Python编程的常用数据结构—列表

简介: 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
```js
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
|
4月前
|
开发者 Python
Python列表推导式:优雅与效率的完美结合
Python列表推导式:优雅与效率的完美结合
474 116
|
4月前
|
大数据 开发者 Python
Python列表推导式:简洁与高效的艺术
Python列表推导式:简洁与高效的艺术
406 109
|
4月前
|
Python
Python编程:运算符详解
本文全面详解Python各类运算符,涵盖算术、比较、逻辑、赋值、位、身份、成员运算符及优先级规则,结合实例代码与运行结果,助你深入掌握Python运算符的使用方法与应用场景。
343 3
|
4月前
|
数据处理 Python
Python编程:类型转换与输入输出
本教程介绍Python中输入输出与类型转换的基础知识,涵盖input()和print()的使用,int()、float()等类型转换方法,并通过综合示例演示数据处理、错误处理及格式化输出,助你掌握核心编程技能。
572 3
|
4月前
|
Python
Python列表推导式:简洁与高效的艺术
Python列表推导式:简洁与高效的艺术
|
4月前
|
并行计算 安全 计算机视觉
Python多进程编程:用multiprocessing突破GIL限制
Python中GIL限制多线程性能,尤其在CPU密集型任务中。`multiprocessing`模块通过创建独立进程,绕过GIL,实现真正的并行计算。它支持进程池、队列、管道、共享内存和同步机制,适用于科学计算、图像处理等场景。相比多线程,多进程更适合利用多核优势,虽有较高内存开销,但能显著提升性能。合理使用进程池与通信机制,可最大化效率。
373 3
|
4月前
|
索引 Python
Python 列表切片赋值教程:掌握 “移花接木” 式列表修改技巧
本文通过生动的“嫁接”比喻,讲解Python列表切片赋值操作。切片可修改原列表内容,实现头部、尾部或中间元素替换,支持不等长赋值,灵活实现列表结构更新。
186 1
|
4月前
|
Java 调度 数据库
Python threading模块:多线程编程的实战指南
本文深入讲解Python多线程编程,涵盖threading模块的核心用法:线程创建、生命周期、同步机制(锁、信号量、条件变量)、线程通信(队列)、守护线程与线程池应用。结合实战案例,如多线程下载器,帮助开发者提升程序并发性能,适用于I/O密集型任务处理。
440 0
|
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。
349 59
|
8月前
|
编译器 C语言 C++
栈区的非法访问导致的死循环(x64)
这段内容主要分析了一段C语言代码在VS2022中形成死循环的原因,涉及栈区内存布局和数组越界问题。代码中`arr[15]`越界访问,修改了变量`i`的值,导致`for`循环条件始终为真,形成死循环。原因是VS2022栈区从低地址到高地址分配内存,`arr`数组与`i`相邻,`arr[15]`恰好覆盖`i`的地址。而在VS2019中,栈区先分配高地址再分配低地址,因此相同代码表现不同。这说明编译器对栈区内存分配顺序的实现差异会导致程序行为不一致,需避免数组越界以确保代码健壮性。
175 0
栈区的非法访问导致的死循环(x64)

推荐镜像

更多