百度360必应搜狗淘宝本站头条
当前位置:网站首页 > 技术资源 > 正文

Python 列表(List)详解(python中列表用法)

off999 2025-06-10 00:34 42 浏览 0 评论

列表是 Python 中最基本、最常用的数据结构之一,它是一个有序的、可变的元素集合。

一、列表的基本操作

1. 创建列表

# 空列表
empty_list = []
empty_list = list()

# 包含元素的列表
numbers = [1, 2, 3, 4, 5]
fruits = ['apple', 'banana', 'orange']
mixed = [1, 'hello', 3.14, True]

# 使用list()构造函数
list_from_string = list('Python')  # ['P', 'y', 't', 'h', 'o', 'n']
list_from_range = list(range(5))   # [0, 1, 2, 3, 4]

2. 访问列表元素

fruits = ['apple', 'banana', 'orange', 'grape']

# 正索引访问(从0开始)
print(fruits[0])   # 'apple'
print(fruits[2])   # 'orange'

# 负索引访问(从-1开始)
print(fruits[-1])  # 'grape'
print(fruits[-3])  # 'banana'

# 切片操作 [start:end:step]
print(fruits[1:3])    # ['banana', 'orange']
print(fruits[:2])     # ['apple', 'banana']
print(fruits[::2])    # ['apple', 'orange'] (步长为2)
print(fruits[::-1])   # ['grape', 'orange', 'banana', 'apple'] (反转列表)

3. 修改列表

fruits = ['apple', 'banana', 'orange']

# 修改单个元素
fruits[1] = 'pear'
print(fruits)  # ['apple', 'pear', 'orange']

# 修改切片
fruits[1:3] = ['grape', 'kiwi']
print(fruits)  # ['apple', 'grape', 'kiwi']

# 添加单个元素
fruits.append('melon')
print(fruits)  # ['apple', 'grape', 'kiwi', 'melon']

# 添加多个元素
fruits.extend(['peach', 'berry'])
print(fruits)  # ['apple', 'grape', 'kiwi', 'melon', 'peach', 'berry']

二、列表常用方法

1. 添加元素
nums = [1, 2, 3]

# append() - 在末尾添加单个元素
nums.append(4)  # [1, 2, 3, 4]

# extend() - 添加多个元素(合并列表)
nums.extend([5, 6])  # [1, 2, 3, 4, 5, 6]

# insert() - 在指定位置插入元素
nums.insert(0, 0)  # [0, 1, 2, 3, 4, 5, 6]

2. 删除元素

nums = [0, 1, 2, 3, 4, 5, 6, 3]

# remove() - 删除第一个匹配的元素
nums.remove(3)  # [0, 1, 2, 4, 5, 6, 3]

# pop() - 删除并返回指定位置的元素(默认最后一个)
last = nums.pop()  # 返回3, nums变为[0, 1, 2, 4, 5, 6]
second = nums.pop(1)  # 返回1, nums变为[0, 2, 4, 5, 6]

# del语句 - 删除指定位置或切片
del nums[0]  # [2, 4, 5, 6]
del nums[1:3]  # [2, 6]

# clear() - 清空列表
nums.clear()  # []

3. 查找和统计

letters = ['a', 'b', 'c', 'a', 'd', 'a']

# index() - 返回元素的第一个匹配位置
print(letters.index('a'))  # 0
print(letters.index('a', 1))  # 3 (从位置1开始查找)

# count() - 统计元素出现次数
print(letters.count('a'))  # 3
print(letters.count('x'))  # 0

# in操作符 - 检查元素是否存在
print('b' in letters)  # True
print('x' in letters)  # False

4. 排序和反转

nums = [3, 1, 4, 1, 5, 9, 2]

# sort() - 原地排序
nums.sort()  # [1, 1, 2, 3, 4, 5, 9]
nums.sort(reverse=True)  # [9, 5, 4, 3, 2, 1, 1]

# sorted() - 返回新排序列表(不改变原列表)
sorted_nums = sorted(nums)  # [1, 1, 2, 3, 4, 5, 9]

# reverse() - 原地反转列表
nums.reverse()  # [9, 5, 4, 3, 2, 1, 1] -> [1, 1, 2, 3, 4, 5, 9]

三、列表的高级操作

1. 列表推导式

# 创建平方数列表
squares = [x**2 for x in range(10)]
# [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 带条件的列表推导式
even_squares = [x**2 for x in range(10) if x % 2 == 0]
# [0, 4, 16, 36, 64]

# 嵌套列表推导式
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
flattened = [num for row in matrix for num in row]
# [1, 2, 3, 4, 5, 6, 7, 8, 9]

2. 列表复制

original = [1, 2, 3]

# 浅拷贝(三种方式)
copy1 = original.copy()
copy2 = list(original)
copy3 = original[:]

# 深拷贝(用于嵌套列表)
import copy
nested = [[1, 2], [3, 4]]
deep_copy = copy.deepcopy(nested)

3. 列表与字符串转换

# 字符串转列表
s = "hello"
char_list = list(s)  # ['h', 'e', 'l', 'l', 'o']

# 列表转字符串
words = ['Python', 'is', 'great']
sentence = ' '.join(words)  # "Python is great"

四、列表性能考虑

  1. 时间复杂度
  2. 索引访问:O(1)
  3. 末尾追加/删除:O(1)
  4. 中间插入/删除:O(n)
  5. 查找元素:O(n)
  6. 选择合适的数据结构
  7. 频繁在首部插入/删除:考虑 collections.deque
  8. 频繁查找/去重:考虑 set 或 dict
  9. 不可变序列:考虑 tuple

