千里之行,始于足下。要练成一双洞悉一切的眼睛,还是得先把基本功扎扎实实地学好。今天,本喵带大家仔细温习一下Python的列表。温故而知新,不亦说乎。

当然,温习的同时也要发散思考,因为有些看似无关紧要的、约定俗成的语言习惯,例如数组索引为何从0开始,其背后可能大有来历。知其然,亦需知其所以然啊喵喵喵~~~

最后,在基础知识之上,更要探索进阶,例如学习生成器表达式,这样既能更扎实地掌握基础,又能融会贯通,获得更全面的认知升级。

Python的列表是怎样滴?

列表(list)是一种有序的集合,可以随时添加、查找和删除元素。

列表支持加入不同数据类型的元素:数字、字符串、列表、元组等。

列表通过有序的索引可遍历所有的元素,从前往后数,索引是[0,n-1],从后往前数,索引是[-1, -n],其中n是列表的长度。

列表可以是不含元素的空列表,也可以包含超级多的元素(在内存大小支持的情况下)。

list_a = [] # 空列表,即len(list_a) == 0

list_b = [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

# list_b 长度为5,包含2个数字元素、1个字符串元素、1个列表元素和1个元组元素

len(list_b) == 5

list_b[0] == list_b[-5] == 2018

lits_b[3] == list_b[-2] == ['hi', 1, 2]

lits_b[4] == list_b[-1] == (33, 44)

Python中怎么操作列表?

1)创建列表:

用中括号[]包裹元素,元素使用逗号分隔。

用list()方法,转化生成列表。

列表生成式/列表解析式/列表推导式,生成列表。

list_a = [1, 2, 3]

list_b = list("abc") # list_b == ['a', 'b', 'c']

list_c = list((4, 5, 6)) # list_c == [4, 5, 6]

list_d = [i for i in list_a] # list_d == [1, 2, 3]

list_e = [i*j for i in list_a for j in list_c] # list_e == [4,5,6,10,12,12,15,18]

list_f = [i*j for i,j in zip(list_a,list_c)] # list_f == [4, 10, 18]

list_g = [i for i in list_a if i%2 == 0] # list_g == [2]

# 结合range()函数,range(start, stop[, step])

list_h = list(range(3)) # list_h == [0, 1, 2]

list_i = list(range(3,7)) # list_i == [3, 4, 5, 6]

list_j = list(range(3,9,2)) # list_j == [3, 5, 7]

# 找出100以内的能够被3整除的正整数

list_k = list(range(3,100,3)) # list_k == [3, 6, 9, ..., 96, 99]

2)扩充列表:

用append()方法,在列表尾部添加单个新元素。

用insert()方法,在列表中指定位置添加元素。

用 “+” 运算符,将两个列表拼接出一个新列表。

用extend()方法,在一个列表后面拼接进另一个列表。

# 以下分别添加2个元素

list_a = []

list_a.append('happy') # list_a == ['happy']

list_a.insert(0, 'very') # list_a == ['very', 'happy']

# 以下两种扩充列表方式

list_1 = ['I', 'am']

list_2 = ['very', 'happy']

list_3 = list_1 + list_2 # 新列表 list_3 == ['I', 'am', 'very', 'happy']

list_1.extend(list_2) # 原列表1扩充,list_1 == ['I', 'am', 'very', 'happy']

3)删减列表与销毁列表:

用del list[m] 语句,删除指定索引m处的元素。

用remove()方法,删除指定值的元素(第一个匹配项)。

用pop()方法,取出并删除列表末尾的单个元素。

用pop(m)方法,取出并删除索引值为m的元素。

用clear()方法,清空列表的元素。(杯子还在,水倒空了)

用del list 语句,销毁整个列表。(杯子和水都没有了)

# 以下4种删除列表元素方式

list_1 = list_2 = list_3 = list_4 = ['I', 'am', 'very', 'happy']

del list_1[0] # list_1 == ['am', 'very', 'happy']

list_2.remove('I') # list_2 == ['am', 'very', 'happy']

list_3.pop() # list_3 == ['I', 'am', 'very']

list_4.pop(0) # list_4 == ['am', 'very', 'happy']

# 清空与销毁

list_a = [1, 2, 3]

list_b = [1, 2, 3]

list_b.clear() # list_b == []

del list_a # 没有list_a了,再使用则会报错

4)列表切片:

