<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
範例如下:
names = ['Neo', 'Lily', 'Jack'] length = len(names) print(length) # 執行結果如下 # >>> 3
注意:len()函數可以計算除了數位型別之外的其他所有資料型別的長度
範例如下:
names = ['Neo', 'Lily', 'Jack'] new_names_01 = names + names print(new_names_01) names = ['Neo', 'Lily', 'Jack'] new_names_01 = names * 2 print(new_names_01) # 輸出結果如下: # >>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack'] # >>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack']
in :判斷某個成員(元素)是否在該資料結構中,返回結果為布林值。
not in :判斷某個成員(元素)是否不在該資料結構中,返回結果為布林值。
範例如下:
names = ['Neo', 'Lily', 'Jack'] print(bool('Adam' in names)) print(bool('Adam' not in names)) # 執行結果如下: # >>> False # >>> True
append()函數的功能:將一個元素新增噹噹前列表中
append()函數的用法:list_append(new_item) ,new_item為新增進列表的新的元素(成員)
append()函數的注意事項:
範例如下:
names = ['Neo'] names.append('Jack') print(names) # 執行結果如下: # >>> ['Neo', 'Jack']
a = [1, 2, 3] b = [4, 5, 6] print(a.append(1)) print(a) a.append(b) print(a) # 執行結果如下: # >>> [1, 2, 3, 1] # >>> Node # >>> [1, 2, 3, 1, [4, 5, 6]] a.append(b) 會將整個列表當做一個元素新增進去
這裡我們注意到 print(a.append(1)) 返回的是 Node ,這是為什麼呢?
原因是append方法只是在恰當的位置修改原來的列表!也就是說,不是返回一個列表,而只是修改原來的列表,所以如果用 等式 輸出的話,返回是None 。去掉返回值即可得到新的列表!
看下面兩個範例:
# 原始碼: list= [1,2,3,4] list= list.append(5) print(list) # 輸出: # >>> None # 修改後程式碼 list= [1,2,3,4] list.append(5) print(list) # 輸出: # >>> 1,2,3,4,5
insert() 函數的功能:講一個元素新增到列表的指定位置中
insert() 函數的用法:list.insert(index, new_item) , index為新的元素放在的新的位置(數位,下標位),new_item為填的新成員(元素)
insert() 函數與append()函數的區別:
範例如下:
friuts = ['橘子', '香蕉', '火龍果'] friuts.insert(1, '蘋果') print(friuts) # 執行結果如下: # >>> ['橘子', '蘋果', '香蕉', '火龍果'] friuts.insert(10, '鴨梨') print(friuts) # 執行結果如下: # >>> '橘子', '蘋果', '香蕉', '火龍果', '鴨梨']
count() 函數的功能:返回列表(元組)中某個成員(元素)的個數
count() 函數的用法:inttype = list.count(item) , item為想要查詢的個數
count() 函數的注意事項:如果查詢的成員(元素)不存在,則返回 0;列表只會檢查完整元素是否存在需要計算的內容。
範例如下:
friuts = ['橘子', '香蕉', '火龍果', '香蕉', '蘋果'] count = friuts.count('香蕉') print('friuts 列表中香蕉出現的次數為 ' + str(count) + ' 次') # 執行結果如下: # >>> friuts 列表中香蕉出現的次數為 2 次 # 注意事項:如果查詢的成員(元素)不存在,則返回 0;列表只會檢查完整元素是否存在需要計算的內容。 friuts = ['橘子', '香蕉', '火龍果', '香蕉', '蘋果'] count = friuts.count('香') print('friuts 列表中'香'出現的次數為 ' + str(count) + ' 次') # 執行結果如下: # >>> friuts 列表中'香'出現的次數為 0 次
remove() 函數的功能:刪除列表中的某個元素
remove() 函數的用法:list_remove = list.remove(item) , item為想要刪除的元素
remove() 函數的注意事項:
範例如下:
books = ['Python', 'Java', 'PHP'] books.remove('PHP') print(books) # 執行結果如下: # >>> ['Python', 'Java']
del 函數的功能:將變數完全刪除(即踢打記憶體管家將變數從記憶體中刪除)
範例如下:
books = ['Python', 'Java', 'PHP'] books.del() print(books) # 執行結果如下: # >>> NameError: name 'books' is not defined. Did you mean: 'bool'?
