Python保存多行數據的方法匯總(除了列表數組字典)
更新時間：2026年05月28日 09:23:05 作者：yuanpan
剛學 Python 的小白,經常會先接觸列表、數組、字典,它們確實很常用,但寫代碼久了你會發(fā)現：不是所有多行數據都適合放進列表或字典里,本文就給介紹了Python除了列表數組字典,還能用什么保存多行數據,需要的朋友可以參考下
引言
剛學 Python 的小白，經常會先接觸列表、數組、字典。它們確實很常用，但寫代碼久了你會發(fā)現：不是所有“多行數據”都適合放進列表或字典里。
比如：
- 有些數據不希望被別人改掉
- 有些數據只想去重，不關心順序
- 有些數據其實就是一大段文本
- 有些數據很多，不想一次性全放進內存
- 有些數據像 Excel 表格一樣，有行有列
這時候，我們就需要認識幾個新朋友：元組 tuple、集合 set、字符串 str、生成器 generator、DataFrame，最后再簡單提一下 namedtuple。
本文不講復雜底層原理，只講小白能立刻用上的東西。
1. 元組 tuple：像“不能隨便改的列表”
元組和列表很像，也能保存多行數據。區(qū)別是：元組創(chuàng)建好之后，里面的元素不能直接修改。
你可以把元組理解成一份“確認后的名單”或“固定配置”。
適用場景
- 數據不希望被誤改
- 保存固定信息，比如坐標、學生基本信息、配置項
- 數據量不大，主要用來讀取
示例 1：保存多名學生姓名
# 使用小括號創(chuàng)建元組
# 元組里的數據有順序，可以通過索引訪問
students = ("小明", "小紅", "小剛")
# 打印整個元組
print("學生名單：", students)
# 訪問第 1 個學生，索引從 0 開始
print("第 1 個學生：", students[0])
# 訪問最后一個學生
print("最后一個學生：", students[-1])
示例 2：保存多行坐標數據
# 每個坐標點用一個小元組表示
# 外層再用一個元組保存多行坐標
points = (
(10, 20),
(30, 40),
(50, 60)
)
# 遍歷每一個坐標點
for x, y in points:
print("x坐標：", x, "y坐標：", y)
小結：元組適合保存不想被隨便改的數據。如果你只是讀取，不需要增刪改，元組很合適。
2. 集合 set：專門用來“去重”
集合最大的特點是：自動去重。
比如你收集了一堆學生姓名，里面有重復名字，集合可以幫你快速去掉重復項。
注意：集合不保證順序，所以不要用它來保存“必須按順序排列”的數據。
適用場景
- 去掉重復數據
- 判斷某個元素是否存在
- 做交集、并集等簡單集合運算
示例 1：學生姓名去重
# 列表里有重復姓名
names = ["小明", "小紅", "小明", "小剛", "小紅"]
# set() 可以把列表轉換成集合，并自動去重
unique_names = set(names)
# 輸出結果里不會有重復姓名
print("去重后的姓名：", unique_names)
示例 2：找兩個班都報名的學生
# A班報名學生
class_a = {"小明", "小紅", "小剛"}
# B班報名學生
class_b = {"小紅", "小李", "小剛"}
# & 表示交集，也就是兩個集合都有的元素
both = class_a & class_b
print("兩個班都報名的學生：", both)
小結：集合最適合去重和判斷存在，不適合保存有固定順序的數據。
3. 字符串 str：也能保存多行文本數據
很多小白會覺得字符串只能保存一句話，其實字符串也可以保存多行數據。
比如從文件中讀取的內容、用戶輸入的多行文本、日志內容，本質上都可以用字符串保存。
適用場景
- 保存多行文本
- 保存日志、配置文本、CSV 原始內容
- 需要按行拆分處理時
示例 1：用三引號保存多行文本
# 三引號可以保存多行字符串 text = """小明,88 小紅,95 小剛,76""" # 直接打印多行文本 print(text)
示例 2：把多行字符串拆成一行一行處理
# 保存多行成績數據
text = """小明,88
小紅,95
小剛,76"""
# splitlines() 會按行拆分，得到一個列表
lines = text.splitlines()
# 遍歷每一行
for line in lines:
# 每一行用逗號分隔姓名和成績
name, score = line.split(",")
# score 原來是字符串，這里轉成整數
score = int(score)
print(name, "的成績是", score)
小結：字符串適合保存原始文本，多行文本可以用三引號，處理時再按行拆開。
