1、區別：
- List 和 Dict 是 Python 的基本數據結構
- Series 和 DataFrame 是 Pandas 的基本數據結構
- Array 是 Numpy 的數據結構
- 2、列表（list）
- python的內置數據類型，list中的數據類不必相同的。
- 一組有序項目的集合。可變的數據類型【可進行增刪改查】
- 列表是以方括號“[]”包圍的數據集合，不同成員以“,”分隔。
- n=[1,2,3,4,5,6]
- 3、元組（tuple）
- 不可變序列
- 元組是以圓括號“()”包圍的數據集合，不同成員以“,”分隔
- 與列表不同：元組中數據一旦確立就不能改變
- o =('a','b','c',('d1','d2'))
- 4、字典（dictionary）
- 字典是另一種可變容器模型，且可存儲任意類型對象。
- 字典的每個鍵值(key=>value)對用冒號(:)分割，每個對之間用逗號(,)分割，整個字典包括在花括號({})中 ,格式如下所示：
- d = {key1 :value1,key2 :value2 }
- 鍵必須是唯一的，但值則不必。
- 值可以取任何數據類型，但鍵必須是不可變的，如字符串，數字或元組。
- 5、array（數組）--numpy
- numpy array 必須有相同數據類型屬性 ，Python list可以是多種數據類型的混合
- numpy array有一些方便的函數
- numpy array數組可以是多維的
- b=np.array([[1,2,3],[4,5,6],[7,8,9],[10,11,12]])
6、DataFrame--panda
一個類似表的結構，由多個Series組成，而Series在DataFrame中叫columns
8、集合（set（））
- 集合中包含一系列的元素，在Python中這些元素不需要是相同的類型，且這些元素在集合中是沒有存儲順序的。
- 集合的表示方法是花括號，這與字典是一樣的，可以通過括號或構造函數來初始化一個集合，如果傳入的參數有重復，會自動忽略：
>>> {1,2,"hi",2.23} {2.23, 2, 'hi', 1} >>> set("hello") {'l', 'h', 'e', 'o'}
參考網站：
https://www.cnblogs.com/260554904html/p/8125641.html