五、实际应用示例

# 示例1:处理成绩数据
grades = [85, 90, 78, 92, 88]

# 计算平均分
average = sum(grades) / len(grades)

# 找出高于平均分的成绩
above_avg = [g for g in grades if g > average]

# 示例2:矩阵转置
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]
transpose = [[row[i] for row in matrix] for i in range(3)]
# [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

列表是 Python 中最灵活的数据结构之一,掌握它的各种操作和特性对于编写高效、清晰的 Python 代码至关重要。

相关推荐

阿里云国际站ECS:阿里云ECS如何提高网站的访问速度?

TG:@yunlaoda360引言:速度即体验,速度即业务在当今数字化的世界中,网站的访问速度已成为决定用户体验、用户留存乃至业务转化率的关键因素。页面加载每延迟一秒,都可能导致用户流失和收入损失。对...

高流量大并发Linux TCP性能调优_linux 高并发网络编程

其实主要是手里面的跑openvpn服务器。因为并没有明文禁p2p(哎……想想那么多流量好像不跑点p2p也跑不完),所以造成有的时候如果有比较多人跑BT的话,会造成VPN速度急剧下降。本文所面对的情况为...

性能测试100集(12)性能指标资源使用率

在性能测试中,资源使用率是评估系统硬件效率的关键指标,主要包括以下四类:#性能测试##性能压测策略##软件测试#1.CPU使用率定义:CPU处理任务的时间占比,计算公式为1-空闲时间/总...

Linux 服务器常见的性能调优_linux高性能服务端编程

一、Linux服务器性能调优第一步——先搞懂“看什么”很多人刚接触Linux性能调优时,总想着直接改配置,其实第一步该是“看清楚问题”。就像医生看病要先听诊,调优前得先知道服务器“哪里...

Nginx性能优化实战:手把手教你提升10倍性能!

关注△mikechen△,十余年BAT架构经验倾囊相授!Nginx是大型架构而核心,下面我重点详解Nginx性能@mikechen文章来源:mikechen.cc1.worker_processe...

高并发场景下,Spring Cloud Gateway如何抗住百万QPS?

关注△mikechen△,十余年BAT架构经验倾囊相授!大家好,我是mikechen。高并发场景下网关作为流量的入口非常重要,下面我重点详解SpringCloudGateway如何抗住百万性能@m...

Kubernetes 高并发处理实战(可落地案例 + 源码)

目标场景:对外提供HTTPAPI的微服务在短时间内收到大量请求(例如每秒数千至数万RPS),要求系统可弹性扩容、限流降级、缓存减压、稳定运行并能自动恢复。总体思路(多层防护):边缘层:云LB...

高并发场景下,Nginx如何扛住千万级请求?

Nginx是大型架构的必备中间件,下面我重点详解Nginx如何实现高并发@mikechen文章来源:mikechen.cc事件驱动模型Nginx采用事件驱动模型,这是Nginx高并发性能的基石。传统...

Spring Boot+Vue全栈开发实战,中文版高清PDF资源

SpringBoot+Vue全栈开发实战,中文高清PDF资源,需要的可以私我:)SpringBoot致力于简化开发配置并为企业级开发提供一系列非业务性功能,而Vue则采用数据驱动视图的方式将程序...

Docker-基础操作_docker基础实战教程二

一、镜像1、从仓库获取镜像搜索镜像:dockersearchimage_name搜索结果过滤:是否官方:dockersearch--filter="is-offical=true...

你有空吗?跟我一起搭个服务器好不好?

来人人都是产品经理【起点学院】,BAT实战派产品总监手把手系统带你学产品、学运营。昨天闲的没事的时候,随手翻了翻写过的文章,发现一个很严重的问题。就是大多数时间我都在滔滔不绝的讲理论,却很少有涉及动手...

部署你自己的 SaaS_saas如何部署

部署你自己的VPNOpenVPN——功能齐全的开源VPN解决方案。(DigitalOcean教程)dockovpn.io—无状态OpenVPNdockerized服务器,不需要持久存储。...

Docker Compose_dockercompose安装

DockerCompose概述DockerCompose是一个用来定义和管理多容器应用的工具,通过一个docker-compose.yml文件,用YAML格式描述服务、网络、卷等内容,...

京东T7架构师推出的电子版SpringBoot,从构建小系统到架构大系统

前言:Java的各种开发框架发展了很多年,影响了一代又一代的程序员,现在无论是程序员,还是架构师,使用这些开发框架都面临着两方面的挑战。一方面是要快速开发出系统,这就要求使用的开发框架尽量简单,无论...

Kubernetes (k8s) 入门学习指南_k8s kubeproxy

Kubernetes(k8s)入门学习指南一、什么是Kubernetes?为什么需要它?Kubernetes(k8s)是一个开源的容器编排系统,用于自动化部署、扩展和管理容器化应用程序。它...

取消回复欢迎 发表评论: