ساختمان داده ها در پایتون

در زبان برنامه‌نویسی Python، انواع مختلفی از ساختمان‌های داده وجود دارند که هرکدام ویژگی‌ها و کاربردهای خاص خود را دارند. در ادامه به معرفی این انواع ساختمان‌ها می‌پردازم:

1. لیست‌ها (Lists)

• توضیحات: لیست‌ها یکی از انواع مهم ساختمان‌های داده در Python هستند که می‌توانند شامل انواع مختلف داده‌ها مانند اعداد، رشته‌ها، یا حتی لیست‌های دیگر باشند.
• مثال:

  numbers = [1, 2, 3, 4, 5]
  fruits = ['apple', 'orange', 'banana']
  nested_list = [['a', 'b', 'c'], [1, 2, 3]]

2. تاپل‌ها (Tuples)

• توضیحات: تاپل‌ها نیز مانند لیست‌ها هستند با این تفاوت که بعد از ساخته شدن، غیرقابل تغییر (immutable) هستند، یعنی نمی‌توانید مقادیر داخل آن‌ها را تغییر دهید.
• مثال:

  coordinates = (3, 5)
  colors = ('red', 'green', 'blue')

3. دیکشنری‌ها (Dictionaries)

• توضیحات: دیکشنری‌ها مجموعه‌ای از جفت‌های کلید و مقدار هستند که به وسیله‌ی کلید (یا نام) به مقدار متناظر دسترسی دارند. کلید‌ها باید منحصر به فرد باشند و باید نوع داده‌ای ثابت داشته باشند.
• مثال:

  person = {'name': 'John', 'age': 30, 'city': 'New York'}

4. مجموعه‌ها (Sets)

• توضیحات: مجموعه‌ها مجموعه‌ای از عناصر منحصر به فرد بدون ترتیب هستند. این به این معنی است که هر عنصر تنها یک بار در مجموعه وجود دارد.
• مثال:

  unique_numbers = {1, 2, 3, 4, 5}
  vowels = {'a', 'e', 'i', 'o', 'u'}

5. رشته‌ها (Strings)

• توضیحات: رشته‌ها در واقع یک ترتیب از کاراکترها هستند که می‌توانند درون نقل قول تکی (') یا دوتایی (") قرار بگیرند.
• مثال:

  message = "Hello, world!"

6. فایل‌ها (Files)

• توضیحات: فایل‌ها در Python به عنوان یک نوع خاص از ساختمان‌های داده استفاده می‌شوند که برای خواندن و نوشتن اطلاعات بر روی دیسک سخت (یا سایر منابع) استفاده می‌شوند.
• مثال:

  file = open('example.txt', 'r')

استفاده‌های مختلف انواع ساختمان‌های داده:

• لیست‌ها: مناسب برای داده‌هایی که نیاز به تغییرات و اضافه‌کردن عناصر دارند مانند لیست خرید یا نتایج آزمایش‌ها.
• تاپل‌ها: مناسب برای داده‌هایی که یکبار تنظیم می‌شوند و بعداً نیاز به تغییر ندارند مانند مختصات یک نقطه یا مشخصات یک فرد.
• دیکشنری‌ها: مناسب برای داده‌هایی که به نام و مقدار متناظر به صورت سریع دسترسی دارند مانند داده‌های پروفایل کاربری یا تنظیمات برنامه.
• مجموعه‌ها: مناسب برای داده‌هایی که باید منحصر به فرد باشند و نیازی به ترتیب ندارند مانند کلمات یک دیکشنری یا مقادیر یک بردار.
• رشته‌ها: مناسب برای کار با متن‌ها و داده‌های متنی مانند پیام‌ها، ایمیل‌ها یا آدرس‌های وب.
• فایل‌ها: مناسب برای کار با داده‌های بزرگ و ذخیره‌سازی داده‌ها به صورت دائمی بر روی دیسک یا سایر منابع داده.