day2-元组列表-赋值和深浅拷贝

一元组

元组其实跟列表差不多，也是存一组数，只不是它一旦创建，便不能再修改，所以又叫只读列表

用途：一般情况下用于自己写的程序能存下数据，但是又希望这些数据不会被改变，比如：数据库连接信息等

1. 定义元组

>>> tup = ('a','b','c','d')

2. 访问元组中的元素

>>> tup = ('a','b','c','d')
>>> tup
('a', 'b', 'c', 'd')
>>> tup[0]
'a'
>>> tup[1]
'b'
>>> tup[-1]
'd'

View Code

3. 统计（count(元素)）

>>> tup = ('a','b','c','a','a')
>>> tup.count('a')
3

4. 索引（index(元素)）

>>> tup = ('a','b','c','a','a')
>>> tup.index('c')
2

小结：

元组中的数据不可以被修改，不可以添加，不可以删除（除非是元组中嵌套列表或者字典，列表和字典的值是可以修改的）
元组的获取元素的方式和列表相同，都是通过下标访问，下标值都是从0开始
由于元组只能读，所以元组只有count和index两个方法
元组的切片功能和列表一样

二列表

列表是Python最常用的数据类型之一，通过列表可以对数据实现最方便的存储，修改等操作。

1. 定义列表

>>> names = [] #定义空列表
>>> names = ['a','b','c']  #定义一个非空列表

2. 访问列表中的元素

>>> names
['a', 'b', 'c']
>>> names[0]
'a'
>>> names[1]
'b'
>>> names[2]
'c'
>>> names[-1]  #还可以倒着取
'c'

注：列表中的下标值是从0开始取的

3. 切片

>>> names = ['apple','huawei','xiaomi','vivo']
>>> names[1:3] #取1到3之间的元素，包括1，不包括3
['huawei', 'xiaomi']
>>> names[1:-1]  #取1到-1之间的元素，包括1，不包括-1
['huawei', 'xiaomi']
>>> names[0:3]
['apple', 'huawei', 'xiaomi']
>>> names[:3] #从头开始取，0可以省略，效果等同于names[0:3]
['apple', 'huawei', 'xiaomi']
>>> names[2:] #想取到最后一个值，必须不能写-1，只能这么写
['xiaomi', 'vivo']
>>> names[-3:-1]
['huawei', 'xiaomi']
>>> names[-3:]
['huawei', 'xiaomi', 'vivo']
>>> names[0::2] #后面的2表示：每隔一个元素就取一个
['apple', 'xiaomi']
>>> names[::2] #从头开始0可以省略，效果跟上一句一样
['apple', 'xiaomi']

View Code

切片小结：

序列始终都是从左向右切片的，不能从右向左
列表切片时，起始位的元素是包括的，结束位的元素是不包括（又叫顾头不顾尾），最后一个位置表示步长（names[开始位:结束位:步长]）
若果从0位置取值，0可以省略
想取最后一个值，结束位不能为-1，因为结束位的元素不包括，所以只能留空

4. 追加（append(元素)）

>>> names
['apple', 'huawei', 'xiaomi', 'vivo']
>>> names.append('oppo')
>>> names
['apple', 'huawei', 'xiaomi', 'vivo', 'oppo']  #'oppo'是新加的元素

View Code

5. 插入（insert(下标值，插入的内容)）

>>> names
['apple', 'huawei', 'xiaomi', 'vivo', 'oppo']
>>> names.insert(0,'samsung')  #0表示需要插入的下标值，'samsung'表示插入的内容
>>> names
['samsung', 'apple', 'huawei', 'xiaomi', 'vivo', 'oppo']  #在下标值为0的地方插入'samsung'
>>> names.insert(4,'neizu')
>>> names
['samsung', 'apple', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']

View Code

6. 修改

>>> names
['samsung', 'apple', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names[1] = 'chuizi'
>>> names
['samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']

View Code

注：修改列表中的元素，直接是names[下标值] = 新元素

7. 拷贝（copy()）

>>> names
['samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names2 = names.copy()
>>> names2
['samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']

View Code

注：这里的copy都是浅copy，只能copy第一层。深浅拷贝的详细信息：python——赋值与深浅拷贝

8. 删除（del , remove() , pop()）

>>> names
['samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> del names[1]  #根据下标值删除元素
>>> names
['samsung', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names.remove('neizu') #根据元素删除
>>> names
['samsung', 'huawei', 'xiaomi', 'vivo', 'oppo']
>>> names.pop() #删除最后一个
'oppo'
>>> names
['samsung', 'huawei', 'xiaomi', 'vivo']
>>> names.pop(0)  #在输入下标值的情况下和del的效果是一样的，则是删掉具体某个元素
'samsung'
>>> names
['huawei', 'xiaomi', 'vivo']
>>> del names #删除names这个变量
>>> names
Traceback (most recent call last):File "<stdin>", line 1, in <module>
NameError: name 'names' is not defined

View Code

9. 扩展（extend()）

>>> names2
['samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names1 = ['a','b','c','d']
>>> names1.extend(names2)
>>> names1
['a', 'b', 'c', 'd', 'samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']

