3、Python基础速通（二）：列表、字典、元组、集合——量化数据处理的基石

上一章我们聊了变量和基础运算，算是把地基打好了。但做量化交易，你面对的不是一个数字，而是一堆数字——股票池、历史K线、持仓列表、订单簿……这些数据怎么装、怎么查、怎么改？

这就得靠Python的四大容器：列表、字典、元组、集合。说白了，它们就是用来装数据的「箱子」，但每个箱子的用法和脾气都不一样。

我个人习惯，写策略之前，先把这四种结构在脑子里过一遍。选错了容器，后面改代码能改到怀疑人生。

3.1 列表：你的数据流水线

列表是Python里最常用的容器。它就像一条传送带，数据按顺序排好，你可以随时往里面加东西、取东西、改东西。

创建与基础操作

# 一个简单的股票代码列表
stock_list = ['000001', '600519', '300750', '002415']

# 获取第2个元素（索引从0开始）
print(stock_list[1])  # 输出: 600519

# 切片：取前3个
print(stock_list[:3])  # 输出: ['000001', '600519', '300750']

# 追加新股票
stock_list.append('000002')
print(stock_list)  # 输出: ['000001', '600519', '300750', '002415', '000002']

我在项目中遇到过一个问题：用列表存了1000只股票的日收益率，然后想批量计算移动平均。如果直接用for循环一个个算，速度慢得让人抓狂。后来我改用列表推导式，一行代码搞定。

# 列表推导式：快速生成数据
prices = [100, 102, 101, 105, 108]
# 计算每日收益率（百分比）
returns = [(prices[i] - prices[i-1]) / prices[i-1] * 100 for i in range(1, len(prices))]
print(returns)  # 输出: [2.0, -0.98, 3.96, 2.86]

列表的常用方法

方法	作用	量化场景举例
append()	末尾添加元素	实时行情来了，追加到价格列表
extend()	合并另一个列表	把两个时间段的K线数据拼接
sort()	原地排序	按收益率排序，找出最强/最弱股票
index()	查找元素位置	找到某只股票在池子里的索引

3.2 字典：股票代码与数据的「通讯录」

字典存的是键值对。你可以把它想象成一本通讯录：你查「600519」，它告诉你「贵州茅台」和它的当前股价。在量化里，字典最适合做映射关系。

为什么字典在量化中这么重要？

你想想看，如果你有3000只股票，每只股票都有开盘价、收盘价、最高价、最低价、成交量……如果用列表存，你得记住每个字段在第几个位置。用字典就简单了：

# 用字典存储一只股票的关键数据
stock_info = {
    'code': '600519',
    'name': '贵州茅台',
    'close': 1850.00,
    'volume': 3200000,
    'ma5': 1835.50,
    'ma20': 1800.20
}

# 获取收盘价
print(stock_info['close'])  # 输出: 1850.0

# 更新数据
stock_info['close'] = 1860.50
print(stock_info['close'])  # 输出: 1860.5

我曾经犯过一个低级错误：用字典存了全市场股票的实时行情，每次更新时直接赋值。结果跑了一段时间，发现内存暴涨。后来才意识到，字典的键是字符串，每个键都会占用内存。3000只股票，每只股票存10个字段，就是3万个键值对。嗯，这里要注意：字典虽好，但别滥用。

字典的常用操作

# 批量更新多个字段
stock_info.update({'close': 1870.00, 'volume': 3500000})

# 安全取值（不存在时返回默认值）
pe = stock_info.get('pe_ratio', 0)
print(pe)  # 输出: 0（因为字典里没有这个键）

# 遍历字典
for key, value in stock_info.items():
    print(f"{key}: {value}")

3.3 元组：不可变的「安全箱」

元组和列表很像，但有一个关键区别：元组一旦创建，就不能修改。你想想看，在量化交易中，有些数据是绝对不能改的——比如交易信号的参数、策略的固定配置、或者某只股票的历史最高价。

# 定义一个交易信号参数
trade_params = (5, 20, 0.02)  # 短周期、长周期、止损比例

# 尝试修改会报错
# trade_params[0] = 10  # TypeError: 'tuple' object does not support item assignment

# 但可以整体替换
trade_params = (10, 30, 0.03)  # 这是合法的

我个人习惯，把策略里那些「写死了」的参数都用元组存。比如均线周期、仓位比例、滑点设置。这样别人改代码时，一眼就能看出哪些是「不能动的」。

元组的解包

# 从数据库查出来的一条记录
record = ('000001', '平安银行', 12.35, 5000000)
code, name, price, volume = record
print(f"{name} 当前价格: {price}")  # 输出: 平安银行 当前价格: 12.35

3.4 集合：去重与交集运算的利器

集合，说白了就是一个「不重复的元素集」。在量化里，最常见的场景就是去重和求交集。

场景一：去重

假设你从多个数据源拉取了股票列表，里面可能有重复的代码。用集合去重，一行搞定：

# 多个数据源合并的股票列表（有重复）
raw_list = ['000001', '600519', '000001', '300750', '600519', '002415']
unique_stocks = set(raw_list)
print(unique_stocks)  # 输出: {'000001', '002415', '300750', '600519'}

场景二：求交集

做量化选股时，经常需要找「同时满足多个条件」的股票。比如：既在沪深300成分股里，又满足技术面买入信号。

# 沪深300成分股
hs300 = {'000001', '000002', '600519', '300750', '002415'}
# 技术面选股结果
tech_signals = {'600519', '300750', '000858', '002304'}

# 求交集：同时满足两个条件的股票
final_pool = hs300 & tech_signals
print(final_pool)  # 输出: {'600519', '300750'}

3.5 四种容器的选择指南

说了这么多，到底什么时候用哪个？我总结了一张表，你直接照着用就行：

容器类型	适用场景	量化案例
列表	有序、可变的序列数据	历史K线、收益率序列、订单队列
字典	键值映射、快速查找	股票代码→行情数据、策略参数配置
元组	不可变的固定数据	策略参数、数据库记录、函数多返回值
集合	去重、集合运算	股票池去重、多条件选股交集

---