Python编程的常用数据结构—列表 原创

简介: Python编程的常用数据结构—列表 原创

Python编程的常用数据结构—列表
Python 中有许多常用的数据结构,下面介绍列表数据结构及其用途:

列表 (List):

有序、可变、允许重复元素。
用于存储一系列元素,支持索引访问和切片操作。
列表是 Python 中最常用的数据结构之一,以下是一些展示列表用法的示例代码:

1. 创建列表并访问元素

# 创建一个包含不同数据类型的列表
my_list = [10, "apple", 3.14, True]

# 访问列表中的元素
print(my_list[0])  # 输出: 10
print(my_list[1])  # 输出: apple

2. 修改列表元素

# 修改列表中的元素
fruits = ["apple", "banana", "cherry"]
fruits[1] = "orange"
print(fruits)  # 输出: ['apple', 'orange', 'cherry']

3. 添加和删除元素

# 在列表末尾添加元素
fruits.append("kiwi")
print(fruits)  # 输出: ['apple', 'orange', 'cherry', 'kiwi']

# 从列表中删除指定元素
fruits.remove("orange")
print(fruits)  # 输出: ['apple', 'cherry', 'kiwi']

4. 遍历列表

# 遍历列表元素
numbers = [1, 2, 3, 4, 5]
for num in numbers:
    print(num)
# 输出:
# 1
# 2
# 3
# 4
# 5

5. 使用列表切片

# 使用切片截取列表的子集
weekdays = ["Monday", "Tuesday", "Wednesday", "Thursday", "Friday"]
subset = weekdays[1:4]
print(subset)  # 输出: ['Tuesday', 'Wednesday', 'Thursday']

6. 列表的长度和排序

# 获取列表长度和进行排序
numbers = [5, 2, 8, 1, 3]
print(len(numbers))  # 输出: 5
numbers.sort()
print(numbers)  # 输出: [1, 2, 3, 5, 8]

通过以上示例,展示了如何创建、访问、修改、添加、删除、遍历列表元素,并且介绍了切片、排序等列表的基本操作。列表在 Python 中是非常灵活和强大的数据结构,可用于存储各种类型的数据,并支持多种操作以满足不同需求。

在 Python 中,列表(List)是一种非常灵活和强大的数据结构,具有许多内置函数可以用于操作和处理列表。以下是一些常用的列表方法:

常用的列表方法
append():向列表末尾添加一个元素。

fruits = ["apple", "banana"]
fruits.append("cherry")
print(fruits)  # 输出: ['apple', 'banana', 'cherry']

extend():将另一个列表中的所有元素添加到当前列表的末尾。

fruits = ["apple", "banana"]
more_fruits = ["cherry", "kiwi"]
fruits.extend(more_fruits)
print(fruits)  # 输出: ['apple', 'banana', 'cherry', 'kiwi']

insert():在指定位置插入一个元素。

fruits = ["apple", "banana", "cherry"]
fruits.insert(1, "orange")
print(fruits)  # 输出: ['apple', 'orange', 'banana', 'cherry']

remove():移除列表中的第一个匹配项。

fruits = ["apple", "banana", "cherry", "apple"]
fruits.remove("apple")
print(fruits)  # 输出: ['banana', 'cherry', 'apple']

pop():移除并返回指定索引位置的元素,默认为最后一个元素。

fruits = ["apple", "banana", "cherry"]
removed_fruit = fruits.pop(1)
print(removed_fruit)  # 输出: banana
print(fruits)  # 输出: ['apple', 'cherry']

index():返回指定值的第一个匹配项的索引。

fruits = ["apple", "banana", "cherry"]
index = fruits.index("cherry")
print(index)  # 输出: 2

count():返回指定值在列表中出现的次数。

fruits = ["apple", "banana", "apple", "pear apple"]
count = fruits.count("apple")
print(count)  # 输出: 2

sort():对列表进行排序。

numbers = [5, 2, 8, 1, 3]
numbers.sort()
print(numbers)  # 输出: [1, 2, 3, 5, 8]

reverse():反转列表中的元素顺序。

numbers = [1, 2, 3, 4, 5]
numbers.reverse()
print(numbers)  # 输出: [5, 4, 3, 2, 1]

clear():清空列表中的所有元素。

fruits = ["apple", "banana", "cherry"]
fruits.clear()
print(fruits)  # 输出: []

copy():复制列表。

fruits = ["apple", "banana", "cherry"]
fruits_copy = fruits.copy()
print(fruits_copy)  # 输出: ['apple', 'banana', 'cherry']

