Python_List对象内置方法详解

简介:

前言

在上一篇中介绍了Python的序列和String类型的内置方法,本篇继续学习作为序列类型成员之一的List类型的内置方法。

软件环境

  • 系统 
    • UbuntuKylin 14.04
  • 软件 
    • Python 2.7.3
    • IPython 4.0.0

列表List

列表是一种容器,存放内存对象的引用。即是任意内存对象的有序集合,不同的类型对象可以存放在同一个列表中。通过索引来访问其中的元素。可以任意的嵌套、伸长、异构、为可变数据类型,支持原处修改列表内部元素的引用。

修改列表的元素

In [130]: li = ['my','name','is','Jmilk']

In [131]: li[3] = 'new'

In [132]: li
Out[132]: ['my', 'name', 'is', 'new']
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6

插入列表元素

插入的元素也可以是序列等任意类型

In [133]: li.append('list')

In [134]: li
Out[134]: ['my', 'name', 'is', 'new', 'list']
  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4

extend() 将序列中的元素迭代的附加到list中

L.extend(iterable) – extend list by appending elements from the iterable 
注意:是将iterable中的元素迭代的添加到List中,成为List的元素,而不是将整个iterable成为List中的一个元素。这与append()方法是有本质的区别的。 
extend():

In [157]: li.extend(tp)

In [158]: li
Out[158]: ['my', 'name', 'is', 'Jmilk', 'a', 'b', 'c']
  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4

append():

In [166]: li = ['my','name','is','Jmilk']

In [167]: li2
Out[167]: ['hey', 'chocolate']

In [168]: li.append(li2)

In [169]: li
Out[169]: ['my', 'name', 'is', 'Jmilk', ['hey', 'chocolate']]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

insert() 在指定的索引号中插入一个元素

L.insert(index, object) – insert object before index 
在指定的原index之前插入一个元素

In [172]: li.insert(4,'and')

In [173]: li
Out[173]: ['my', 'name', 'is', 'Jmilk', 'and', ['hey', 'chocolate']]
  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4

可以插入任意类型对象,但只会插入一个元素,index后的元素依次后挪一位。

删除列表元素

同时结合切片操作符。 
注意:这中删除元素的方法只有列表类型适用

In [135]: li[3:] = []

In [136]: li
Out[136]: ['my', 'name', 'is']
  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4

del() 删除List中的元素

In [146]: li
Out[146]: ['my', 'name', 'is']

In [147]: del(li[1:])

In [148]: li
Out[148]: ['my']
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

pop() 弹出List中的一个元素

L.pop([index]) -> item – remove and return item at index (default last). 
Raises IndexError if list is empty or index is out of range. 
将List中的一个指定index的元素弹出(默认为最后一个元素),并返回一个value,可以赋值给变量。当List为空或指定的索引超出List长度时,会触发一个indexError。

In [183]: li
Out[183]: ['My', 'name', 'is', 'Jmilk']

In [184]: name = li.pop()

In [185]: name
Out[185]: 'Jmilk'
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

remove() 删除List中一个指定Value的元素

L.remove(value) – remove first occurrence of value. 
Raises ValueError if the value is not present. 
删除List中第一个指定的Value的元素,不会返回一个Value。与del()的使用方法不同,remove()是通过value来决定删除的元素,而不是通过index来决定。

In [192]: li
Out[192]: ['My', 'name', 'is', 'Jmilk', 'Jmilk']

In [193]: li.remove('Jmilk')

In [194]: li
Out[194]: ['My', 'name', 'is', 'Jmilk']
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

排序列表元素

sort() 正向排序

L.sort(cmp=None, key=None, reverse=False) – stable sort *IN PLACE*; 
cmp(x, y) -> -1, 0, 1 
List内建爱呢的sort()函数,跟序列类型的内建爱呢函数sorted()有着非常相似的地方。 
一样拥有key()、cmp()函数和reverse缺省参数,用法也基本相同。但是两者之间还是有着本质的差别,如下: 
1. L.sort()函数只支持List类型对象,而sorted()函数支持所有的iterable迭代器类型。 
2. L.sort()会改变原始的List对象,返回值为None。而sotred()函数不会修改原始iterable,会返回一个新的List。 
在上一篇中有sorted()函数的详细介绍,传送门:http://blog.csdn.net/jmilk/article/details/49560837

In [231]: li
Out[231]: [('a', 3), ('b', 2), ('c', 1)]

In [232]: li.sort(key = lambda x:x[1])

In [233]: li
Out[233]: [('c', 1), ('b', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7

