Python中列表和元组的相关语句和方法讲解
这篇文章主要介绍了Python中列表和元组的相关语句和方法讲解,是Python入门学习中的基础知识,需要的朋友可以参考下
列表(list):
首先,列表属于序列,那么序列类型可用如下内建函数——
list(iter):把可迭代对象转换为列表。
str(obj):把obj对象转换为字符串,即用字符串来表示这个对象。
tuple(iter):把一个可迭代对象转换为一个元组。
unicode(obj):把对象转换成Unicode字符串。
basestring():抽象工厂函数,其作用仅仅是为str和unicode函数提供父类,所以不能被实例化,也不能被调用。
enumerate(iter):接受一个可迭代对象作为参数,返回一个enumerate对象,该对象生成由iter每个元素的index值和item值组成的元组。
len(seq):返回seq的长度。
max(iter,key=None)、max(arg0,arg1...,key=None):返回iter或(arg0,arg1...)的最大值,如果指定了key,这个key必须是一个可以传给sort()方法的,用于比较的回调函数。
min(iter,key=None)、min(arg0,arg1...,key=None):返回iter或(arg0,arg1...)的最小值,如果指定了key,这个key必须是一个可以传给sort()方法的,用于比较的回调函数。
reversed(seq):接受一个序列作为参数,返回一个以逆序访问的迭代器。
sorted(iter,cmp=None,key=None,reverse=False):接受一个可迭代对象作为参数,返回一个有序的列表,可选参数cmp、key和reverse和list.sort()内建函数含义一样。
sum(seq,init=0):返回seq和可选参数init的总和,其效果等同于reduce(operator.add,seq,init)。
zip([it0,it1...]):返回一个列表,其第一个元素是it0、it1...这些元素的第一个元素组成的一个元组,其它元素依次类推。
列表就像一个线性容器,但是比C++的 lis t扩展多得多
列表里的元素可以是相同类型,也可以包含各种类型,比如列表里嵌套另一个列表
列表示例:
list的索引是也是从0开始,但也可以从后访问,L1[-1] 表示L1中的最后一个元素
>>> L1
[['sub'], 1, 'n']
>>> L1[0]
['sub']
>>> L1[-1]
'n'
对列表可以进行切片,切片的操作类似于对函数的调用,返回值一个新的列表
切片 L1[ x : y : z ] 是半开闭区间(z通常不用写),如L1[1:3] 返回的是一个从 L1[1] 开始到 L1[2] 结束的列表,不包含L1[3]
x 不写表示从头开始,y 不写表示直到列表结束,z 用于表示步长, 默认是1, 可以认为是在这个区间里每 z 个元素取一个(取第一个),可以是负数,表示从后到前遍历
>>> L1 = [1,2,3,4,5,6]
>>> L1[1:3]
[2, 3]
>>> L1[:3]
[1, 2, 3]
>>> L1[1:]
[2, 3, 4, 5, 6]
>>> L1[-3:-1]
[4, 5]
>>> L2 = L1[:]
>>> L2
[1, 2, 3, 4, 5, 6]
>>> L1[::2]
[1, 3, 5]
>>> L1[::-1]
[6, 5, 4, 3, 2, 1]
列表可以做加法,做乘法,字符串也可以看做一个字符的列表
>>> L1 = [1,2]
>>> L2 = [3,4]
>>> L1 + L2
[1, 2, 3, 4]
>>> 5 * L1
[1, 2, 1, 2, 1, 2, 1, 2, 1, 2]
in语句,判断一个对象是否在一个字符串/列表/元组里
not 语句表示对后面的否定
len 可以检测字符串/列表/元祖/字典的元素个数
max 可以返回最大元素,min 返回最小元素
>>> L1
[1, 2, 3, 4, 2]
>>> 3 in L1
True
>>> 5 in L1
False
>>> 3 not in L1
False
>>> 5 not in L1
True
>>> len(L1)
5
>>> max(L1)
4
>>> min(L1)
1
操作:
>>> #赋值
>>> L1[1] = 5
>>> L1
[1, 5, 3, 4, 2]
>>> #删除
>>> del L1[1]
>>> L1
[1, 3, 4, 2]
>>> #分片赋值
>>> L1[2:] = [6,7,8]
>>> L1
[1, 3, 6, 7, 8]
>>> L1[1:3] = []
>>> L1
[1, 7, 8]
list 的函数:
append( x ) 是将 x 作为一个元素添加到列表的末尾,即使 x 是一个列表
>>> L1
[1, 2, 7, 8]
>>> L1.append(3)
>>> L1
[1, 2, 7, 8, 3]
>>> L1.append([4,5])
>>> L1
[1, 2, 7, 8, 3, [4, 5]]
>>> 4 in L1
False
count( x) 统计 x 在列表中出现的次数
>>> L1 = [1, 2, 7, 8]
>>> L1.count(2)
1
>>> L1.count(3)
0
extend( x ) 将x 作为一个列表与原列表合并,添加到末尾。若不是列表,则编译器尝试将 x 转换为列表然后执行操作,不成功就会报错
>>> L1
[1, 2, 7, 8]
>>> L1.extend([4,5])
>>> L1
[1, 2, 7, 8, 4, 5]
>>> 4 in L1
True
index ( x ) 返回 x 在列表中的坐标,若 x 不在列表中会出错
>>> L1.index(2)
1
insert( i , x) 在位置i 插入元素x
>>> L1
[1, 2, 7, 8, 4, 5]
>>> L1.insert(0,'a')
>>> L1
['a', 1, 2, 7, 8, 4, 5]
>>> L1.insert(-1,'b')
>>> L1
['a', 1, 2, 7, 8, 4, 'b', 5]
pop( i ) 删除位置 i 的元素并将它返回,默认可以不写 i ,删除最后一个元素,不存在会出错
>>> L1 = [1, 2, 7, 8]
>>> L1.pop(1)
2
>>> L1
[1, 7, 8]
>>> L1.pop()
8
>>> L1
[1, 7]
remove( x ) 移除在 列表中 x 的第一个匹配项,x 不存在会出错
>>> L1.remove(2)
>>> L1
[1, 7, 8]
reverse() 将列表逆序
>>> L1 = [1, 2, 7, 8]
>>> L1.reverse()
>>> L1
[8, 7, 2, 1]
sort 将原列表排序,返回None,有两个可选参数,key 和 reverse,默认为升序排列
>>> L1
[8, 7, 2, 1]
>>> L1.sort()
>>> L1
[1, 2, 7, 8]
>>> L1.sort(reverse = True)
>>> L1
[8, 7, 2, 1]
>>> L1 = ['a','ccc','abcd','bc','cd','abc']
>>> L1.sort(key = len)
>>> L1
['a', 'bc', 'cd', 'ccc', 'abc', 'abcd']
元组(tuple)
元组也属于序列,但元组为不可修改的列表。所以元组没有以上序列通用方法可用!