这些是一些常用的列表函数,在Python中使用列表时非常方便。通过灵活运用这些函数,可以对列表进行各种操作和处理,满足不同的需求,提高编程效率。

常用的列表函数
len():返回列表中元素的个数。

numbers = [1, 2, 3, 4, 5]
length = len(numbers)
print(length)  # 输出: 5

max() 和 min():返回列表中的最大值和最小值。

numbers = [10, 20, 5, 15]
max_num = max(numbers)
min_num = min(numbers)
print(max_num)  # 输出: 20
print(min_num)  # 输出: 5

sum():返回列表中所有元素的总和(仅适用于数字类型的列表)。

numbers = [1, 2, 3, 4, 5]
total = sum(numbers)
print(total)  # 输出: 15

any() 和 all():any() 函数用于判断可迭代对象中是否至少有一个为真,all() 函数用于判断可迭代对象中所有元素是否都为真。

bool_list = [True, False, True]
any_result = any(bool_list)
all_result = all(bool_list)
print(any_result)  # 输出: True
print(all_result)  # 输出: False

id():id() 函数用于返回对象的唯一标识号(identity),这个标识号是对象在内存中的地址。

list1 = ["我", "爱", "Python"]
print('我的内存地址值:',id(list1[0]))  # 输出:我的内存地址值: 4660498880
print('爱的内存地址值:', id(list1[1])) # 输出:爱的内存地址值: 4660499040
print('Python的内存地址值:', id(list1[2]))x = 10 # 输出:Python的内存地址值: 4454038064

示例:排序随机数
要对随机生成的数字进行排序,可以使用 Python 的 sorted() 函数或列表对象的 sort() 方法。首先,我们需要生成一组随机数,然后将其排序。

下面是一个示例代码,演示如何生成随机数并对其进行排序:

import random

# 生成包含随机数的列表
random_numbers = [random.randint(1, 100) for _ in range(10)]
print("随机生成的数字列表:", random_numbers) # 输出:随机生成的数字列表: [31, 77, 65, 49, 98, 21, 57, 87, 58, 3]

# 使用 sorted() 函数对列表进行排序(生成新列表)
sorted_numbers = sorted(random_numbers)  # 默认是升序
sorted_numbers_des = sorted(random_numbers, reverse=True) # 降序排列
print("使用 sorted() 函数排序后的列表(升序):", sorted_numbers) # 输出:使用 sorted() 函数排序后的列表(升序): [3, 21, 31, 49, 57, 58, 65, 77, 87, 98]
print("使用 sorted()函数排序后的列表(降序):", sorted_numbers_des) # 输出:使用 sorted()函数排序后的列表(降序): [98, 87, 77, 65, 58, 57, 49, 31, 21, 3]

# 使用 sort() 方法对列表进行排序(就地排序)
random_numbers.sort()# 默认是升序 
print("使用 sort() 方法排序后的列表(升序):", random_numbers)# 输出:使用 sort() 方法排序后的列表(升序): [3, 21, 31, 49, 57, 58, 65, 77, 87, 98] 
random_numbers.sort(reverse=True)# 降序排列
print("使用 sort() 方法排序后的列表(降序):", random_numbers) # 输出:使用 sort() 方法排序后的列表(降序): [98, 87, 77, 65, 58, 57, 49, 31, 21, 3]
# 用max()和min()函数显示最大数和最小数
print('最大的数字:', max(random_numbers)) # 输出:最大的数字: 98
print('最小的数字:', min(random_numbers)) # 输出:最小的数字: 3

在上面的示例中:

我们首先使用 random.randint(a, b) 生成了包含 10 个随机整数的列表。
然后使用 sorted() 函数对列表进行排序,并将结果存储在另一个列表中。
最后,我们使用 sort() 方法对原始列表进行排序。需要注意的是,sort() 方法会直接修改原始列表,而 sorted() 函数会返回一个新的已排序列表。
通过这种方式,你可以生成随机数列表并对其进行排序,无论是保留原始顺序还是在新列表中获取已排序的副本,Python 提供了灵活的方法来处理这些需求。