Operator Module支持排序

Operator模块中的itemgetter, attrgetter两个方法可以有效的支持L.sort()、sorted()两种排序方法。 
itemgetter: 
itemgetter(item, …) –> itemgetter object 
Return a callable object that fetches the given item(s) from its operand. 
After f = itemgetter(2), the call f(r) returns r[2]. 
After g = itemgetter(2, 5, 3), the call g(r) returns (r[2], r[5], r[3]) 
从操作数中获取一个由index索引指定的item,并返回一个可被调用的对象。 
attrgetter:与itemgetter的用法类似,区别在于使用指定的value来指定要获取的attribute。 
下面做一个比较: 
sorted()

In [239]: li
Out[239]: [('c', 1), ('b', 2), ('a', 3)]

In [240]: sorted(li,key = lambda x:x[1])
Out[240]: [('c', 1), ('b', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 1
  • 2
  • 3
  • 4
  • 5

L.sort()

In [241]: li.sort(key = lambda x:x[1])

In [242]: li
Out[242]: [('c', 1), ('b', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 1
  • 2
  • 3
  • 4

operator.itemgetter()

In [251]: li
Out[251]: [('a', 3), ('b', 2), ('c', 1)]

In [252]: sorted(li,key = itemgetter(1))
Out[252]: [('c', 1), ('b', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 1
  • 2
  • 3
  • 4
  • 5

除此之外operator模块能够实现多级排序

In [256]: sorted(li,key = itemgetter(0,1))
Out[256]: [('a', 3), ('b', 2), ('c', 1)]

In [257]: sorted(li,key = itemgetter(0,1))
Out[257]: [('a', 3), ('b', 2), ('c', 1)]

In [258]: li = [('a', 3), ('a', 2), ('a', 1)]

In [259]: sorted(li,key = itemgetter(0,1))
Out[259]: [('a', 1), ('a', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

在以tuple_index=0作为关键字无法实现排序后,会自动的使用tuple_index=1作为关键字排序。 
另一种多级排序的方法

In [327]: li = [('a', 3), ('b', 2), ('c', 1)]

In [328]: li.sort(key = lambda x:(x[0],x[1]))

In [329]: li
Out[329]: [('a', 3), ('b', 2), ('c', 1)]

In [330]: li = [('a', 3), ('a', 2), ('a', 1)]

In [331]: li.sort(key = lambda x:(x[0],x[1]))

In [332]: li
Out[332]: [('a', 1), ('a', 2), ('a', 3)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 11
  • 12
  • 13

reverse() 逆向排序

始终与当前顺序逆向,默认tuple_index=0为优先排序。

In [263]: li.reverse()

In [264]: li
Out[264]: [('c', 1), ('b', 2), ('a', 3)]

In [265]: li.reverse()

In [266]: li
Out[266]: [('a', 3), ('b', 2), ('c', 1)]
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

count() 统计元素在list中出现的次数

L.count(value) -> integer – return number of occurrences of value

In [151]: li
Out[151]: ['my', 'name', 'is', 'Jmilk']

In [153]: li.count('my')
Out[153]: 1
  • 1
  • 2
  • 3
  • 4
  • 5
  • 1
  • 2
  • 3
  • 4
  • 5

List的深Copy和浅Copy

下面先看一个例子:

In [299]: li1 = [1,2,3,4]

In [300]: li2 = li1

In [301]: li1.append(5)

In [302]: li1,li2
Out[302]: ([1, 2, 3, 4, 5], [1, 2, 3, 4, 5])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

可以看出,对li1的操作会影响到li2。实际上 li1 = li2 语句只是将li1的引用对象Copy给了li2,而没有将li1的内存对象Copy给li2。这就是List类型的浅Copy,相对的就是深Copy。 
进行List的深Copy的方法有下面两种: 
方法一:将li1的内存对象Copy给li2,生成一个新的List对象。

In [305]: li1 = [1,2,3,4]

In [306]: li2 = li1[:]

In [307]: li1.append(5)

In [308]: li1,li2
Out[308]: ([1, 2, 3, 4, 5], [1, 2, 3, 4])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8

比较两次赋值的区别:

In [312]: li2 = li1

In [313]: id(li1),id(li2)
Out[313]: (139950315013328, 139950315013328)

In [314]: li2 = li1[:]

In [315]: id(li1),id(li2)
Out[315]: (139950315013328, 139950314662440)
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9

方法二:使用copy.deepcopy() 函数 
deepcopy(x, memo=None, _nil=[]) 
Deep copy operation on arbitrary Python objects. 
深Copy方法deepcopy()只对可变类型有效,所以Tuple、String不能使用。

In [321]: import copy

In [322]: li1 = [1,2,3,4]

In [323]: li2 = copy.deepcopy(li1)

