数据结构---列表

5.1. 列表的更多特性
- list.append(x)
- list.extend(iterable)
- list.insert(i, x)
- list.remove(x)
- list.pop([i])
- list.clear()
- list.index(x[, start[, end]])
- list.count(x)
- list.sort(key=None, reverse=False)
- list.reverse()
- list.copy()
5.1.1. 列表作为栈使用
5.1.2. 列表作为队列使用
5.1.3. 列表推导式
5.1.4. 嵌套的列表推导式
5.2. del 语句

数据结构之列表.

5.1. 列表的更多特性

列表数据类型还有很多的方法。这里是列表对象方法的清单：

list.append(x)

在列表的末尾添加一个元素。相当于 a[len(a):] = [x] 。

list.extend(iterable)

使用可迭代对象 iterable中的所有元素来扩展列表。相当于 a[len(a):] = iterable 。

list.insert(i, x)

在给定的位置插入一个元素。第一个参数是要插入的元素的索引，所以 a.insert(0, x) 插入列表头部， a.insert(len(a), x) 等同于 a.append(x) 。

list.remove(x)

移除列表中第一个值为 x 的元素。如果没有这样的元素，则抛出 ValueError 异常。

list.pop([i])

删除列表中给定位置的元素并返回它。如果没有给定位置，a.pop() 将会删除并返回列表中的最后一个元素。（方法签名中 i 两边的方括号表示这个参数是可选的，而不是要你输入方括号。你会在 Python 参考库中经常看到这种表示方法)。

list.clear()

移除列表中的所有元素。等价于del a[:]

list.index(x[, start[, end]])

**返回列表中第一个值为 x 的元素的从零开始的索引。**如果没有这样的元素将会抛出 ValueError 异常。

可选参数 start 和 end 是切片符号，用于将搜索限制为列表的特定子序列。返回的索引是相对于整个序列的开始计算的，而不是 start 参数。

list.count(x)

返回元素 x 在列表中出现的次数。

list.sort(key=None, reverse=False)

对列表中的元素进行排序（参数可用于自定义排序，解释请参见 sorted()）。

list.reverse()

翻转列表中的元素。

list.copy()

返回列表的一个浅拷贝，等价于 a[:]。

>>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
>>> fruits.count('apple')
2
>>> fruits.count('tangerine')
0
>>> fruits.index('banana')
3
>>> fruits.index('banana', 4)  # Find next banana starting a position 4
6
>>> fruits.reverse()
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
>>> fruits.append('grape')
>>> fruits
['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
>>> fruits.sort()
>>> fruits
['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
>>> fruits.pop()
'pear'

你可能已经注意到，像 insert ，remove 或者 sort 方法，只修改列表，没有打印出返回值——它们返回默认值 None 。这是Python中所有可变数据结构的设计原则。

你可能会注意到的另一件事是并非所有数据或可以排序或比较。例如，[None, ‘hello’, 10] 就不可排序，因为整数不能与字符串比较，而 None 不能与其他类型比较。并且还存在一些没有定义顺序关系的类型。例如，3+4j < 5+7j 就不是一个合法的比较。

5.1.1. 列表作为栈使用

列表方法使得列表作为堆栈非常容易，最后一个插入，最先取出（“后进先出”）。要添加一个元素到堆栈的顶端，使用 append() 。要从堆栈顶部取出一个元素，使用 pop() ，不用指定索引。例如

>>> stack = [3, 4, 5]
>>> stack.append(6)
>>> stack.append(7)
>>> stack
[3, 4, 5, 6, 7]
>>> stack.pop()
7
>>> stack
[3, 4, 5, 6]
>>> stack.pop()
6
>>> stack.pop()
5
>>> stack
[3, 4]

5.1.2. 列表作为队列使用

列表也可以用作队列，其中先添加的元素被最先取出 (“先进先出”)；然而列表用作这个目的相当低效。因为在列表的末尾添加和弹出元素非常快，但是在列表的开头插入或弹出元素却很慢 (因为所有的其他元素都必须移动一位)。

若要实现一个队列，可使用 collections.deque.，它被设计成可以快速地从两端添加或弹出元素。例如

from collections import deque
queue =deque(['fds','fdsaf','fdafsafd','afdafsafdsa'])
queue.appendleft('qqqq')
print(queue)
queue.append('weqw')
print(queue)
queue.pop()
print(queue)
queue.popleft()
print(queue)
a_list=list(queue)
print(a_list)

deque(['fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa'])
deque(['qqqq', 'fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa'])
deque(['qqqq', 'fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa', 'weqw'])
deque(['qqqq', 'fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa'])
deque(['fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa'])
['fds', 'fdsaf', 'fdafsafd', 'afdafsafdsa']

5.1.3. 列表推导式

列表推导式提供了一个更简单的创建列表的方法。常见的用法是把某种操作应用于序列或可迭代对象的每个元素上，然后使用其结果来创建列表，或者通过满足某些特定条件元素来创建子序列。

例如，假设我们想创建一个平方列表，像这样

>>> squares = []
>>> for x in range(10):  ##for循环后面是一个可迭代对象
...     squares.append(x**2)
...
>>> squares
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

注意这**里创建（或被重写）的名为 x 的变量在for循环后仍然存在。**我们可以计算平方列表的值而不会产生任何副作用

squares = list(map(lambda x: x**2, range(10)))
#map()的第一个位置是函数function,一般是匿名函数；
#map()的第二个位置是可迭代对象

squares = [x**2 for x in range(10)]

上面这种写法更加简洁易读。

列表推导式的结构是由一对方括号所包含的以下内容：一个表达式，后面跟一个 for 子句，然后是零个或多个 for 或 if 子句。其结果将是一个新列表，由对表达式依据后面的 for 和 if 子句的内容进行求值计算而得出。举例来说，以下列表推导式会将两个列表中不相等的元素组合起来:

