recent call last):
 File \"\", line 1, in 
  t[1] = \'America\'
TypeError: \'tuple\' object does not support item assignment

也没有pop和insert、append方法。

可以创建空元素的tuple:

t = ()
或者单元素tuple (比如加一个逗号防止和声明一个整形歧义):

t = (3.14,)

那么tuple这个类型到底有什么用处呢？要知道如果你希望一个函数返回多个返回值，其实只要返回一个tuple就可以了，因为tuple里面的含有多个值，而且是不可变的（就像是java里面的final）。当然，tuple也是可变的，比如:

>>> t = (3.14, \'China\', \'Jason\', [\'A\', \'B\'])
>>> print t
(3.14, \'China\', \'Jason\', [\'A\', \'B\'])
>>> L = t[3]
>>> L[0] = 122
>>> L[1] = 233
>>> print t
(3.14, \'China\', \'Jason\', [122, 233])

这是因为Tuple所谓的不可变指的是指向的位置不可变，因为本例子中第四个元素并不是基本类型，而是一个List类型，所以t指向的该List的位置是不变的，但是List本身的内容是可以变化的，因为List本身在内存中的分配并不是连续的。

Dict

Dict是Python中非常重要的数据类型，就像它的字面意思一样，它是个活字典，其实就是Key-Value键值对，类似于HashMap，可以用花括号{}通过类似于定义一个C语言的结构体那样去定义它：

>>> d = {
  \'Adam\': 95,
  \'Lisa\': 85,
  \'Bart\': 59,
  \'Paul\': 75
}
>>> print d
{\'Lisa\': 85, \'Paul\': 75, \'Adam\': 95, \'Bart\': 59}

可以看到打印出来的结果都是Key:Value的格式，可以通过len函数计算它的长度（List，tuple也可以）：

>>> len(d)
4

可以直接通过键值对方式添加dict中的元素：

>>> print d
{\'Lisa\': 85, \'Paul\': 75, \'Adam\': 95, \'Bart\': 59}
>>> d[\'Jone\'] = 99
>>> print d
{\'Lisa\': 85, \'Paul\': 75, \'Adam\': 95, \'Jone\': 99, \'Bart\': 59}

List和Tuple用下标来访问内容，而Dict用Key来访问： (字符串、整型、浮点型和元组tuple都可以作为dict的key)

>>> print d[\'Adam\']
95

如果Key不存在，会报错：

>>> print d[\'Jack\']

Traceback (most recent call last):
 File \"\", line 1, in 
  print d[\'Jack\']
KeyError: \'Jack\'

所以访问之前最好先查询下key是否存在：

>>> if \'Adam\' in d : print \'exist key\'

exist key

或者直接用保险的get方法：

>>> print d.get(\'Adam\')
95
>>> print d.get(\'Jason\')
None

至于遍历一个dict，实际上是在遍历它的所有的Key的集合，然后用这个Key来获得对应的Value:

>>> for key in d : print key, \':\', d.get(key)

Lisa : 85
Paul : 75
Adam : 95
Bart : 59

Dict具有一些特点：

查找速度快。无论是10个还是10万个，速度都是一样的，但是代价是耗费的内存大。List相反，占用内存小，但是查找速度慢。这就好比是数组和链表的区别，数组并不知道要开辟多少空间，所以往往开始就会开辟一个大空间，但是直接通过下标查找速度快；而链表占用的空间小，但是查找的时候必须顺序的遍历导致速度很慢
没有顺序。Dict是无顺序的，而List是有序的集合，所以不能用Dict来存储有序集合
Key不可变，Value可变。一旦一个键值对加入dict后，它对应的key就不能再变了，但是Value是可以变化的。所以List不可以当做Dict的Key，但是可以作为Value: 

>>> print d
{\'Lisa\': 85, \'Paul\': 75, \'Adam\': 95, \'Jone\': 99, \'Bart\': 59}
>>> d[\'NewList\'] = [12, 23, \'Jack\']
>>> print d
{\'Bart\': 59, \'NewList\': [12, 23, \'Jack\'], \'Adam\': 95, \'Jone\': 99, \'Lisa\': 85, \'Paul\': 75}

Key不可重复。（下面例子中添加了一个\’Jone\’:0，但是实际上原来已经有\’Jone\’这个Key了，所以仅仅是改了原来的value） 

>>> print d
{\'Bart\': 59, \'NewList\': [12, 23, \'Jack\'], \'Adam\': 95, \'Jone\': 99, \'Lisa\': 85, \'Paul\': 75}
>>> d[\'Jone\'] = 0
>>> print d
{\'Bart\': 59, \'NewList\': [12, 23, \'Jack\'], \'Adam\': 95, \'Jone\': 0, \'Lisa\': 85, \'Paul\': 75}

Dict的合并，如何将两个Dict合并为一个，可以用dict函数：

>>> d1 = {\'mike\':12, \'jack\':19}
>>> d2 = {\'jone\':22, \'ivy\':17}
>>> dMerge = dict(d1.items() + d2.items())
>>> print dMerge
{\'mike\': 12, \'jack\': 19, \'jone\': 22, \'ivy\': 17}

或者

>>> dMerge2 = dict(d1, **d2)
>>> print dMerge2
{\'mike\': 12, \'jack\': 19, \'jone\': 22, \'ivy\': 17}

方法2比方法1速度快很多，方法2等同于：

>>> dMerge3 = dict(d1)
>>> dMerge3.update(d2)
>>> print dMerge
{\'mike\': 12, \'jack\': 19, \'jone\': 22, \'ivy\': 17}

set

set就像是把Dict中的key抽出来了一样，类似于一个List，但是内容又不能重复，通过调用set()方法创建：

>>> s = set([\’A\’, \’B\’, \’C\’])
就像dict是无序的一样，set也是无序的，也不能包含重复的元素。

对于访问一个set的意义就仅仅在于查看某个元素是否在这个集合里面：

>>> print \'A\' in s
True
>>> print \'D\' in s
False

大小写是敏感的。

也通过for来遍历：

s = set([(\'Adam\', 95), (\'Lisa\', 85), (\'Bart\', 59)])
#tuple
for x in s:
  print x[0],\':\',x[1]

>>>
Lisa : 85
Adam : 95
Bart : 59

通过add和remove来添加、删除元素（保持不重复），添加元素时，用set的add()方法：

>>> s = set([1, 2, 3])
>>> s.add(4)
>>> print s
set([1, 2, 3, 4])

如果添加的元素已经存在于set中，add()不会报错，但是不会加进去了：

>>> s = set([1, 2, 3])
>>> s.add(3)
>>> print s
set([1, 2, 3])

删除set中的元素时，用set的remove()方法：

>>> s = set([1, 2, 3, 4])
>>> s.remove(4)
>>> print s
set([1, 2, 3])

如果删除的元素不存在set中，remove()会报错：

>>> s = set([1, 2, 3])
>>> s.remove(4)
Traceback (most recent call last):
 File \"\", line 1, in 
KeyError: 4

所以如果我们要判断一个元素是否在一些不同的条件内符合，用set是最好的选择，下面例子：

months = set([\'Jan\',\'Feb\',\'Mar\',\'Apr\',\'May\',\'Jun\',\'Jul\',\'Aug\',\'Sep\',\'Oct\',\'Nov\',\'Dec\',])
x1 = \'Feb\'
x2 = \'Sun\'

if x1 in months:
  print \'x1: ok\'
else:
  print \'x1: error\'

if x2 in months:
  print \'x2: ok\'
else:
  print \'x2: error\'

>>>
x1: ok
x2: error