In [324]: li1.append(5)

In [325]: li1,li2
Out[325]: ([1, 2, 3, 4, 5], [1, 2, 3, 4])
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10
  • 1
  • 2
  • 3
  • 4
  • 5
  • 6
  • 7
  • 8
  • 9
  • 10

最后

因为工作原因最近新开了Linux、和powershell主题的版块。希望可以做到即学即用,以博客来推动学习。但是Python仍然是我最喜欢的一种语言,他还有些非常多有意思的地方等待我们去发现。继续努力!:)


转自:http://blog.csdn.net/jmilk/article/details/49560989

目录
相关文章
|
9天前
|
JSON 数据可视化 API
Python 中调用 DeepSeek-R1 API的方法介绍,图文教程
本教程详细介绍了如何使用 Python 调用 DeepSeek 的 R1 大模型 API,适合编程新手。首先登录 DeepSeek 控制台获取 API Key,安装 Python 和 requests 库后,编写基础调用代码并运行。文末包含常见问题解答和更简单的可视化调用方法,建议收藏备用。 原文链接:[如何使用 Python 调用 DeepSeek-R1 API?](https://apifox.com/apiskills/how-to-call-the-deepseek-r1-api-using-python/)
|
3月前
|
机器学习/深度学习 Python
堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能
本文深入探讨了堆叠集成策略的原理、实现方法及Python应用。堆叠通过多层模型组合,先用不同基础模型生成预测,再用元学习器整合这些预测,提升模型性能。文章详细介绍了堆叠的实现步骤,包括数据准备、基础模型训练、新训练集构建及元学习器训练,并讨论了其优缺点。
156 3
|
26天前
|
人工智能 自然语言处理 算法
随机的暴力美学蒙特卡洛方法 | python小知识
蒙特卡洛方法是一种基于随机采样的计算算法,广泛应用于物理学、金融、工程等领域。它通过重复随机采样来解决复杂问题,尤其适用于难以用解析方法求解的情况。该方法起源于二战期间的曼哈顿计划,由斯坦尼斯拉夫·乌拉姆等人提出。核心思想是通过大量随机样本来近似真实结果,如估算π值的经典示例。蒙特卡洛树搜索(MCTS)是其高级应用,常用于游戏AI和决策优化。Python中可通过简单代码实现蒙特卡洛方法,展示其在文本生成等领域的潜力。随着计算能力提升,蒙特卡洛方法的应用范围不断扩大,成为处理不确定性和复杂系统的重要工具。
65 21
|
24天前
|
数据挖掘 数据处理 开发者
Python3 自定义排序详解:方法与示例
Python的排序功能强大且灵活,主要通过`sorted()`函数和列表的`sort()`方法实现。两者均支持`key`参数自定义排序规则。本文详细介绍了基础排序、按字符串长度或元组元素排序、降序排序、多条件排序及使用`lambda`表达式和`functools.cmp_to_key`进行复杂排序。通过示例展示了如何对简单数据类型、字典、类对象及复杂数据结构(如列车信息)进行排序。掌握这些技巧可以显著提升数据处理能力,为编程提供更强大的支持。
30 10
|
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。
76 14
|
2月前
|
安全
Python-打印99乘法表的两种方法
本文详细介绍了两种实现99乘法表的方法:使用`while`循环和`for`循环。每种方法都包括了步骤解析、代码演示及优缺点分析。文章旨在帮助编程初学者理解和掌握循环结构的应用,内容通俗易懂,适合编程新手阅读。博主表示欢迎读者反馈,共同进步。
|
2月前
|
存储 数据处理 Python
Python如何显示对象的某个属性的所有值
本文介绍了如何在Python中使用`getattr`和`hasattr`函数来访问和检查对象的属性。通过这些工具,可以轻松遍历对象列表并提取特定属性的所有值,适用于数据处理和分析任务。示例包括获取对象列表中所有书籍的作者和检查动物对象的名称属性。
43 2
|
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。
132 10
|
2月前
|
Java 机器人 程序员
从入门到精通:五种 List 遍历方法对比与实战指南
小米是一位热爱分享技术的程序员,本文详细介绍了 Java 中遍历 List 的五种方式:经典 for 循环、增强 for 循环、Iterator 和 ListIterator、Stream API 以及 forEach 方法。每种方式都有其适用场景和优缺点,例如 for 循环适合频繁访问索引,增强 for 循环和 forEach 方法代码简洁,Stream API 适合大数据量操作,ListIterator 支持双向遍历。文章通过生动的小故事和代码示例,帮助读者更好地理解和选择合适的遍历方式。
88 2

热门文章

最新文章