不知不觉学习Python已经半个多月了，通过这半个多月的学习，从“hello world”都不懂的小白，渐渐的，自己可以码一些简单的代码，在讲师的带领下，从陌生到渐渐的融会贯通，可以真真实实的看到自己的进步。由于正在学习字典和列表，也为了巩固下基础，我就分享下两者的对比和总结！

列表是一个序列，可以理解为数据结构中的数组，字典可以理解为数据结构中的hashmap，他俩都可以作为集合来存储数据。

  从差异特征上来说

1. list是有序的，dict是无序的

2. list通过索引访问，dict使用key访问

3. dict的占用内存稍比list大，会在1.5倍左右

      List的应用场景：

List是记录简单有序数据的，就是一对一的那种，可以理解为一维数组.

比如你记录猫的名字，就可以用list = ['第1只猫名字','第2只猫名字'] ...

比如你记录饭店的菜品，就可以用list = ['第1个菜红烧肉','第2个菜红烧大肠',第3个菜'红烧排骨'] ...

这里的记录，是多条记录重复的，需要按一定顺序来记录.

list 也可以有嵌套，嵌套里面的list仍然可以理解为一维数组

比如常见的季度与月份的关系 list = [[1,2,3],[4,5,6],[7,8,9],[10,11,12]]

这里的记录,是多条按一定顺序存放的,仍然需要按一定顺序来读取存放.

上面是我理解的list,有序的应用场景.

    字典的应用场景：

dict 是记录复杂无序数据,就是一对多,可以理解为多维数组.

比如你记录一次野餐朋友带的食物数量, dict = {'小明':{'红烧肉':6,'大闸蟹':8,'水煮鱼':1},'小花':{'黄瓜':9,'番茄':2},'小六子':{'啤酒':30,'可乐':40}}

dict可以嵌套list,把无序的数据调整为有序的数据,可以简单地理解为,一对多个一维数组,本质上还是多维数组.

比如你要记录同学们有多少个女朋友,dict = {'小明':['1号女友','2号女友'],'大个子':['1号女友','2号女友','3号女友']},你要统计谁的女朋友多,这个就比较明显地体现出来了.

比如你要记录一次会议参加的人员的基本信息,大家的信息都不一样时,也是无序随机事件:

dict = {'男性':{'张博':{'年龄':30,'职业':'老师','级别':'高级教师'},'王强':{'手机':'1309999999'}},'女性':{'小花':{'爱好':'化妆','职业':'美容师'}}}

  不知不觉学习Python已经半个多月了，通过这半个多月的学习，从“hello world”都不懂的小白，渐渐的，自己可以码一些简单的代码，在讲师的带领下，从陌生到渐渐的融会贯通，可以真真实实的看到自己的进步。由于正在学习字典和列表，也为了巩固下基础，我就分享下两者的对比和总结！

列表是一个序列，可以理解为数据结构中的数组，字典可以理解为数据结构中的hashmap，他俩都可以作为集合来存储数据。

  从差异特征上来说

1. list是有序的，dict是无序的

2. list通过索引访问，dict使用key访问

3. dict的占用内存稍比list大，会在1.5倍左右

      List的应用场景：

List是记录简单有序数据的，就是一对一的那种，可以理解为一维数组.

比如你记录猫的名字，就可以用list = ['第1只猫名字','第2只猫名字'] ...

比如你记录饭店的菜品，就可以用list = ['第1个菜红烧肉','第2个菜红烧大肠',第3个菜'红烧排骨'] ...

这里的记录，是多条记录重复的，需要按一定顺序来记录.

list 也可以有嵌套，嵌套里面的list仍然可以理解为一维数组

比如常见的季度与月份的关系 list = [[1,2,3],[4,5,6],[7,8,9],[10,11,12]]

这里的记录,是多条按一定顺序存放的,仍然需要按一定顺序来读取存放.

上面是我理解的list,有序的应用场景.

    字典的应用场景：

dict 是记录复杂无序数据,就是一对多,可以理解为多维数组.

比如你记录一次野餐朋友带的食物数量, dict = {'小明':{'红烧肉':6,'大闸蟹':8,'水煮鱼':1},'小花':{'黄瓜':9,'番茄':2},'小六子':{'啤酒':30,'可乐':40}}

dict可以嵌套list,把无序的数据调整为有序的数据,可以简单地理解为,一对多个一维数组,本质上还是多维数组.

比如你要记录同学们有多少个女朋友,dict = {'小明':['1号女友','2号女友'],'大个子':['1号女友','2号女友','3号女友']},你要统计谁的女朋友多,这个就比较明显地体现出来了.

比如你要记录一次会议参加的人员的基本信息,大家的信息都不一样时,也是无序随机事件:

dict = {'男性':{'张博':{'年龄':30,'职业':'老师','级别':'高级教师'},'王强':{'手机':'1309999999'}},'女性':{'小花':{'爱好':'化妆','职业':'美容师'}}}