Python-notes项目解析:深入理解Python列表操作
2025-06-24 00:04:33作者:袁立春Spencer
列表基础概念
Python中的列表(list)是一种有序的可变集合,是Python编程中最常用的数据结构之一。列表可以存储任意类型的元素,包括数字、字符串、字典甚至其他列表,这种灵活性使其成为处理数据的强大工具。
列表的核心特性包括:
- 有序性:元素按照插入顺序排列
- 可变性:可以随时添加、删除或修改元素
- 索引访问:支持正向和反向索引
- 动态大小:无需预先声明大小
列表基本操作详解
创建与初始化
列表的创建非常简单,使用方括号[]即可:
# 空列表
empty_list = []
# 包含不同类型元素的列表
mixed_list = [1, 'Python', 3.14, [1, 2, 3], {'key': 'value'}]
元素添加方法
Python提供了多种向列表添加元素的方式:
-
append()方法:在列表末尾添加单个元素
numbers = [1, 2, 3] numbers.append(4) # [1, 2, 3, 4] -
insert()方法:在指定位置插入元素
numbers.insert(1, 1.5) # [1, 1.5, 2, 3, 4] -
extend()方法:添加多个元素(通过合并另一个可迭代对象)
numbers.extend([5, 6]) # [1, 1.5, 2, 3, 4, 5, 6]
元素删除操作
删除列表元素时需要注意边界条件和元素是否存在:
-
remove()方法:删除指定值的第一个匹配项
fruits = ['apple', 'banana', 'orange'] fruits.remove('banana') # ['apple', 'orange'] -
pop()方法:删除并返回指定位置的元素(默认最后一个)
last_fruit = fruits.pop() # 'orange', fruits变为['apple'] -
del语句:删除指定位置或整个列表
del fruits[0] # 删除第一个元素 del fruits # 删除整个列表
元素修改
通过索引直接赋值即可修改元素:
colors = ['red', 'green', 'blue']
colors[1] = 'yellow' # ['red', 'yellow', 'blue']
列表排序与反转
永久排序
sort()方法会直接修改原列表:
nums = [3, 1, 4, 2]
nums.sort() # [1, 2, 3, 4]
nums.sort(reverse=True) # 降序排列 [4, 3, 2, 1]
临时排序
sorted()函数返回排序后的新列表,不影响原列表:
original = [3, 1, 4, 2]
sorted_list = sorted(original) # [1, 2, 3, 4]
print(original) # 仍为[3, 1, 4, 2]
列表反转
reverse()方法永久反转列表顺序:
letters = ['a', 'b', 'c']
letters.reverse() # ['c', 'b', 'a']
列表遍历技巧
基本遍历方式
# 简单遍历
for item in my_list:
print(item)
# 带索引遍历
for index, value in enumerate(my_list):
print(f"索引{index}的值是{value}")
列表解析式
列表解析式是Python中高效处理列表的优雅方式:
# 基本形式
squares = [x**2 for x in range(10)]
# 带条件过滤
even_squares = [x**2 for x in range(10) if x % 2 == 0]
# 嵌套循环
matrix = [[1, 2], [3, 4]]
flattened = [num for row in matrix for num in row] # [1, 2, 3, 4]
高级切片操作
Python的切片功能非常强大,可以灵活地获取子列表:
numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
# 基本切片
middle = numbers[3:7] # [3, 4, 5, 6]
# 步长切片
odds = numbers[1::2] # [1, 3, 5, 7, 9]
# 反向切片
reversed_nums = numbers[::-1] # [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
# 复制列表
copy = numbers[:]
列表复制与引用
理解列表的引用机制非常重要:
# 直接赋值是引用
a = [1, 2, 3]
b = a
b.append(4) # a也会变为[1, 2, 3, 4]
# 浅拷贝
c = a[:] # 只适用于简单列表
# 深拷贝
import copy
d = copy.deepcopy(a) # 适用于嵌套列表
类型转换技巧
列表与其他数据结构的相互转换:
# 字符串转列表
chars = list("Python") # ['P', 'y', 't', 'h', 'o', 'n']
# 列表转字符串
word = ''.join(chars) # "Python"
# 字典与列表互转
keys = ['a', 'b', 'c']
values = [1, 2, 3]
dict_from_list = dict(zip(keys, values)) # {'a': 1, 'b': 2, 'c': 3}
list_from_dict = list(dict_from_list.items()) # [('a', 1), ('b', 2), ('c', 3)]
实用函数与技巧
range()函数
range()常用于生成数值序列:
# 生成0-4的序列
range(5) # [0, 1, 2, 3, 4]
# 指定起始和步长
range(1, 10, 2) # [1, 3, 5, 7, 9]
列表合并
list1 = [1, 2, 3]
list2 = [4, 5, 6]
combined = list1 + list2 # [1, 2, 3, 4, 5, 6]
性能考虑与最佳实践
-
选择合适的操作方法:
append()比insert(0, x)快,因为后者需要移动所有元素- 列表解析式通常比普通循环更快
-
避免频繁修改大列表:考虑使用生成器或
collections.deque -
注意内存使用:大列表会占用较多内存,必要时考虑分块处理
通过掌握这些列表操作技巧,你将能够更高效地处理Python中的序列数据,编写出更简洁、更高效的代码。
登录后查看全文
热门项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C033
Kimi-K2-ThinkingKimi K2 Thinking 是最新、性能最强的开源思维模型。从 Kimi K2 开始,我们将其打造为能够逐步推理并动态调用工具的思维智能体。通过显著提升多步推理深度,并在 200–300 次连续调用中保持稳定的工具使用能力,它在 Humanity's Last Exam (HLE)、BrowseComp 等基准测试中树立了新的技术标杆。同时,K2 Thinking 是原生 INT4 量化模型,具备 256k 上下文窗口,实现了推理延迟和 GPU 内存占用的无损降低。Python00
kylin-wayland-compositorkylin-wayland-compositor或kylin-wlcom(以下简称kywc)是一个基于wlroots编写的wayland合成器。 目前积极开发中,并作为默认显示服务器随openKylin系统发布。 该项目使用开源协议GPL-1.0-or-later,项目中来源于其他开源项目的文件或代码片段遵守原开源协议要求。C00
HunyuanOCRHunyuanOCR 是基于混元原生多模态架构打造的领先端到端 OCR 专家级视觉语言模型。它采用仅 10 亿参数的轻量化设计,在业界多项基准测试中取得了当前最佳性能。该模型不仅精通复杂多语言文档解析,还在文本检测与识别、开放域信息抽取、视频字幕提取及图片翻译等实际应用场景中表现卓越。00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
GLM-TTSGLM-TTS 是一款基于大语言模型的高质量文本转语音(TTS)合成系统,支持零样本语音克隆和流式推理。该系统采用两阶段架构,结合了用于语音 token 生成的大语言模型(LLM)和用于波形合成的流匹配(Flow Matching)模型。 通过引入多奖励强化学习框架,GLM-TTS 显著提升了合成语音的表现力,相比传统 TTS 系统实现了更自然的情感控制。Python00
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
26
10
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
427
3.28 K
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
689
343
暂无简介
Dart
686
161
Ascend Extension for PyTorch
Python
235
267
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
9
1
React Native鸿蒙化仓库
JavaScript
266
327
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.22 K
669
🔥LeetCode solutions in any programming language | 多种编程语言实现 LeetCode、《剑指 Offer(第 2 版)》、《程序员面试金典(第 6 版)》题解
Java
65
19
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
56
33