>>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

而它等价于

>>> combs = []
>>> for x in [1,2,3]:
...     for y in [3,1,4]:
...         if x != y:
...             combs.append((x, y))
...
>>> combs
[(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

注意在上面两个代码片段中， for 和 if 的顺序是相同的。

如果表达式是一个元组（例如上面的 (x, y)），那么就必须加上括号

>>> vec = [-4, -2, 0, 2, 4]
>>> # create a new list with the values doubled
>>> [x*2 for x in vec]
[-8, -4, 0, 4, 8]
>>> # filter the list to exclude negative numbers
>>> [x for x in vec if x >= 0]
[0, 2, 4]
>>> # apply a function to all the elements
>>> [abs(x) for x in vec]
[4, 2, 0, 2, 4]
>>> # call a method on each element
>>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
>>> [weapon.strip() for weapon in freshfruit]
['banana', 'loganberry', 'passion fruit']
>>> # create a list of 2-tuples like (number, square)
>>> [(x, x**2) for x in range(6)]
[(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
>>> # the tuple must be parenthesized, otherwise an error is raised
>>> [x, x**2 for x in range(6)]File "<stdin>", line 1, in <module>[x, x**2 for x in range(6)]^
SyntaxError: invalid syntax
>>> # flatten a list using a listcomp with two 'for'
>>> vec = [[1,2,3], [4,5,6], [7,8,9]]
>>> [num for elem in vec for num in elem]
[1, 2, 3, 4, 5, 6, 7, 8, 9]

str.strip.
round.

5.1.4. 嵌套的列表推导式

列表推导式中的初始表达式可以是任何表达式，包括另一个列表推导式。

考虑下面这个 3x4的矩阵，它由3个长度为4的列表组成

>>> matrix = [
...     [1, 2, 3, 4],
...     [5, 6, 7, 8],
...     [9, 10, 11, 12],
... ]

下面的列表推导式将交换其行和列

>>> [[row[i] for row in matrix] for i in range(4)]
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

matrix_row=[row[0] for row in matri
print(matrix_row)[1, 5, 9]

如上节所示，嵌套的列表推导式是基于跟随其后的链接: for. 进行求值的，所以这个例子等价于:

>>> for i in range(4):
...     transposed.append([row[i] for row in matrix])
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

反过来说，也等价于

>>> transposed = []
>>> for i in range(4):
...     # the following 3 lines implement the nested listcomp
...     transposed_row = []
...     for row in matrix:
...         transposed_row.append(row[i])
...     transposed.append(transposed_row)
...
>>> transposed
[[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

实际应用中，你应该会更喜欢使用内置函数去组成复杂的流程语句。链接: zip(). 函数将会很好地处理这种情况

>>> list(zip(*matrix))
[(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

关于本行中星号的详细说明，参见解包参数列表。

5.2. del 语句

>>> a = [-1, 1, 66.25, 333, 333, 1234.5]
>>> del a[0]
>>> a
[1, 66.25, 333, 333, 1234.5]
>>> del a[2:4]
>>> a
[1, 66.25, 1234.5]
>>> del a[:]
>>> a
[]

# del 也可以删除整个变量
>>> del a

del.

数据结构---列表[pf]相关推荐

基础篇9-python基本数据结构-列表
基础篇9-python基本数据结构-列表一.列表: 1.有序的集合 2.通过偏移来索引,从而读取数据 3.支持内嵌 a =[[1,2,3],[4,5,6]] 4.可变类型 a[0][1] = 7 二 ...
Python笔记——基本数据结构:列表、元组及字典
转载请注明出处:http://blog.csdn.net/wklken/archive/2011/04/10/6312888.aspx Python基本数据结构:列表,元组及字典一.列表一组有序项 ...
获取用户列表为空_数据结构和算法(Golang实现)(15)常见数据结构-列表
列表一.列表 List 我们又经常听到列表 List 数据结构,其实这只是更宏观的统称,表示存放数据的队列. 列表 List:存放数据,数据按顺序排列,可以依次入队和出队,有序号关系,可以取出某序 ...
kernel部分数据结构列表三(inode)
kernel部分数据结构列表三(inode) /* *索引节点对象由inode结构体表示,定义文件在linux/fs.h中 */ struct inode { struct hlist ...
python数据结构的列表_Python自带数据结构列表(list)
Python自带数据结构列表(list) 列表是Python中最通用的数据类型,可以写成方括号之间的逗号分隔值(项目)列表. 使用列表的重要事项是,列表中的项目不必是相同的类型.也就是说一个列表中的 ...
（python）数据结构------列表
一.数字的处理函数 (一)int() 取整数部分,与正负号无关,举例如下: 1 print(int(-3.6), int(-2.5), int(-1.4)) 2 print(int(3.6), int ...
python基本数据结构——列表
一.python基本数据结构--列表列表可以实地的增长或者缩短(长度可变),并且可以包含任何类型的对象而不仅仅是包含有单个字符的字符串(异构) 从技术上来讲,Python列表包含了零个或多个 ...
两个列表合并去重_数据结构——列表
4.1列表的概念列表(list)是用来存储一组有序数据元素的数据结构,元素之间用逗号分隔.列表中的数据元素应该包括在方括号中,而且列表是可变的数据类型,一旦创建了一个列表,你可以添加.删除或者搜索列 ...
Python数据结构与算法笔记（六）：数据结构——列表和栈
数据结构介绍存储一组有关系的数据数据结构的分类: 树结构图结构: 列表列表存储与基本操作数组: 开辟一定长度的内存,用来存储数据,里面是真实的值.32位机器上,一个整数占4字节.假设第一个数 ...

数据结构---列表[pf]