基本含义:从第i位索引起,向右取到后n位元素为止,按m间隔过滤

基本格式:[i : i+n : m] ;i 是切片的起始索引值,为列表首位时可省略;i+n 是切片的结束位置,为列表末位时可省略;m 可以不提供,默认值是1,不允许为0,当m为负数时,列表翻转。注意:这些值都可以大于列表长度,不会报越界。

li = [1, 4, 5, 6, 7, 9, 11, 14, 16]

# 以下写法都可以表示整个列表,其中 X >= len(li)

li[0:X] == li[0:] == li[:X] == li[:] == li[::] == li[-X:X] == li[-X:]

li[1:5] == [4,5,6,7] # 从1起,取5-1位元素

li[1:5:2] == [4,6] # 从1起,取5-1位元素,按2间隔过滤

li[-1:] == [16] # 取倒数第一个元素

li[-4:-2] == [9, 11] # 从倒数第四起,取-2-(-4)=2位元素

li[:-2] == li[-len(li):-2] == [1,4,5,6,7,9,11] # 从头开始,取-2-(-len(li))=7位元素

# 注意列表先翻转,再截取

li[::-1] == [16,14,11,9,7,6,5,4,1] # 翻转整个列表

li[::-2] == [16,11,7,5,1] # 翻转整个列表,再按2间隔过滤

li[:-5:-1] == [16,14,11,9] # 翻转整个列表,取-5-(-len(li))=4位元素

li[:-5:-3] == [16,9] # 翻转整个列表,取-5-(-len(li))=4位元素,再按3间隔过滤

li[::0] # 报错(ValueError: slice step cannot be zero)

5) 其它操作:

用len()方法,统计全部元素的个数。

用count()方法,统计指定值的元素的个数。

用max()方法,统计元素中的最大值(要求元素类型相同;数字类型直接比较,其它类型比较id)

用min()方法,统计元素中的最小值(要求元素类型相同;数字类型直接比较,其它类型比较id)

用index()方法,查找指定值的元素的索引位置(第一个匹配项)。

用reverse()方法,翻转列表中的元素。

用copy()方法,浅拷贝并生成新的列表。

用deepcopy()方法,深拷贝并生成新的列表。

用sort()方法,在原列表基础上进行排序。

用sorted()方法,将新列表基础上对原列表的元素进行排序。

list_1 = [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

len(list_1) == 5

list_1.count(10) == 1 # 元素10的数量为1

list_1.index(10) == 1 # 元素10的索引为1

list_1.reverse() # list_1 == [(33, 44), ['hi', 1, 2], '2018-10-1', 10, 2018]

# 比较浅拷贝与深拷贝

import copy

list_a = [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

list_b = ['hi', 1, 2]

list_c = list_a.copy() # list_c == [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

list_d = copy.deepcopy(list_a) # list_d == [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

# 改变原列表中的可变对象元素

list_a[3].append('new') # list_a == [2018, 10, '2018-10-1', ['hi', 1, 2, 'new'], (33, 44)]

# 浅拷贝中的可变对象会随原列表变化而变化

list_c == [2018, 10, '2018-10-1', ['hi', 1, 2, 'new'], (33, 44)]

# 深拷贝中的可变对象不会随原列表变化而变化

list_d == [2018, 10, '2018-10-1', ['hi', 1, 2], (33, 44)]

# 比较sort() 与 sorted()

list_1 = list_2 = [2,1,4,6,5,3]

list_1.sort() # 原列表变化:list_1 == [1,2,3,4,5,6]

list_3 = sorted(list_2) # 原列表不变:list_2 == [2,1,4,6,5,3]; list_3 == [1,2,3,4,5,6]

Python列表索引为何从0始?

权威解释来自Guido van Rossum(Python之父)的博文:《Why Python uses 0-based indexing》

一句话总结:索引从0开始,切片用法很优雅。

翻译精华如下:

我决定在Python中使用0-based索引方式的一个原因,就是切片语法(slice notation)。

让我们来先看看切片的用法。可能最常见的用法,就是“取前n位元素”或“从第i位索引起,取后n位元素”(前一种用法,实际上是i==起始位的特殊用法)。如果这两种用法实现时可以不在表达式中出现难看的+1或-1,那将会非常的优雅。

使用0-based的索引方式、半开区间切片和缺省匹配区间的话(Python最终采用这样的方式),上面两种情形的切片语法就变得非常漂亮:a[:n]和a[i:i+n],前者是a[0:n]的缩略写法。

如果使用1-based的索引方式,那么,想让a[:n]表达“取前n个元素”的意思,你要么使用闭合区间切片语法,要么在切片语法中使用切片起始位和切片长度作为切片参数。半开区间切片语法如果和1-based的索引方式结合起来,则会变得不优雅。而使用闭合区间切片语法的话,为了从第i位索引开始取后n个元素,你就得把表达式写成a[i:i+n-1]。

……

特别是当两个切片操作位置邻接时,第一个切片操作的终点索引值是第二个切片的起点索引值时,太漂亮了,无法舍弃。例如,你想将一个字符串以i,j两个位置切成三部分,这三部分的表达式将会是a[:i],a[i:j]和a[j:]。

其它编程语言的索引?