reverse() 函數的功能:對當前列表順序的反轉
reverse() 函數的用法: list = list.reverse() , 無引數傳遞
範例如下:
books = ['Python', 'Java', 'PHP'] books.reverse() print(books) # 執行結果如下: # >>> ['PHP', 'Java', 'Python']
sort() 函數的功能:對當前列表按照一定的規律進行排序
sort() 函數的用法: list = list.sort(cmp=Node, key=Node, reverse=False)
sort() 函數的注意事項:列表中的元素型別必須相同,否則會報錯,無法排序
範例如下:
books = ['Python', 'C', 'PHP', 'Go', 'C++', 'Java'] books.sort() print(books) # 執行結果如下: # >>> ['C', 'C++', 'Go', 'Java', 'PHP', 'Python'] int_lists = [79, 6, 99, 46, 30] int_lists.sort(reverse=True) print(int_lists) # 執行結果如下: # >>> [99, 79, 46, 30, 6] test_list = ['Hello', 666, 3.14, True] test_list.sort() print(test_list) # 執行結果如下: # >>> TypeError: '<' not supported between instances of 'int' and 'str'
clear() 函數的功能:將當前列表的資料清空
clear() 函數的用法: list = list.clear() , 該函數無引數,無返回值
範例如下:
int_list = [79, 6, 99, 46, 30] int_list.clear() print(int_list) print(len(int_list)) # 執行結果如下: # >>> [] # >>> 0
思考一個問題:當我們使用 clear() 函數 清空一個列表時,和重新命名一個空的列表,哪個更節省資源?
其實相對來說使用 clear() 函數更節省資源;當我們創造一個變數的時候,會佔用一個記憶體地址,使用該變數之後該變數地址則會被記憶體管家清空。再次使用時,又會生成新的記憶體地址,這個過程也是需要消耗資源的,只是因為速度處理的比較快我們無法感知罷了。
copy() 函數的功能:將當前列表複製一份新的列表,雖然新的列表雖與舊的列表的內容相同,但是記憶體地址不同
copy() 函數的用法:list = list.copy() ,該函數無引數,返回一個與舊列表一模一樣的列表
copy() 函數與 2次賦值 的區別:
範例如下:
old_list = [1, 2, 3, 4, 5] new_list = old_list.copy() print(new_list) print("'old_list'記憶體地址為:" + str(id(old_list)), "'new_list'記憶體地址為:" + str(id(new_list))) # 執行結果如下: # >>> [1, 2, 3, 4, 5] # >>> 'old_list'記憶體地址為:2175764462080 'new_list'記憶體地址為:2175767330496
copy() 函數與 2次賦值 的區別範例如下:
old_list = [1, 2, 3, 4, 5] new_list_01 = old_list new_list_02 = old_list.copy() old_list.append(6) print(new_list_01) print(new_list_02) # 執行結果如下: # >>> [1, 2, 3, 4, 5, 6] # >>> [1, 2, 3, 4, 5]
淺拷貝
什麼是淺拷貝?
通俗的說,我們有一個列表 a,列表裡的元素還是列表。當我們拷貝出新列表 b 後,無論是 a 還是 b 的內部的列表中的資料發生了變化後,相互之間都會受到影響。這就是淺拷貝。
淺拷貝範例如下:
old_list = [[1, 2, 3], [4, 5]] new_list = old_list.copy() old_list[1].append(6) print(str(old_list), "--------," + str(new_list)) # 執行結果如下: # >>> [[1, 2, 3], [4, 5, 6]] --------,[[1, 2, 3], [4, 5, 6]] new_list[0].append(0) print(str(old_list), "--------," + str(new_list)) # 執行結果如下: # >>> [[1, 2, 3, 0], [4, 5, 6]] --------,[[1, 2, 3, 0], [4, 5, 6]]
深拷貝
什麼是深拷貝?
