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) # False4. 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
- 时间复杂度:
- 索引访问:O(1)
- 末尾追加/删除:O(1)
- 中间插入/删除:O(n)
- 查找元素:O(n)
- 选择合适的数据结构:
- 频繁在首部插入/删除:考虑 collections.deque
- 频繁查找/去重:考虑 set 或 dict
- 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...
欢迎 你 发表评论:
- 一周热门
- 最近发表
- 标签列表
-
- python计时 (73)
- python安装路径 (56)
- python类型转换 (93)
- python进度条 (67)
- python吧 (67)
- python的for循环 (65)
- python格式化字符串 (61)
- python静态方法 (57)
- python列表切片 (59)
- python面向对象编程 (60)
- python 代码加密 (65)
- python串口编程 (77)
- python封装 (57)
- python写入txt (66)
- python读取文件夹下所有文件 (59)
- python操作mysql数据库 (66)
- python获取列表的长度 (64)
- python接口 (63)
- python调用函数 (57)
- python多态 (60)
- python匿名函数 (59)
- python打印九九乘法表 (65)
- python赋值 (62)
- python异常 (69)
- python元祖 (57)