索引从0开始的编程语言:C、C++、Python、Java、PHP、Ruby、Javascript...

索引从1开始的编程语言:ABC、Matlab、VB、易语言、大部分shell语言...

索引从其它值开始的编程语言:Pascal、Lua...

还有像表示星期、月份等序列结构的数据,各种编程语言也划分成了不同阵营。

它们出于何种考虑?

C语言:索引从0开始,可以大大提升内存寻址计算的效率,详细分析参考《[C语言数组元素下标为何从0开始](https://blog.csdn.net/bufanq/article/details/51330197)》

Pascal、Lua:默认从1开始,但支持改变起始索引值,原因据说是对非专业的开发者更友好,来源参考[这篇知乎问答](https://www.zhihu.com/question/19675689/answer/19174752)

以上列举的原因是最审慎的、体面的解释,话题应该到此终结,因为“索引应该从几开始最好”这个问题的破坏性不亚于“哪种编程语言是最好的”......

优雅漂亮的结尾:生成器表达式

列表生成式是一种漂亮优雅的东西,然而它有一个致命的缺点:它一次性把所有元素加载到内存中,当列表过长的时候,便会占据过多的内存资源,而且,我们通常仅需要使用少数的元素,这样未使用的元素所占据的绝大部分的内存,就成了不必要的支出。

生成器是一种更高级更优雅的东西,它使用“懒加载”的原理,并不生成完整的列表,而是迭代地、即时地、按需地生成元素,这样不仅能极大地节省内存空间,而且,在理论上,它可以生成一个无穷大的列表!

大多数生成器是以函数来实现的,然而,它并不返回(return)一个值,而是生成(yield)一个值,并挂起程序。然后,通过next()方法生成并马上返回一个元素,或者通过for循环,逐一生成和返回全部元素。

next()效率太低,且调用次数越界时会抛出StopIteration的异常,而for循环会自动捕捉这个异常,并停止调用,所以使用更佳。

# 计算斐波那契数列的生成器

def fibon(n):

a = b = 1

for i in range(n):

yield a # 使用yield

a, b = b, a + b

# 计算前1000000个数,通过next()函数,按顺序每次生成一个数

g = fibon(1000000)

next(g) # 1

next(g) # 1

next(g) # 2

next(g) # 3

next(g) # 5

# 以此类推,但若调用超过1000000次,就会报异常StopIteration

# 计算前1000000个数,通过for循环逐一打印生成数

for x in fibon(1000000):

print(x)

生成器表达式与列表生成式极其形似,只是把[]改成了(),但背后的原理大不相同。

l = [x*2 for x in range(5)] # 列表生成式,4以内整数的2倍数

g = (x*2 for x in range(5)) # 生成器表达式

type(l) # 结果:

type(g) # 结果:

print(l) # 结果:[0,2,4,6,8]

print(g) # 结果:

next(g) # 0

next(g) # 2

next(g) # 4

next(g) # 6

next(g) # 8

next(g) # Traceback (most recent call last): ....StopIteration

for x in g:

print(x, end=' ') # 结果:0 2 4 6 8

到此这篇关于学习Python列表的基础知识汇总的文章就介绍到这了,更多相关Python列表内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

python基础知识资料-学习Python列表的基础知识汇总相关推荐

  1. 自学python困难吗_Python学习难不难?零基础好学吗?

    Python学习难不难?零基础好学吗?我想对于很多人来说,这都是非常关键的问题,也是很多人都在疑惑的问题.现在市场发展,行业的竞争压力是非常大的,转型的人也是非常多,对于不少人转型人才来说,Pytho ...

  2. 零基础、转行学习Python是否还在纠结?这里告诉你答案!

    Python编程语言由于自身具有的"清晰"."简略"等特点而受到众多使用Python编程语言的IT从业者喜爱.而且,对于初学者来说,比起其他编程语言,Pytho ...

  3. 零基础如何系统学习Python?Python入门必看

    零基础如何系统学习python,绝大多数零基础转行者学习编程的目的就是想找一份高薪有发展前景的工作,哪个编程语言就业前景好越值得学习.零基础的同学学Python是一个不错的选择. 零基础学习pytho ...

  4. 0基础学怎么学习python

    ​ Python相对于其他编程语言来说是比较简单的,非常适合零基础的小白学习,想要进入到互联网行业,可以优先选择学习Python,那么下面小编就来为大家详细的介绍一下0基础学怎么学习python? ​ ...

  5. 零基础学python看什么书-转行零基础该如何学习python?很庆幸,三年前的我选对了...

    这似乎是一个如荼如火的行业,对于一直在思考着转行的我,提供了一个不错的方向. 这个行业当然就是python程序员,真正开始决定转行是在24岁的时候,到现在已经有三年多了,我从零开始,每天用业余两个小时 ...

  6. python编程语言好学吗-转行零基础该如何学习python?很庆幸,三年前的我选对了...

    这似乎是一个如荼如火的行业,对于一直在思考着转行的我,提供了一个不错的方向. 这个行业当然就是python程序员,真正开始决定转行是在24岁的时候,到现在已经有三年多了,我从零开始,每天用业余两个小时 ...

  7. 0基础改行学python_零基础想转行学习python,该如何学习,有学习路线分享吗?...

    谢谢你的邀请,下午我给你分享一下学习路线 近几年Python的受欢迎程度可谓是扶摇直上,当然了学习的人也是愈来愈多.一些学习Python的小白在学习初期,总希望能够得到一份Python学习路线图,小编 ...

  8. python基础学习_转行零基础该如何学习python?很庆幸,三年前的我选对了

    这似乎是一个如荼如火的行业,对于一直在思考着转行的我,提供了一个不错的方向. 这个行业当然就是python程序员,真正开始决定转行是在24岁的时候,到现在已经有三年多了,我从零开始,每天用业余两个小时 ...

  9. 自学python能学成吗-没有任何编程基础可以直接学习python语言吗?学会后能够做什么?...

    很明确的说 python非常适合没有任何编程基础的人入门.. 目前应用最多的:全栈开发.数据分析.运维开发,今天我们就以这三个重点的岗位来做一下自学Python的规划,希望你在学之前就能有结果的来走得 ...

最新文章

  1. android 分辨率显示不全,安卓手机分辨率太高软件显示不全?任意软件全屏运行详细教程...
  2. 【异常】org.apache.hadoop.hbase.client.RetriesExhaustedException: Failed after attempts=36, exceptions:
  3. vue2.0+wechat
  4. Android NDK 编译选项设置[zhuan]
  5. scrapy-splash抓取动态数据例子三
  6. Python集合list,tuple,dict,set
  7. AngularJS中service,factory,provider的区别(转载:http://my.oschina.net/tanweijie/blog/295067)...
  8. 框架 php_PHP四大主流框架的优缺点总结
  9. delphi 子接口是否实现父接口_您可以从子类接口的接口调用父接口的默认方法吗?...
  10. NYOJ105 - 九的余数
  11. 设置无效,为什么下载分数经常变化?
  12. 计算机应用 课件 .doc,《计算机应用基础》课件36915.doc
  13. 增量式解析大型XML文件
  14. 基础训练—龟兔赛跑预测(  话说这个世界上有各种各样的兔子和乌龟,但是研究发现,所有的兔子和乌龟都有一个共同的特点——喜欢赛跑。于是世界上各个角落都不断在发生着乌龟和兔子的比赛,小华对此很感兴趣,于)
  15. JavaScrpit+Html实现日期时间启动、停止操作(应用场景:计时器、秒表)
  16. Qt键盘事件(二)——长按按键反复触发event事件问题解决
  17. ubuntu关机、重启、注销命令行指令
  18. 无线传感器网络:定位、安全与同步
  19. 破壳漏洞的原理与利用
  20. The trip on Taiwan

热门文章

  1. ASP.NET MVC Core的TagHelper (高级特性)
  2. hbase全分布安装配置
  3. Unity3D深入浅出 -组件与节点之间的调用关系
  4. BZOJ4569: [Scoi2016]萌萌哒
  5. [maven] settings 文件 本地maven仓库
  6. sequoiadb sdbexprt 导入工具进阶使用
  7. [缓存]迅雷(XUNLEI)的工作原理揭密
  8. 委托与事件代码详解与(Object sender,EventArgs e)详解
  9. 简单解决AJAX在IE中的缓存问题
  10. python基础代码事例-python基础示例