4. 生成器 generator：數據很多時，邊用邊取
生成器聽起來有點陌生，但小白可以先這樣理解：它不會一次性把所有數據都拿出來，而是你要一條，它給一條。
這很適合處理很多行數據，比如大文件、很多日志、很多圖片路徑。
適用場景
- 數據量很大，不想一次性全部放進內存
- 一邊讀取一邊處理
- 只遍歷一次的數據
示例 1：用生成器生成多行數字
# 這個函數里用了 yield，它就變成了生成器函數
def number_generator():
# range(1, 6) 會生成 1 到 5
for num in range(1, 6):
# yield 的意思是：先交出一個數據，下一次再繼續(xù)
yield num
# 創(chuàng)建生成器對象
numbers = number_generator()
# 遍歷生成器，每次取出一個數字
for n in numbers:
print("當前數字：", n)
示例 2：模擬逐行讀取數據
# 用生成器模擬讀取多行學生成績
def read_scores():
data = [
"小明,88",
"小紅,95",
"小剛,76"
]
# 每次只返回一行數據
for line in data:
yield line
# 遍歷生成器，逐行處理
for line in read_scores():
name, score = line.split(",")
print(name, "成績：", score)
小結：生成器適合處理大量數據，優(yōu)點是省內存，缺點是通常只能從頭到尾遍歷一次。
5. DataFrame：像 Excel 表格一樣保存多行多列數據
DataFrame 是 pandas 庫里的數據類型。它非常適合保存“表格型數據”，比如學生成績表、商品表、訂單表。
小白可以把 DataFrame 理解成 Python 里的 Excel 表格。
適用場景
- 數據有多行多列
- 需要按列統(tǒng)計、篩選、排序
- 處理 CSV、Excel、數據分析任務
如果你的電腦還沒有安裝 pandas，可以先在命令行執(zhí)行：
pip install pandas
示例 1：創(chuàng)建學生成績表
# 這個示例需要安裝 pandas
# 如果沒有安裝，會提示你先執(zhí)行 pip install pandas
try:
import pandas as pd
except ImportError:
print("你還沒有安裝 pandas，請先在命令行執(zhí)行：pip install pandas")
else:
# 用字典創(chuàng)建 DataFrame
# 每個鍵代表一列，每個列表代表這一列的數據
data = {
"姓名": ["小明", "小紅", "小剛"],
"語文": [88, 95, 76],
"數學": [90, 92, 80]
}
# 創(chuàng)建 DataFrame 表格
df = pd.DataFrame(data)
# 打印整個表格
print(df)
示例 2：篩選成績大于 85 的學生
# 這個示例需要安裝 pandas
try:
import pandas as pd
except ImportError:
print("你還沒有安裝 pandas，請先在命令行執(zhí)行：pip install pandas")
else:
# 創(chuàng)建學生成績表
df = pd.DataFrame({
"姓名": ["小明", "小紅", "小剛"],
"語文": [88, 95, 76],
"數學": [90, 92, 80]
})
# 篩選語文成績大于 85 的學生
result = df[df["語文"] > 85]
print("語文成績大于 85 的學生：")
print(result)
小結：DataFrame 最適合表格數據，如果你以后要做數據分析、處理 Excel，它會非常常用。
6. 簡單提一下 namedtuple：讓元組更好讀
普通元組用索引訪問，比如 student[0]、student[1]。數據少還好，數據一多就不太直觀。
namedtuple 可以給元組里的每個位置起名字，這樣代碼更容易看懂。
# namedtuple 在 collections 模塊里
from collections import namedtuple
# 創(chuàng)建一個 Student 類型，里面有 name 和 score 兩個字段
Student = namedtuple("Student", ["name", "score"])
# 創(chuàng)建多個學生數據
students = (
Student("小明", 88),
Student("小紅", 95),
