首页
登录 | 注册

Python3基本数据类型之列表

1、初识列表

列表(List)是Python3中的"容器型"数据类型。

列表通过中括号把一堆数据括起来的方式形成,列表的长度不限。

列表里面的元素可以是不同的数据类型,但是一般是相同的数据类型。

nums = [1,3,5,7,9,11,13,15]
user_info = ["jack", 18, "male"]

==列表支持索引(index)和切片(silice)的方式访问其中的元素==。

#demo1:索引
nums = [1,3,5,7,9,11,13,15]
print(nums[1],[-1])

#output:
3 15
  • 列表索引值从0开始,即[0]对应列表的第一个元素,同理依次往右计数
  • 为简单访问列表的末尾元素,索引值可以为负数,[-1]表示列表最后一个元素,[-2]倒数第二个元素
#demo2:切片
nums = [1,3,5,7,9,11,13,15]
print(nums[0:3])
print(nums[2:-1])
print(nums[:])
print(nums[::2])
print(nums[-5:-1])
print(nums[-1:-5:-1]) # 注意切出来的元素顺序

#output:
[1, 3, 5]
[5, 7, 9, 11, 13]
[1, 3, 5, 7, 9, 11, 13, 15]
[1, 5, 9, 13]
[7, 9, 11, 13]
[15, 13, 11, 9]

==切片总结==:

  • 列表切片的返回结果是一个列表,即把切出来的元素放在一个新列表中。
  • 切片操作的方法按照 list_name[start : end : step] 的通原则执行:
    • start是切片的开始位置,此位置元素包含在切出来的列表中。
    • end是切片的结束位置,结束位置的元素不包含在切出来的列表中。
    • step是切片的间隔,即每个step切一个元素出来。默认step是1。
    • [ : ] 冒号两边什么也不写,默认切整个列表的元素。
  • step也可以是负数,即倒着切,此时end处的元素依然不包含的新列表中。

==类列表可以连接在一起==。

#demo3:
nums = [1,3,5,7,9]
new_nums = nums + [2,4,6,8,10]
print(new_nums)

#output:
[1,3,5,7,9,2,4,6,8,10]

==列表是可变的,可以修改列表中元素的值==。

#demo4:索引
nums = [1,2,3,4,5]
nums[2] = 6
print(nums)
#output:
[1,2,6,4,5]
#demo5:切片
words = ["a", "b", "c", "d", "e"]
words[1:4] = ["B", "C", "D"]
print(words)
#output:
["a", "B", "C", "D", "e"]

==列表尾部增加元素、删除列表元素、清空列表==

#demo6:
names = ['cindy', 'jack', 'alex', '小明']
names.append("jane")
names[1:3] = []
print(names)
names[:] = []
print(names)
#output:
['cindy', '小明', 'jane']
[]

==len()获得列表长度==

#demo7:
names = ["cindy", "jack", "white"]
print(len(names))
#output:
3

==max()、min()、sum()==:获得列表最大值、最小值、元素之和

#demo8:
nums = [1,2,3,4,9]
print(max(nums), min(nums), sum(nums))
# output:
9 1 19

==list()==:将其他数据类型(可迭代数据类型)转化为列表形式

#demo9:
str1 = "string"
t = (1,2,3)
s = {1,2,3}
d = {"name":"jack","age":18}
print(list(str1))   #output:['s', 't', 'r', 'i', 'n', 'g']
print(list(t))      #output:[1, 2, 3]
print(list(s))      #output:[1, 2, 3]
print(list(d))      #output:['name', 'age']

==列表嵌套==:列表可以多重嵌套

#demo10:
nums = [1,2,[3,4,5], [6,7,[0],8],3,4]

2、列表属性方法

Python中,一切皆对象,列表也不例外。

作为==List Objects==,列表对象也有很多方法属性,通过点的方式调用。

append()        insert()        extend()        # 增
pop()           remove()        clear()         # 删
index()         count()         copy()          # 查、复制
sort()          reverse()                       # 排序

==append(x)==
在列表的尾部添加一个新元素x,相当于:list_name[len(list_name):] = [x]

元素x可以是任意数据类型,因为列表是可以嵌套的,其他方法中的x同理。

#demo1:
nums = [1,3,5]
nums.append(7)
print(nums)  #output: [1,3,5,7]

