列表的通用操作 | Python从入门到精通:进阶篇之三

简介: 本节课带你了解列表的一些通用操作,包括加操作、乘操作、如何获取索引位置、如何获取最大元素等。

进阶篇第二课:初识切片

一、列表的通用操作

1、+操作和*操作
+操作可以将两个列表拼接成一个列表。

my_list=[1,2,3]+[4,5,6]
print(my_list)

执行结果为:
image.png
*操作可以将列表进行复制,可以将列表重复指定的次数。

list=[1,2,3]*5
print(list)

执行结果为:
image.png
在这里就是将列表list重复了5次。
2、in和not in
in用来检查指定元素是否存在于列表中,如果存在,返回True,否则返回False。

list_in=[1,2,3,4,5,6]
list_in_str=['Tom','Jack','Jerry']
print(1 in list_in)
print('Jack' in list_in_str)
print('Amy' in list_in_str)

执行结果为:
image.png
not in用来检查指定元素是否不在列表中,如果不在返回True,存在返回false.

list_in=[1,2,3,4,5,6]
print(1 not in list_in)

执行结果为:
image.png
此时1存在在列表list中,返回False。
3、len()、min()、max()
len()用来获取列表中元素的个数
min()用来获取列表中的最小值
max()用来获取列表中的最大值

arr=[23,34,11,3,5,78,999]
print(len(arr),max(arr),min(arr))

执行结果为:
image.png
这里表示,列表的长度是7,最大数值是999,最小数值是3。显然是正确的。
4、index和count
这两个都是属于方法,方法和函数基本上是一样的,但是方法必须通过 对象.方法 的形式调用。xxx.print()方法实际上就是和对象关系紧密的函数。
s.index()获取指定元素在列表中第一次出现时候的索引。获取列表中没有的元素会抛出异常。

arr=['孙悟空','八戒','沙和尚','唐僧','白龙马','蜘蛛精','白骨精']
print(arr.index('孙悟空'))

执行结果为:
image.png
注意:index()的第二个参数,表示查找的起始位置,第三个参数表示查找的结束位置。但是要注意的是,包括起始位置代表的元素,不包括结束位置代表的元素。

arr=['孙悟空','八戒','孙悟空','唐僧','白龙马','孙悟空','白骨精']
print(arr.index('孙悟空',3,6))

执行结果为:
image.png
但是将结束位置改为‘5’的时候就会抛出报错,因为在这个区间内没有‘孙悟空’。同学们可以自己尝试下。
s.count()方法,统计指定元素出现的次数,不出现的即为0。

arr=['孙悟空','八戒','孙悟空','唐僧','白龙马','孙悟空','白骨精']
print(arr.count('孙悟空'))

执行结果为:
image.png

二、序列是什么?

你可以先这么理解,序列是Python中一种最基本的数据结构,而数据结构是计算机中数据存储的方式。

比如,有这么5个数据,可以有很多种放置方式,可以竖着放、横着放、毫无规律地乱着放等,这都是一种数据结构。不同的排列方式是不同的数据结构。同样的,数据在内存里如何组织,如何保存的,就叫做数据结构。

序列就是保存一组有序的数据,所有的数据在序列中都有唯一的位置,这个位置就叫做索引,而且序列中的数据会按照添加的数据来分配索引。第一个添加的索引就是0,第二个添加的就是1。。。以此类推。像这种通过有序存储的在Python中都叫做序列。

三、序列的分类

1、可变序列
列表(list)
2、不可变序列
字符串(str)

比如说“hello”就是一个字符串,在内存里面就是在底层存储的,而且是以单个字符的形式保存的。

元组(tuple)