一个元素的元组表示为 ( 1 , )
>>> x = (1,)
>>> type(x)
<class 'tuple'>
>>> x = (1)
>>> type(x)
<class 'int'>
元组可转换成列表,反之亦然。
内建的 tuple() 函数接受一个列表参数,并返回一个包含同样元素的元组,而 list() 函数接受一个元组参数并返回一个列表。
从效果上看, tuple() 冻结列表,而 list() 融化元组。
>>> x = [1,2,4,3,1]
>>> y = (1,2,4,3,1)
>>> type(x)
<class 'list'>
>>> type(y)
<class 'tuple'>
>>> z = tuple(x)
>>> z
(1, 2, 4, 3, 1)
>>> z = list(y)
>>> z
[1, 2, 4, 3, 1]
可以用列表 或 元组 进行一次多赋值:
>>> L1 = (1,2,4)
>>> (x, y, z) = L1
>>> x
1
>>> y
2
>>> z
4
>>> L1 = [1,2,4]
>>> (x,y,z) = L1
>>> x
1
>>> y
2
>>> z
4
[] ,和 () 在布尔值中表示 False
数据分析咨询请扫描二维码
《Python数据分析极简入门》 第2节 6 Pandas合并连接 在pandas中,有多种方法可以合并和拼接数据。常见的方法包括append()、conc ...
2024-11-24《Python数据分析极简入门》 第2节 5 Pandas数学计算 importpandasaspdd=np.array([[81,&n ...
2024-11-23数据分析涉及多个方面的学习,包括理论知识和实践技能。以下是数据分析需要学习的主要方面: 基础知识: 数据分析的基本概念 ...
2024-11-22数据分析适合在多个单位工作,包括但不限于以下领域: 金融行业:金融行业对数据分析人才的需求非常大,数据分析师可以从事经 ...
2024-11-22数据分析是一种涉及从大量数据中提取有用信息和洞察力的过程。其工作内容主要包括以下几个方面: 数据收集与整理:数据分析师 ...
2024-11-22数据分析师需要掌握多种技能,以确保能够有效地处理和分析数据,并为业务决策提供支持。以下是数据分析师需要掌握的主要技能: ...
2024-11-22数据开发和数据分析是两个密切相关但又有所区别的领域。以下是它们的主要区别: 定义和目标: 数据开发:数据开发涉及数据的 ...
2024-11-22数据架构师是负责设计和管理企业数据架构的关键角色,其职责涵盖了多个方面,包括数据治理、数据模型设计、数据仓库构建、数据安 ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列技能,以确保能够有效地处理、分析和解释数据,从而支持决策制定。以下是数据分析师所需的关键技能: ...
2024-11-22数据分析师需要具备一系列的技能和能力,以确保能够有效地处理、分析和解释数据,从而支持业务决策。以下是数据分析师所需的主要 ...
2024-11-22需求持续增长 - 未来数据分析师需求将持续上升,企业对数据驱动决策的依赖加深。 - 预测到2025年,中国将需要高达220万的数据人 ...
2024-11-22《Python数据分析极简入门》 第2节 4 Pandas条件查询 在pandas中,可以使用条件筛选来选择满足特定条件的数据 importpanda ...
2024-11-22数据分析师的工作内容涉及多个方面,主要包括数据的收集、整理、分析和可视化,以支持商业决策和问题解决。以下是数据分析师的一 ...
2024-11-21数据分析师必须掌握的技能可以从多个方面进行归纳和总结。以下是数据分析师需要具备的主要技能: 统计学基础:数据分析师需要 ...
2024-11-21数据分析入门的难易程度因人而异,总体来看,入门并不算特别困难,但需要一定的学习和实践积累。 入门难度:数据分析入门相对 ...
2024-11-21数据分析是一项通过收集、整理和解释数据来发现有用信息的过程,它在现代社会中具有广泛的应用和重要性。数据分析能够帮助人们更 ...
2024-11-21数据分析行业正在迅速发展,随着技术的不断进步和数据量的爆炸式增长,企业对数据分析人才的需求也与日俱增。本文将探讨数据分析 ...
2024-11-21数据分析的常用方法包括多种技术,每种方法都有其特定的应用场景和优势。以下是几种常见的数据分析方法: 对比分析法:通过比 ...
2024-11-21企业数字化转型是指企业利用数字技术对其业务进行改造和升级,以实现提高效率、降低成本、创新业务模式等目标的过程。这一过程不 ...
2024-11-21