相关文章
|
2月前
|
Unix Linux 程序员
[oeasy]python053_学编程为什么从hello_world_开始
视频介绍了“Hello World”程序的由来及其在编程中的重要性。从贝尔实验室诞生的Unix系统和C语言说起,讲述了“Hello World”作为经典示例的起源和流传过程。文章还探讨了C语言对其他编程语言的影响,以及它在系统编程中的地位。最后总结了“Hello World”、print、小括号和双引号等编程概念的来源。
126 80
|
2月前
|
存储 缓存 监控
局域网屏幕监控系统中的Python数据结构与算法实现
局域网屏幕监控系统用于实时捕获和监控局域网内多台设备的屏幕内容。本文介绍了一种基于Python双端队列(Deque)实现的滑动窗口数据缓存机制,以处理连续的屏幕帧数据流。通过固定长度的窗口,高效增删数据,确保低延迟显示和存储。该算法适用于数据压缩、异常检测等场景,保证系统在高负载下稳定运行。 本文转载自:https://www.vipshare.com
132 66
|
23天前
|
存储 缓存 Java
Python高性能编程:五种核心优化技术的原理与Python代码
Python在高性能应用场景中常因执行速度不及C、C++等编译型语言而受质疑,但通过合理利用标准库的优化特性,如`__slots__`机制、列表推导式、`@lru_cache`装饰器和生成器等,可以显著提升代码效率。本文详细介绍了这些实用的性能优化技术,帮助开发者在不牺牲代码质量的前提下提高程序性能。实验数据表明,这些优化方法能在内存使用和计算效率方面带来显著改进,适用于大规模数据处理、递归计算等场景。
58 5
Python高性能编程:五种核心优化技术的原理与Python代码
|
2月前
|
Python
[oeasy]python055_python编程_容易出现的问题_函数名的重新赋值_print_int
本文介绍了Python编程中容易出现的问题,特别是函数名、类名和模块名的重新赋值。通过具体示例展示了将内建函数(如`print`、`int`、`max`)或模块名(如`os`)重新赋值为其他类型后,会导致原有功能失效。例如,将`print`赋值为整数后,无法再用其输出内容;将`int`赋值为整数后,无法再进行类型转换。重新赋值后,这些名称失去了原有的功能,可能导致程序错误。总结指出,已有的函数名、类名和模块名不适合覆盖赋新值,否则会失去原有功能。如果需要使用类似的变量名,建议采用其他命名方式以避免冲突。
52 14
|
2月前
|
存储 运维 监控
探索局域网电脑监控软件:Python算法与数据结构的巧妙结合
在数字化时代,局域网电脑监控软件成为企业管理和IT运维的重要工具,确保数据安全和网络稳定。本文探讨其背后的关键技术——Python中的算法与数据结构,如字典用于高效存储设备信息,以及数据收集、异常检测和聚合算法提升监控效率。通过Python代码示例,展示了如何实现基本监控功能,帮助读者理解其工作原理并激发技术兴趣。
70 20
|
2月前
|
索引 Python
Python列表
Python列表。
55 8
|
2月前
|
C语言 Python
[oeasy]python054_python有哪些关键字_keyword_list_列表_reserved_words
本文介绍了Python的关键字列表及其使用规则。通过回顾`hello world`示例,解释了Python中的标识符命名规则,并探讨了关键字如`if`、`for`、`in`等不能作为变量名的原因。最后,通过`import keyword`和`print(keyword.kwlist)`展示了Python的所有关键字,并总结了关键字不能用作标识符的规则。
46 9
|
2月前
|
数据挖掘 大数据 数据处理
python--列表list切分(超详细)
通过这些思维导图和分析说明表,您可以更直观地理解Python列表切分的概念、用法和实际应用。希望本文能帮助您更高效地使用Python进行数据处理和分析。
78 14
|
2月前
|
分布式计算 大数据 数据处理
技术评测:MaxCompute MaxFrame——阿里云自研分布式计算框架的Python编程接口
随着大数据和人工智能技术的发展,数据处理的需求日益增长。阿里云推出的MaxCompute MaxFrame(简称“MaxFrame”)是一个专为Python开发者设计的分布式计算框架,它不仅支持Python编程接口,还能直接利用MaxCompute的云原生大数据计算资源和服务。本文将通过一系列最佳实践测评,探讨MaxFrame在分布式Pandas处理以及大语言模型数据处理场景中的表现,并分析其在实际工作中的应用潜力。
116 2
|
3月前
|
存储 算法
非递归实现后序遍历时,如何避免栈溢出?
后序遍历的递归实现和非递归实现各有优缺点,在实际应用中需要根据具体的问题需求、二叉树的特点以及性能和空间的限制等因素来选择合适的实现方式。
55 1

推荐镜像

更多