深拷貝不僅對列表第一層進行了 copy ,對深層的資料也進行了 copy, 原始變數與新變數之間完全不共用資料,這就是深拷貝。
深拷貝範例如下:
old_list_deepcopy = [[1, 2, 4], [4, 5]] new_list_deepcopy = copy.deepcopy(old_list_deepcopy) old_list_deepcopy[1].append(6) print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy)) # 執行結果如下: # >>> [[1, 2, 4], [4, 5, 6]] --------,[[1, 2, 4], [4, 5]] new_list_deepcopy[0].append(0) print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy)) # 執行結果如下: # >>> [[1, 2, 4], [4, 5, 6]] --------,[[1, 2, 4, 0], [4, 5]]
關於淺拷貝與深拷貝,我們再來看看對 數位型別 和 字串型別又是怎樣的,範例如下:
str_1 = "python" print("str_1: ", str_1, id(str_1)) str_2 = str_1 print("str_2: ", str_2, id(str_2)) str_3 = copy.copy(str_2) print("str_3: ", str_3, id(str_3)) str_4 = copy.deepcopy(str_1) print("str_4: ", str_4, id(str_4)) # 執行結果如下: # >>> str_1: python 140222883317104 # >>> str_2: python 140222883317104 # >>> str_3: python 140222883317104 # >>> str_4: python 140222883317104
可以看出,數位型別與字串型別的淺拷貝與深拷貝是沒有區別的,都是指向的同意記憶體地址,所以深拷貝與淺拷貝是沒有意義的
extend() 函數的功能:將其他列表或元組中的元素一次性的匯入到當前列表中
extend() 函數的用法:list = list.extend(iterable) ,iterable 代表列表或元組,該函數無返回值。
範例如下:
students = ['Neo', 'Jack', 'Lily'] new_students = ('Lilei', 'Lily') print(id(students)) # 執行結果如下: # >>> 2032966498816 students.extend(new_students) print(students) print(id(students)) # 執行結果如下: # >>> ['Neo', 'Jack', 'Lily', 'Lilei', 'Lily'] 相同的成員(元素)並不會覆蓋掉 # >>> 2032966498816
例如給出兩個列表[1, 3, 5, 7, 9]和[2, 4, 6, 8, 10],最終合併為[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
list_1 = [1, 3, 5, 7, 9] list_2 = [2, 4, 6, 8, 10] list_1.extend(list_2) print(list_1) # 執行結果如下: # >>> [1, 3, 5, 7, 9, 2, 4, 6, 8, 10] list_1.sort() print(list_1) # 執行結果如下: # >>> [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
以上就是Python學習之列表常用方法總結的詳細內容,更多關於Python列表的資料請關注it145.com其它相關文章!
相關文章
<em>Mac</em>Book项目 2009年学校开始实施<em>Mac</em>Book项目,所有师生配备一本<em>Mac</em>Book,并同步更新了校园无线网络。学校每周进行电脑技术更新,每月发送技术支持资料,极大改变了教学及学习方式。因此2011
2021-06-01 09:32:01
综合看Anker超能充系列的性价比很高,并且与不仅和iPhone12/苹果<em>Mac</em>Book很配,而且适合多设备充电需求的日常使用或差旅场景,不管是安卓还是Switch同样也能用得上它,希望这次分享能给准备购入充电器的小伙伴们有所
2021-06-01 09:31:42
除了L4WUDU与吴亦凡已经多次共事,成为了明面上的厂牌成员,吴亦凡还曾带领20XXCLUB全队参加2020年的一场音乐节,这也是20XXCLUB首次全员合照,王嗣尧Turbo、陈彦希Regi、<em>Mac</em> Ova Seas、林渝植等人全部出场。然而让
2021-06-01 09:31:34
目前应用IPFS的机构:1 谷歌<em>浏览器</em>支持IPFS分布式协议 2 万维网 (历史档案博物馆)数据库 3 火狐<em>浏览器</em>支持 IPFS分布式协议 4 EOS 等数字货币数据存储 5 美国国会图书馆,历史资料永久保存在 IPFS 6 加
2021-06-01 09:31:24
开拓者的车机是兼容苹果和<em>安卓</em>,虽然我不怎么用,但确实兼顾了我家人的很多需求:副驾的门板还配有解锁开关,有的时候老婆开车,下车的时候偶尔会忘记解锁,我在副驾驶可以自己开门:第二排设计很好,不仅配置了一个很大的
2021-06-01 09:30:48
不仅是<em>安卓</em>手机,苹果手机的降价力度也是前所未有了,iPhone12也“跳水价”了,发布价是6799元,如今已经跌至5308元,降价幅度超过1400元,最新定价确认了。iPhone12是苹果首款5G手机,同时也是全球首款5nm芯片的智能机,它
2021-06-01 09:30:45