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列表创建操作与遍历指南(列表的创建python)

off999 2025-06-10 17:26 59 浏览 0 评论

Python 列表全方位解析:创建、操作、删除与遍历的全面指南

列表(List)是 Python 中最灵活且常用的数据结构之一,支持动态增删元素、混合数据类型存储以及高效的遍历操作。以下从 创建、操作、删除、遍历 四个核心维度详细解析列表的使用方法,并附上代码示例。


一、创建列表

列表用方括号 [] 定义,元素间用逗号分隔,支持任意数据类型。

  1. 基础创建

python

# 空列表

empty_list = []


# 包含元素的列表

numbers = [1, 2, 3, 4]

mixed = [10, "hello", 3.14, True]


# 使用 list() 构造函数

from_string = list("Python") # 输出: ['P', 'y', 't', 'h', 'o', 'n']

  1. 生成式创建

python

# 生成 0-9 的平方列表

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

# 输出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]


# 带条件的生成式

even_squares = [x**2 for x in range(10) if x % 2 == 0]

# 输出: [0, 4, 16, 36, 64]


二、操作列表

  1. 访问元素

O 索引从 0 开始,支持负数索引(从末尾反向计数)。

O 切片操作 list[start:end:step]。

python

fruits = ["apple", "banana", "cherry", "date"]

print(fruits[1]) # 输出: banana

print(fruits[-1]) # 输出: date

print(fruits[1:3]) # 输出: ['banana', 'cherry']

print(fruits[::-1]) # 输出: ['date', 'cherry', 'banana', 'apple'](反转列表)

  1. 修改元素

python

# 直接通过索引修改

fruits[0] = "avocado" # 列表变为 ["avocado", "banana", "cherry", "date"]


# 通过切片替换多个元素

fruits[1:3] = ["blueberry", "coconut"] # 替换索引1和2的元素

  1. 添加元素

O append():在末尾添加单个元素。

O extend():添加多个元素(合并另一个列表)。

O insert():在指定位置插入元素。

python

numbers = [1, 2, 3]

numbers.append(4) # [1, 2, 3, 4]

numbers.extend([5, 6]) # [1, 2, 3, 4, 5, 6]

numbers.insert(0, 0) # 在索引0插入0 → [0, 1, 2, 3, 4, 5, 6]

  1. 合并列表

python

list1 = [1, 2]

list2 = [3, 4]

combined = list1 + list2 # [1, 2, 3, 4]

list1 *= 2 # list1变为 [1, 2, 1, 2]


三、删除元素

  1. 按值删除

python

fruits = ["apple", "banana", "cherry"]

fruits.remove("banana") # 删除第一个匹配的元素 → ["apple", "cherry"]

  1. 按索引删除

python

# pop() 删除并返回元素(默认删除最后一个)

last_fruit = fruits.pop() # 返回 "cherry",列表变为 ["apple"]


# del 语句删除元素或切片

del fruits[0] # 列表变为空列表 []

del fruits[1:3] # 删除切片范围内的元素

  1. 清空列表

python

numbers = [1, 2, 3]

numbers.clear() # 清空列表 → []


四、遍历列表

  1. 基本遍历

python

colors = ["red", "green", "blue"]

for color in colors:

print(color)

  1. 带索引遍历

python

for index, color in enumerate(colors):

print(f"索引 {index}: {color}")

  1. 列表生成式遍历

python

uppercase_colors = [color.upper() for color in colors] # 转换为大写列表

  1. 结合 zip 遍历多个列表

python

names = ["Alice", "Bob"]

ages = [25, 30]

for name, age in zip(names, ages):

print(f"{name} is {age} years old")


五、高级技巧

  1. 深拷贝与浅拷贝

python

import copy

original = [[1, 2], [3, 4]]

shallow_copy = original.copy() # 浅拷贝:嵌套列表仍共享引用

deep_copy = copy.deepcopy(original) # 深拷贝:完全独立副本

  1. 列表作为函数参数

python

def modify_list(lst):

lst.append(100) # 会修改原列表(列表是可变对象)


my_list = [1, 2, 3]

modify_list(my_list) # my_list变为 [1, 2, 3, 100]

  1. 性能注意点
  2. append() 和 pop() 的时间复杂度为 O(1)。
  3. insert(0, x) 和 pop(0) 的时间复杂度为 O(n)(避免频繁使用)。
  4. 排序与反转

python

numbers = [3, 1, 4, 1, 5]

numbers.sort() # 原地排序 → [1, 1, 3, 4, 5]

reversed_numbers = sorted(numbers, reverse=True) # 生成新列表 → [5, 4, 3, 1, 1]

numbers.reverse() # 原地反转 → [5, 4, 3, 1, 1]


六、常见使用场景

  1. 数据收集与处理

python

# 过滤偶数

numbers = [x for x in range(10) if x % 2 == 0]

  1. 临时存储结构

python

# 实现栈(后进先出)

stack = []

stack.append(1) # 入栈

stack.pop() # 出栈 → 1


# 实现队列(先进先出,建议用 collections.deque)

queue = []

queue.append(1) # 入队

queue.pop(0) # 出队 → 1(效率较低)


通过掌握上述方法,您将能高效利用 Python 列表解决各类数据处理问题。列表的灵活性和易用性使其成为日常编程中的核心工具。

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: