《Python编程从0到1》笔记4——你分得清“索引和切片”吗?

简介: Python为序列类型(sequence types) 提供了独特的索引(indexing)和切片(slicing)机制以访问序列的某个元素或某一部分。

Python为序列类型(sequence types)[1]提供了独特的索引(indexing)和切片(slicing)机制以访问序列的某个元素或某一部分。

[1] 如list, tuple, range, str, bytes, bytearray, memoryview

1.索引

在前文中已经展示过使用索引访问字符串、列表、元组的方法。像大多数其他编程语言一样,Python的索引从0开始(长度为N的序列,索引序号从0到N-1。除此之外,Python通过引入负数索引的方法,使得从尾部开始访问序列的写法很简洁。最后一个元素的索引为-1,倒数第二个索引为-2,依次类推,直至第一个元素的索引为-n。访问序列的结尾元素只需要x[-1]即可,无需使用复杂的表达式如x[len(x)-1]。如图 1.5所示。
1_5

图 1.5 索引

2.切片

切片运算从序列类型对象中选取一系列元素,得到新的对象。以列表为例演示如图 1.6所示的切片操作。
1_6

图 1.6 列表切片

>>> a = [1, 3, 5, 7, 9, 11, 13, 15]
>>> a[3:7]      # [起始元素:结束元素+1]
[7, 9, 11, 13]        
>>> a[:7]          # 省略起始索引,从头开始算起
[1, 3, 5, 7, 9, 11, 13]
>>> a[3:]          # 省略结尾索引,算至末尾
[7, 9, 11, 13, 15]
>>> a[:]
[1, 3, 5, 7, 9, 11, 13, 15]

在切片运算中增加第三个参数就可以按间隔挑选元素。如图 1.7所示。
1_7

图 1.7 间隔切片

>>> a = [1, 3, 5, 7, 9, 11, 13, 15]
>>> a[1:7:2]
[3, 7, 11]

当步长为负时,可以实现“从后至前”的切片:

>>> a[::-1]      # 从尾至头,步长为-1
[15, 13, 11, 9, 7, 5, 3, 1]

切片同样适用于其他序列类型:

>>> t = (1, 3, 5, 7, 9, 11, 13, 15)
>>> t[2:7:2]     # 元组
(5, 9, 13)
>>> s = 'abcdefgh'
>>> s[::3]      # 字符串
'adg'

除去列表、元组、字符串外,Python还有用于生成等差数列的range类型,常用其控制for循环,将在1.5.4 节讲述。

这是一本很有趣很有趣的Python入门书,墙裂推荐。
8f8039495bd7d695

相关文章
|
4月前
|
存储 JavaScript Java
(Python基础)新时代语言!一起学习Python吧!(四):dict字典和set类型;切片类型、列表生成式;map和reduce迭代器;filter过滤函数、sorted排序函数;lambda函数
dict字典 Python内置了字典:dict的支持,dict全称dictionary,在其他语言中也称为map,使用键-值(key-value)存储,具有极快的查找速度。 我们可以通过声明JS对象一样的方式声明dict
320 1
|
4月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
575 0
|
4月前
|
Java 数据处理 索引
(numpy)Python做数据处理必备框架!(二):ndarray切片的使用与运算;常见的ndarray函数:平方根、正余弦、自然对数、指数、幂等运算;统计函数:方差、均值、极差;比较函数...
ndarray切片 索引从0开始 索引/切片类型 描述/用法 基本索引 通过整数索引直接访问元素。 行/列切片 使用冒号:切片语法选择行或列的子集 连续切片 从起始索引到结束索引按步长切片 使用slice函数 通过slice(start,stop,strp)定义切片规则 布尔索引 通过布尔条件筛选满足条件的元素。支持逻辑运算符 &、|。
275 0
|
5月前
|
数据采集 机器学习/深度学习 人工智能
Python:现代编程的首选语言
Python:现代编程的首选语言
472 102
|
5月前
|
数据采集 机器学习/深度学习 算法框架/工具
Python:现代编程的瑞士军刀
Python:现代编程的瑞士军刀
394 104
|
5月前
|
人工智能 自然语言处理 算法框架/工具
Python:现代编程的首选语言
Python:现代编程的首选语言
303 103
|
5月前
|
机器学习/深度学习 人工智能 数据挖掘
Python:现代编程的首选语言
Python:现代编程的首选语言
241 82
|
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。
348 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。
576 3
|
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。
379 3

推荐镜像

更多