Python列表与字典入门：核心概念、代码示例与运行验证

先理解列表与字典：结构、特点与适用场景

列表（List）与字典（Dictionary）是Python中最常用的两种内置数据结构。列表使用方括号[]定义，内部元素按顺序排列，通过从0开始的整数索引进行定位，适合存储有序且允许重复的数据集合，例如学生成绩序列或待办事项清单。字典使用花括号{}定义，内部以“键:值”对的形式组织，键必须是不可变类型（如字符串、数字或元组），通过键名直接映射到对应的值，适合存储具有明确属性标识的数据，例如用户信息表或配置参数。选择数据结构时，若关注元素的先后顺序或需要频繁按位置切片，应优先使用列表；若关注数据的语义关联、需要快速查找特定属性或避免重复键，字典则是更优解。理解两者的底层组织逻辑，是编写高效、可读代码的第一步。

创建与访问数据：掌握索引、键和值

创建列表只需将元素放入方括号并用逗号分隔，例如fruits = ["apple", "banana", "cherry"]；创建字典则需指定键值对，如user = {"name": "Alice", "age": 25}。访问数据时，列表依赖整数索引，如fruits[0]返回"apple"，索引越界会直接报错。字典通过键名获取值，如user["name"]返回"Alice"，若键不存在则抛出KeyError。对于嵌套结构，访问需逐层递进。例如定义嵌套数据data = {"scores": [85, 92, 78], "meta": {"grade": "A"}}，要获取第二门成绩需写data["scores"][1]，结果为92；要获取等级则写data["meta"]["grade"]，结果为"A"。掌握这种链式访问语法，能够轻松处理JSON格式或复杂业务数据，为后续的数据清洗与分析打下坚实基础。

修改与管理数据：增加、删除和更新元素

列表是可变序列，支持原地修改。使用append()可在末尾追加元素，如nums.append(4)使[1, 2, 3]变为[1, 2, 3, 4]；insert(index, value)可在指定位置插入，如nums.insert(0, 0)将列表变为[0, 1, 2, 3, 4]；remove(value)按值删除首个匹配项，pop(index)则按索引删除并返回该元素。字典同样支持动态增删改。新增或更新键值对只需直接赋值，如user["email"] = "a@b.com"，若键已存在则覆盖旧值，若不存在则自动创建新条目。删除操作可使用del user["age"]或user.pop("age")，执行后该键值对将从内存中彻底移除，字典长度相应减少。每次修改后，建议立即打印变量或使用len()、type()验证结构变化，确保数据状态符合业务逻辑预期。

遍历与结果验证：让数据处理真正跑起来

遍历是批量处理数据的核心手段。对于列表，直接使用for item in my_list:即可按顺序获取每个元素，配合enumerate()还能同时拿到索引与值，便于定位处理。对于字典，遍历方式更为灵活：for key in my_dict:仅遍历键；for value in my_dict.values():仅遍历值；最常用的是for key, value in my_dict.items():，可同时解包键与值。在实际开发中，遍历后必须结合结果验证。例如，遍历学生成绩列表计算平均分后，应使用print(f"平均分为: {avg:.2f}")输出核对；遍历字典统计各分类数量时，可打印中间状态或最终汇总结果。通过“处理-打印-比对”的闭环流程，开发者能迅速确认逻辑是否正确，避免静默错误累积到生产环境，从而构建健壮的数据处理管道。

常见避坑：索引越界、键不存在与类型误用

初学者最常遭遇的运行时错误是IndexError: list index out of range与KeyError。列表索引从0开始，若列表长度为3，合法索引仅为0、1、2，访问lst[3]必触发越界异常。排查时应先打印len(lst)确认边界，或使用try-except捕获异常。字典的KeyError源于访问了未定义的键，可通过dict.get(key, default)安全获取，或在访问前用if key in dict:进行防御性判断。此外，切勿混淆两者方法：列表没有.keys()或.items()，字典也不支持.append()。若误将列表当作字典使用，会直接抛出AttributeError。养成使用type()检查变量类型、在修改前备份原始数据、以及利用IDE的类型提示功能，能大幅降低此类低级错误的发生率，提升代码稳定性。