View Code

注：names2 的列表合并到names1中，但是，names2列表依然存在，如果想删除names2这个变量，则只需del names2即可

10. 统计（count()）

>>> names1
['a', 'b', 'c', 'd', 'samsung', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names1.insert(5,'a')
>>> names1
['a', 'b', 'c', 'd', 'samsung', 'a', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names1.count('a') #统计'a'元素的个数
2

View Code

11. 翻转（reverse()）

>>> names1
['a', 'b', 'c', 'd', 'samsung', 'a', 'chuizi', 'huawei', 'xiaomi', 'neizu', 'vivo', 'oppo']
>>> names1.reverse() #将整个列表翻转过来
>>> names1
['oppo', 'vivo', 'neizu', 'xiaomi', 'huawei', 'chuizi', 'a', 'samsung', 'd', 'c', 'b', 'a']

View Code

12. 排序（sort()）

>>> names1
['oppo', 'vivo', 'neizu', 'xiaomi', 'huawei', 'chuizi', 'a', 'samsung', 'd', 'c', 'b', 'a']
>>> names1.sort()
>>> names1
['a', 'a', 'b', 'c', 'chuizi', 'd', 'huawei', 'neizu', 'oppo', 'samsung', 'vivo', 'xiaomi']

View Code

13. 获取下标值（index('元素')）

>>> names1
['a', 'a', 'b', 'c', 'chuizi', 'd', 'huawei', 'neizu', 'oppo', 'samsung', 'vivo', 'xiaomi']
>>> names1.index('a')
0
>>> names1.index('huawei')
6

View Code

14. 清空列表（clear()）

>>> names1
['a', 'a', 'b', 'c', 'chuizi', 'd', 'huawei', 'neizu', 'oppo', 'samsung', 'vivo', 'xiaomi']
>>> names.clear()
>>> names
[]

View Code

转载于:https://www.cnblogs.com/Easonlou/p/8124977.html

day2-元组列表-赋值和深浅拷贝相关推荐

python——赋值与深浅拷贝
结合python变量存储的特性从内存的角度来谈一谈赋值和深浅拷贝~~~ 预备知识一--python的变量及其存储在详细的了解python中赋值.copy和deepcopy之前,我们还是要花一点时间来 ...
Python赋值与深浅拷贝
# coding=utf-8 #Python 赋值与深浅拷贝 #Python 赋值时会创建一个新的引用,对不可变对象,实际上象创建一个副本,但对可变对象,因为是引用,当对其中一个对象的元素进行操作时 ...
python基础知识5——赋值与深浅拷贝——整数和字符串，列表元组字典
深浅copy 和很多语言一样,Python中也分为简单赋值.浅拷贝.深拷贝这几种"拷贝"方式. 在学习过程中,一开始对浅拷贝理解很模糊.不过经过一系列的实验后,我发现对这三者的概念 ...
day02 格式化输出运算符编码字符串列表元组字典 set集合深浅拷贝
day02学习大纲一. 格式化输出: %s 占位字符串 %d 占位数字 "xxx%sx %sxx" % (变量, 变量) 二. 运算符: a+=b a = a + b and 并 ...
python中赋值不正确的_python中的“赋值与深浅拷贝”
Python中,赋值与拷贝(深/浅拷贝)之间是有差异的,这主要源于数据在内存中的存放问题,本文将对此加以探讨. 1 赋值(添加名字) 赋值不会改变内存中数据存放状态,比如在内存中存在一个名为data的 ...
python赋值、深浅拷贝
赋值: 赋值是绑定对象的引用:只要对象被修改,就会发生变化深浅拷贝如果希望将列表复制一份,通过列表的内置方法copy就可以实现: s = [[1,2],3,4]s1 = s.copy()print ...
Python笔记_07_列表的相关操作_列表相关函数_深浅拷贝_字典相关函数_集合相关函数_冰冻集合
笔记目录列表的相关操作列表的拼接(同元组) 列表的重复 (同元组) 列表的切片 (同元组) 列表的获取 (同元组) 列表的修改 (可切片) 列表的删除 ( 可切片 ) 列表的相关函数 append ...
【Python学习】——语言风格（变量赋值、深浅拷贝、for循环陷阱）
目录 1.赋值 2.赋值的分类--引用赋值.值赋值 1) 不可变对象引用赋值--字符串.数值.元组等 2)可变对象引用赋值--列表.集合.字典 3)可变与不可变对象的引用赋值内部分析 4)在py文件中 ...
python同步赋值原理,Python直接赋值及深浅拷贝原理详解
定义直接赋值:就是对象的引用(别名) 浅拷贝(copy):拷贝父对象,不拷贝对象内部的子对象深拷贝(deepcopy):copy模块的deepcopy方法,完全拷贝父对象及其子对象解释 b = ...

day2-元组列表-赋值和深浅拷贝

一元组

二列表

day2-元组列表-赋值和深浅拷贝相关推荐

最新文章

热门文章

day2-元组 列表-赋值和深浅拷贝

一 元组

二 列表

day2-元组 列表-赋值和深浅拷贝相关推荐

最新文章

热门文章

day2-元组列表-赋值和深浅拷贝

一元组

二列表

day2-元组列表-赋值和深浅拷贝相关推荐