这里不展开说了,后面会进行介绍。

二者的区别:
可变序列,序列中的元素可改变,不可变序列,序列中的元素不可改变。

我们上面知识里面讲过的都是列表的通用操作,比如+、*、in等这些。只要是序列,都可以完成,所以这些操作对于字符串也都是可行的。

配套视频课程,点击这里查看

获取更多资源请订阅Python学习站

相关文章
|
10天前
|
数据采集 存储 XML
Python爬虫定义入门知识
Python爬虫是用于自动化抓取互联网数据的程序。其基本概念包括爬虫、请求、响应和解析。常用库有Requests、BeautifulSoup、Scrapy和Selenium。工作流程包括发送请求、接收响应、解析数据和存储数据。注意事项包括遵守Robots协议、避免过度请求、处理异常和确保数据合法性。Python爬虫强大而灵活,但使用时需遵守法律法规。
|
7天前
|
机器学习/深度学习 人工智能 TensorFlow
人工智能浪潮下的自我修养:从Python编程入门到深度学习实践
【10月更文挑战第39天】本文旨在为初学者提供一条清晰的道路,从Python基础语法的掌握到深度学习领域的探索。我们将通过简明扼要的语言和实际代码示例,引导读者逐步构建起对人工智能技术的理解和应用能力。文章不仅涵盖Python编程的基础,还将深入探讨深度学习的核心概念、工具和实战技巧,帮助读者在AI的浪潮中找到自己的位置。
|
7天前
|
机器学习/深度学习 数据挖掘 Python
Python编程入门——从零开始构建你的第一个程序
【10月更文挑战第39天】本文将带你走进Python的世界,通过简单易懂的语言和实际的代码示例,让你快速掌握Python的基础语法。无论你是编程新手还是想学习新语言的老手,这篇文章都能为你提供有价值的信息。我们将从变量、数据类型、控制结构等基本概念入手,逐步过渡到函数、模块等高级特性,最后通过一个综合示例来巩固所学知识。让我们一起开启Python编程之旅吧!
|
7天前
|
存储 Python
Python编程入门:打造你的第一个程序
【10月更文挑战第39天】在数字时代的浪潮中,掌握编程技能如同掌握了一门新时代的语言。本文将引导你步入Python编程的奇妙世界,从零基础出发,一步步构建你的第一个程序。我们将探索编程的基本概念,通过简单示例理解变量、数据类型和控制结构,最终实现一个简单的猜数字游戏。这不仅是一段代码的旅程,更是逻辑思维和问题解决能力的锻炼之旅。准备好了吗?让我们开始吧!
|
7天前
|
设计模式 缓存 开发框架
Python中的装饰器:从入门到实践####
本文深入探讨了Python中装饰器的工作原理与应用,通过具体案例展示了如何利用装饰器增强函数功能、提高代码复用性和可读性。读者将学习到装饰器的基本概念、实现方法及其在实际项目开发中的实用技巧。 ####
20 3
|
8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!
|
10天前
|
机器学习/深度学习 数据采集 数据可视化
Python在数据科学中的应用:从入门到实践
本文旨在为读者提供一个Python在数据科学领域应用的全面概览。我们将从Python的基础语法开始,逐步深入到数据处理、分析和可视化的高级技术。文章不仅涵盖了Python中常用的数据科学库,如NumPy、Pandas和Matplotlib,还探讨了机器学习库Scikit-learn的使用。通过实际案例分析,本文将展示如何利用Python进行数据清洗、特征工程、模型训练和结果评估。此外,我们还将探讨Python在大数据处理中的应用,以及如何通过集成学习和深度学习技术来提升数据分析的准确性和效率。
|
9天前
|
机器学习/深度学习 数据挖掘 开发者
Python编程入门:理解基础语法与编写第一个程序
【10月更文挑战第37天】本文旨在为初学者提供Python编程的初步了解,通过简明的语言和直观的例子,引导读者掌握Python的基础语法,并完成一个简单的程序。我们将从变量、数据类型到控制结构,逐步展开讲解,确保即使是编程新手也能轻松跟上。文章末尾附有完整代码示例,供读者参考和实践。
|
9天前
|
人工智能 数据挖掘 程序员
Python编程入门:从零到英雄
【10月更文挑战第37天】本文将引导你走进Python编程的世界,无论你是初学者还是有一定基础的开发者,都能从中受益。我们将从最基础的语法开始讲解,逐步深入到更复杂的主题,如数据结构、面向对象编程和网络编程等。通过本文的学习,你将能够编写出自己的Python程序,实现各种功能。让我们一起踏上Python编程之旅吧!
|
10天前
|
数据采集 机器学习/深度学习 人工智能
Python编程入门:从基础到实战
【10月更文挑战第36天】本文将带你走进Python的世界,从基础语法出发,逐步深入到实际项目应用。我们将一起探索Python的简洁与强大,通过实例学习如何运用Python解决问题。无论你是编程新手还是希望扩展技能的老手,这篇文章都将为你提供有价值的指导和灵感。让我们一起开启Python编程之旅,用代码书写想法,创造可能。