零基础Python教程044期 列表的函数方法,很耐用!

简介: 零基础Python教程044期 列表的函数方法,很耐用!

知识要点:



一、count函数

意思:统计某个元素在列表中出现的次数

注意:这个函数返回的值是int类型,表示个数

使用举例:

list1.count(r)


二、copy函数

复制。把某个列表的所有元素复制一遍,制作一个副本。

如果采用的是如下的赋值方式,那么意味着,两个变量存储内容的区域是一致的,指向同一个区域,就会导致修改任意一个变量,会影响到另一个变量。

a=["www","ljy",".","kim"]

b=a

如何量两个变量不受影响?那么就使用copy

a=["www","ljy",".","kim"]

b=a.copy()


三、index函数

是一个索引,使用之后,返回的是列表中某个元素出现在列表中的索引位置。

注意:这个函数返回的是某个元素在列表中第一次出现的索引的位置


四、sort函数

sort函数用来对列表中的数值进行排序:默认情况下是升序排序的,注意,元素必须是数值类型。Sort函数会直接影响原来列表中的元素的顺序。

list1.sort()使列表中元素升序排序

list1.sort(reverse=True)使列表中元素降序排序

顶层函数使用方式

list2=sorted(list1)这个函数使用后会返回一个新的列表,排序的结果不会影响原来的列表


五、reverse函数

功能:使得列表中的元素逆向重组

如果使用list1.reverse() 那么会影响list1中的元素顺序


六、总结强调

1、index索引

2、count统计某个查找的元素个数

3、sort函数用来排序

4、reverse用来逆向重组


相关代码:

list1=[]
print("请输入关键字,它将被存储到列表中:")
while True:
    r=input()
    if r==":end":
        break
    list1.append(r)
print("输入的关键字,存放在列表中,分别是:",end="")
print(list1)
while True:
    r=input()
    if r == ":end":
        break
    print(r+"在列表中的个数为:"+str(list1.count(r))+"个")
a=["www","ljy",".","kim"]
b=a.copy()
b[0]="http://"
print(a)
print(b)
list1=["ljy","selidev","老刘","selidev",'刘金玉',"编程"]
print(list1.index("selidev"))
list1=[4,8,32,11,1,2,99,77]
# list1.sort()
# list1.sort(reverse=True)
# list2=sorted(list1)
# list1.reverse()
list2=list1.copy()
list1.reverse()
print(list2)
print(len(list1))
相关文章
|
8天前
|
JSON 安全 API
Python调用API接口的方法
Python调用API接口的方法
42 5
|
19天前
|
BI Python
SciPy 教程 之 Scipy 显著性检验 8
本教程介绍SciPy中显著性检验的应用,包括如何利用scipy.stats模块进行显著性检验,以判断样本与总体假设间的差异是否显著。通过示例代码展示了如何使用describe()函数获取数组的统计描述信息,如观测次数、最小最大值、均值、方差等。
24 1
|
20天前
|
Python
SciPy 教程 之 Scipy 显著性检验 6
显著性检验是统计学中用于判断样本与总体假设间是否存在显著差异的方法。SciPy的scipy.stats模块提供了执行显著性检验的工具,如T检验,用于比较两组数据的均值是否来自同一分布。通过ttest_ind()函数,可以获取两样本的t统计量和p值,进而判断差异是否显著。示例代码展示了如何使用该函数进行T检验并输出结果。
19 1
|
23天前
|
Python
探索Python中的列表推导式
【10月更文挑战第38天】本文深入探讨了Python中强大而简洁的编程工具——列表推导式。从基础使用到高级技巧,我们将一步步揭示如何利用这个特性来简化代码、提高效率。你将了解到,列表推导式不仅仅是编码的快捷方式,它还能帮助我们以更加Pythonic的方式思考问题。准备好让你的Python代码变得更加优雅和高效了吗?让我们开始吧!
|
21天前
|
Python
SciPy 教程 之 Scipy 显著性检验 3
本教程介绍Scipy显著性检验,包括其基本概念、原理及应用。显著性检验用于判断样本与总体假设间的差异是否显著,是统计学中的重要工具。Scipy通过`scipy.stats`模块提供了相关功能,支持双边检验等方法。
24 1
|
24天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 插值 2
SciPy插值教程:介绍插值概念及其在数值分析中的应用,特别是在处理数据缺失时的插补和平滑数据集。SciPy的`scipy.interpolate`模块提供了强大的插值功能,如一维插值和样条插值。通过`UnivariateSpline()`函数,可以轻松实现单变量插值,示例代码展示了如何对非线性点进行插值计算。
23 3
|
26天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 4
本教程介绍了SciPy的空间数据处理功能,主要通过scipy.spatial模块实现。内容涵盖空间数据的基本概念、距离矩阵的定义及其在生物信息学中的应用,以及如何计算欧几里得距离。示例代码展示了如何使用SciPy计算两点间的欧几里得距离。
32 5
|
26天前
|
机器学习/深度学习 Python
SciPy 教程 之 SciPy 空间数据 6
本教程介绍了SciPy处理空间数据的方法,包括使用scipy.spatial模块进行点位置判断、最近点计算等内容。还详细讲解了距离矩阵的概念及其应用,如在生物信息学中表示蛋白质结构等。最后,通过实例演示了如何计算两点间的余弦距离。
27 3
|
25天前
|
机器学习/深度学习 数据处理 Python
SciPy 教程 之 SciPy 空间数据 7
本教程介绍了SciPy的空间数据处理功能,涵盖如何使用`scipy.spatial`模块进行点的位置判断、最近点计算等操作。还详细解释了距离矩阵的概念及其在生物信息学中的应用,以及汉明距离的定义和计算方法。示例代码展示了如何计算两个点之间的汉明距离。
27 1
|
28天前
|
Python
SciPy 教程 之 SciPy 图结构 7
《SciPy 教程 之 SciPy 图结构 7》介绍了 SciPy 中处理图结构的方法。图是由节点和边组成的集合,用于表示对象及其之间的关系。scipy.sparse.csgraph 模块提供了多种图处理功能,如 `breadth_first_order()` 方法可按广度优先顺序遍历图。示例代码展示了如何使用该方法从给定的邻接矩阵中获取广度优先遍历的顺序。
28 2