Student("小剛", 76)
)
# 訪問時可以用 student.name 和 student.score
for student in students:
print(student.name, "的成績是", student.score)
小結：namedtuple 適合保存結構固定的小數據，比普通元組更清楚。
7. 類型對比：小白怎么選？
下面用大白話總結一下：
| 類型 | 能保存多行數據嗎 | 是否有順序 | 能不能修改 | 適合場景 |
|---|---|---|---|---|
| tuple | 能 | 有順序 | 不能直接修改 | 固定數據、配置、坐標 |
| set | 能 | 不保證順序 | 可以增刪 | 去重、判斷是否存在 |
| str | 能 | 有順序 | 不能直接修改 | 多行文本、日志、原始內容 |
| generator | 能 | 按生成順序 | 不適合修改 | 大量數據、逐行處理 |
| DataFrame | 能 | 有行列 | 可以修改 | 表格數據、統(tǒng)計、篩選 |
| namedtuple | 能 | 有順序 | 不能直接修改 | 字段固定的小型記錄 |
小白選用建議：
- 數據固定不想改：用
tuple - 只想去重：用
set - 保存多行文字：用
str - 數據很多，想一條條處理：用
generator - 像 Excel 一樣有行有列：用
pandas.DataFrame - 元組字段想更清楚：用
namedtuple
8. 小白常見錯誤和解決方法
錯誤 1：修改 tuple 導致 TypeError
錯誤代碼：
# 元組創(chuàng)建后不能直接修改
students = ("小明", "小紅", "小剛")
# 錯誤：不能修改元組里的元素
students[0] = "小李"
常見報錯：
TypeError: 'tuple' object does not support item assignment
原因：元組是不可變的，不能像列表一樣直接改。
修正方法：
# 如果確實需要修改，可以先轉成列表
students = ("小明", "小紅", "小剛")
# 轉成列表后就可以修改
students_list = list(students)
students_list[0] = "小李"
# 如果還想要元組，再轉回去
students = tuple(students_list)
print(students)
錯誤 2：把 set 當成列表，用索引訪問
錯誤代碼：
# 集合不保證順序，不能用索引訪問
names = {"小明", "小紅", "小剛"}
# 錯誤：set 不能用 names[0] 這樣訪問
print(names[0])
常見報錯：
TypeError: 'set' object is not subscriptable
原因：集合沒有固定位置，不能用索引。
修正方法：
# 如果只是想遍歷集合，可以用 for
names = {"小明", "小紅", "小剛"}
for name in names:
print(name)
# 如果確實需要索引，可以先轉成列表
names_list = list(names)
print(names_list[0])
錯誤 3：生成器遍歷一次后，再遍歷沒數據
錯誤代碼：
# 創(chuàng)建一個生成器
numbers = (num for num in range(1, 4))
# 第一次遍歷，有數據
for n in numbers:
print("第一次：", n)
# 第二次遍歷，沒有輸出
for n in numbers:
print("第二次：", n)
原因：生成器通常只能從頭到尾走一遍，走完就沒有了。
修正方法：
# 如果需要遍歷多次，可以重新創(chuàng)建生成器
numbers = (num for num in range(1, 4))
for n in numbers:
print("第一次：", n)
# 重新創(chuàng)建一個新的生成器
numbers = (num for num in range(1, 4))
for n in numbers:
print("第二次：", n)
錯誤 4：沒有安裝 pandas 就使用 DataFrame
錯誤代碼：
# 如果電腦沒有安裝 pandas，這行會報錯
import pandas as pd
df = pd.DataFrame({"姓名": ["小明"], "成績": [88]})
print(df)
常見報錯：
ModuleNotFoundError: No module named 'pandas'
原因：pandas 是第三方庫，不是所有 Python 環(huán)境都自帶。
修正方法：