==insert(index, x)==

在列表索引index位置前插入一个新元素x,原列表index处及后面的元素一次往后排。

#demo2:
nums = [1,3,5]
nums.insert(1,10)
nums.insert(-1,10)
print(nums)  #output: [1,10,3,10,5]

==extend(iterable)==

从一个可迭代对象中增加新元素到列表中,extend每次调用仅接收一个参数。

可迭代的对象包含:列表、元组、字典、集合等

#demo3:
nums = [1,2,3]
nums.extend([4,5,6])
info = {"name":"jack","age":18}
nums.extend(info)
# nums.extend(10)  报错TypeError: 'int' object is not iterable
print(nums)
#output:
[1,2,3,4,5,6,"name","jack"]

==pop( [index] )==

默认不传参数,删除列表最后一个元素并返回。

pop也可以通过指定下标索引删除特定位置元素并返回,索引值越界会报错。

注意空列表调用pop会报错:IndexError: pop from empty list

#demo4:
nums = [1,2,3,4,5]
print(nums.pop())
res = nums.pop(1)
print(nums, res)
lis = []
# lis.pop()  #报错
#output:
5
[1,3,4] 2

==remove(x)==

删除列表中第一个出现的元素 x,x不存在就报错。

#demo5:
nums = [1,2,3,2]
nums.remove(2)
print(nums)   #output:[1,3,2]

==clear()==

删除列表中的所有元素,相当于 del nums[:]

#demo6:
nums = [1,2,3]
nums.clear()
print(nums) #output:[]

==index(x[, start[, end])==

返回列表中元素x第一次出现位置处的索引值,如果x不存在就报错。

可选参数start和end,通过下标的方式限定查找的范围:start<= 范围 <end,

start和end可独立使用也可同时使用。

  • start位置处的元素在查找的范围内,end位置处的元素不在查找的范围内。
#demo7:
nums = [1,2,3,4,1,2,10]
print(nums.index(2),nums.index(2,1),nums.index(2,2,6))
# print(nums.index(2,2,5)) #报错,因为元素不存在,不在查找的范围内
#output:
1 1 5

==count(x)==

返回元素x在列表中一共出现的次数,如果列表中不存在x,返回0

#demo8:
nums = [1,2,1,2,5,6,1,2]
print(nums.count(1),nums.count(8))
#output:
3 0

==copy()==

Return a shallow copy of the list. Equivalent to nums[:]

Python3中copy涉及的内容较多,现简单介绍之,后续再深入学习。

#demo9:
nums = [1,2,3]
new_nums = nums.copy()
print(new_nums)
#output: [1,2,3]

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

sort不返回任何参数,只对列表做排序处理。key和reverse是可选参数。

默认sort对列表中元素做升序排列,即reverse=False,若指定reverse=True,对列表元素做降序排列。

默认sorts使用元素中的第一个元素做排序的比较对象,也可以使用key参数指定比较的对象,见demo12

#demo10:
nums = [(3,2),(6,9), (5,8),(4,5),(1,6)]
nums.sort()
print(nums)
#output: [(1, 6), (3, 2), (4, 5), (5, 8), (6, 9)]
#即 按元组的第一个元素升序排列,默认reverse=False
#demo11:
nums = [(3,2),(6,9), (5,8),(4,5),(1,6)]
nums.sort(reverse=True)
print(nums)
#output: [(6, 9), (5, 8), (4, 5), (3, 2), (1, 6)]
#即 按元组的第一个元素降序排列啦,激活reversr=True,降序啦
#demo11:
def sort_second_item(ele):
    return ele[1]
nums = [(3,2),(6,9), (5,8),(4,5),(1,6)]
nums.sort(key=sort_second_item, reverse=True)
print(nums)
#output: [(6, 9), (5, 8), (1, 6), (4, 5), (3, 2)]
#即 按元组的第二个元素降序排列啦,激活key,使用自定义排序对象

==reverse()==

列表反转,仅反转列表无排序功能

nums = [1,3,2,6,9,4,3]
nums.reverse()
print(nums)
#output: [3, 4, 9, 6, 2, 3, 1]

总结:append、reverse、sort、remove等仅修改列表,无返回值,但默认是返回None

3、列表高级用法

==1、像栈(Stacks)一样使用列表==

  • “后进-先出(last-in, first-out)”
  • append()和pop()
#demo1:
nums = [1,2,3,4]
nums.append(5)
nums.append(6)
n1 = nums.pop()
n2 = nums.pop()
print(n1, n2)
#output: 6 5