# 更友好的寫法：先捕獲導入錯誤
try:
import pandas as pd
except ImportError:
print("沒有安裝 pandas，請先執(zhí)行：pip install pandas")
else:
df = pd.DataFrame({"姓名": ["小明"], "成績": [88]})
print(df)
9. 結尾總結和小案例
今天我們認識了 Python 里除了列表、數組、字典之外，幾個也能保存多行數據的類型：
tuple：固定數據，不想被改set：自動去重，適合判斷存在str：保存多行文本generator：大量數據邊用邊取DataFrame：保存表格數據namedtuple：讓元組字段更清楚
最后用一個簡單小案例，把幾個類型串起來。
小案例：處理報名名單，去重后逐行輸出
# 原始報名名單，用多行字符串保存
raw_text = """小明
小紅
小明
小剛
小紅"""
# 1. 把多行字符串拆成多行
names = raw_text.splitlines()
# 2. 用集合去重
unique_names = set(names)
# 3. 轉成元組，表示最終名單固定下來
final_names = tuple(unique_names)
# 4. 用生成器逐個輸出最終名單
def name_generator(names_tuple):
# 每次返回一個姓名
for name in names_tuple:
yield name
# 遍歷生成器，打印最終報名名單
print("最終報名名單：")
for name in name_generator(final_names):
print(name)
小白們剛開始不用一次記住所有類型。先記住一句話：數據不同，適合的容器也不同。多寫幾遍代碼，你就會慢慢知道什么時候該用 tuple，什么時候該用 set，什么時候該用 DataFrame。
以上就是Python保存多行數據的方法匯總的詳細內容，更多關于Python保存多行數據的資料請關注腳本之家其它相關文章！
相關文章
Python+matplotlib實現循環(huán)作圖的方法詳解
這篇文章主要為大家介紹了Python如何利用matplotlib實現循環(huán)作圖的，文中的示例代碼講解詳細，感興趣的小伙伴可以跟隨小編一起學習學習2022-06-06
詳解Python的Flask框架中生成SECRET_KEY密鑰的方法
密鑰值的生成功能十分重要,幾乎也是各大Web開發(fā)框架的標配,Flask當然也不例外,這里我們就來詳解Python的Flask框架中生成SECRET_KEY密鑰的方法2016-06-06
二叉搜索樹是一種特殊的二叉樹,在本文中,我將介紹如何用Python語言實現一個簡單的二叉搜索樹,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下2023-08-08
這篇文章主要介紹了Django 時間與時區(qū)設置問題，本文給大家介紹的非常詳細，具有一定的參考借鑒價值,需要的朋友可以參考下2019-07-07
正則表達式是一個特殊的字符序列，它能幫助你方便的檢查一個字符串是否與某種模式匹配。接下來通過本文給大家介紹Python匹配中文的正則表達式，感興趣的朋友一起學習吧2016-05-05
PyScript是“一個用于在 HTML（如 PHP）中交錯 Python 的系統(tǒng)，這篇文章主要介紹了Pyscript使用本地Pyodide配置方法,需要的朋友可以參考下2022-12-12
這篇文章主要介紹了Python如何在單元測試中給對象打補丁，文中講解非常細致，代碼幫助大家更好的理解和學習，感興趣的朋友可以了解下2020-08-08
Python cookbook(數據結構與算法)將多個映射合并為單個映射的方法
這篇文章主要介紹了Python cookbook(數據結構與算法)將多個映射合并為單個映射的方法,結合實例形式分析了Python字典映射合并操作相關實現技巧,需要的朋友可以參考下2018-04-04
Anaconda 查看、創(chuàng)建、管理和使用python環(huán)境的方法
這篇文章主要介紹了Anaconda 查看、創(chuàng)建、管理和使用python環(huán)境的方法，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2019-12-12
深入了解Python中Pytest Markers的使用方法
從這篇開始,逐一解決fixture是啥,mark是啥,參數request是啥,鉤子函數是啥,parametrize參數化是啥,這些問題,本片先介紹一下mark是啥,以及如何使用2023-09-09