==2、列表解析==

列表解析是用来生成列表的,这种列表内的元素具有某种内在规律。

#demo2:
nums = [x*2 for x in range(10)]
print(nums)
#output: [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

具体用法是:[表达式 for语句 if语句]

  • 表达式如果是元组,则必须用小括号括起来;字典则大括号
  • 可以有多个for 语句和 多个if 语句
#demo3:
nums = [-2, 0, 4]
print([x for x in nums if x>=0])
print([abs(x) for x in nums])
print([{x:x*2} for x in nums])
print([(x,y) for x in nums for y in nums if x>y if x>0])
#output:
[0, 4]
[2, 0, 4]
[{-2: -4}, {0: 0}, {4: 8}]
[(4, -2), (4, 0)]

==3、矩阵转置==

把下面3x4矩阵转置

matrix = [
    [1, 2, 3, 4],
... [5, 6, 7, 8],
... [9, 10, 11, 12],
]
#demo4:
tran_matrix = [ [row[i] for row in martix] for i in range(4) ]
print(tran_matrix)
#output: [[1,5,9],[2,6,10],[3,7,11],[4,8,12]]
解读:
先看 for i in range(4) 指的是四次循环生成新矩阵的4行
再看,当i=0时:内层循环 for row in matrix 这个循环有三次,因为len(matrix)=3,即代表新矩阵矩阵每行的三个数 
当row=matrix[0],即row=[1,2,3,4],这是row[i]即row[0]=1
当row=matrix[1],即row=[5,6,7,8],这是row[i]即row[0]=5
当row=matrix[2],即row=[9,10,11,12],这是row[i]即row[0]=9   得到[1,5,9],
内层循环结束,外层循环接着开始,i=1
当row=matrix[0],即row=[1,2,3,4],这是row[1]即row[0]=2
当row=matrix[1],即row=[5,6,7,8],这是row[1]即row[0]=6
当row=matrix[2],即row=[9,10,11,12],这是row[1]即row[0]=10    得到[2,6,10],
依次类推......

相关文章

  • Day2----Python学习之路笔记(2)
    学习路线: Day1 Day2 Day3 Day4 Day5 ...待续 一.简单回顾一下昨天的内容 1. 昨天了解到了一些编码的知识 1.1. 我们写好的.py文件头没有加# -*- coding:utf-8 -*-这样的声明,那么在Wi ...
  • Python3|ddt|unittest|浅议数据驱动测试
    目录 1.DDT简介 2.data装饰器 3.unpack装饰器 4.file_data装饰器 5.总结 1.DDT简介 Data-Driven Tests(DDT)即数据驱动测试.它允许您通过不同的测试数据来运行同一个测试用例,使它作为多 ...
  • CentOS 7安装Python3.6过程(让linux系统共存Python2和Python3环境)
    CentOS 7系统自带了python2,不过可以不用2版本,直接使用python3运行python脚本就可以,但是千万别去动系统自带的python2,因为有程序依赖目前的python2环境,比如yum,动了yum就无法运行了,其他有的程序 ...
  • CentOS 安装Python3.x常见问题
    CentOS 6.x自带的Python版本是2.6,CentOS 7.x上自带的是2.7,我们要自己安装Python3.X,配置环境,不过一般安装过程不会一帆风顺,往往有些报错,在CentOS以及其他的Linux系统中遇到安装包安装错误的原 ...
  • 计算机基础 01 计算机基础之编程 02 计算机组成原理 03 计算机操作系统 04 编程语言分类 Python解释器 05 Python和Python解释器 06 执行Python程序的两种方式 07 Python集成开发环境 变量 08 ...
  • 机器学习web服务化实战:一次吐血的服务化之路
    背景 在公司内部,我负责帮助研究院的小伙伴搭建机器学习web服务,研究院的小伙伴提供一个机器学习本地接口,我负责提供一个对外服务的HTTP接口. 说起人工智能和机器学习,python是最擅长的,其以开发速度快,第三方库多而广受欢迎,以至于现 ...

2019 cecdns.com webmaster#cecdns.com
12 q. 0.074 s.
京ICP备10005923号