列表的修改 | Python从入门到精通:进阶篇之四

简介: 本文介绍了如何通过索引和切片两种方式对列表进行修改和删除的操作。

列表的通用操作 | Python从入门到精通:进阶篇之三

修改列表

一、通过索引来修改

修改元素

#创建一个列表
stus = 
['孙悟空','猪八戒','沙和尚','唐僧','蜘蛛精','白骨精']
print("修改前:",stus)
 #修改列表中的元素
 #直接通过索引来修改元素
stus[0] = 'sunwukong'
 print('修改后:',stus)

程序执行结果为:
image.png
可以看到第一个元素被修改了。

之前我们说过对于不可变对象可以通过改变量、给变量重新赋值的方式来修改,但是注意并没有改变对象本身,在这里也是通过索引修改了里面的元素,也就是说这个变量没有变,我们只是修改了这个量的值。

通过del来删除元素
如果我们想删除一个变量,可以通过del来实现,比如要删除索引为2的变量,可添加如下代码:

del stus[2]  #删除索引为2的元素

执行结果为:
image.png
可以看到“沙和尚”这个元素就不见了。

二、通过切片来修改列表

#创建一个列表
stus = 
['孙悟空','猪八戒','沙和尚','唐僧','蜘蛛精','白骨精']
print("修改前:",stus)
 #通过切片来修改列表中的元素
 stus[0:2] = ['swk']
 print('修改后:',stus)

执行结果为:
image.png
可以看到在这里“孙悟空”和“猪八戒”就变成了swk。

但是因为字符串本身也是一种序列,所以看不到明显的效果,我们使用数字来试试!

stus[0:2] =123

执行结果为:
image.png
可以看到,程序报错了。这是因为我们在给切片赋值的时候必须传递一个序列。切片返回的就是一个序列,所以我们必须赋值给它一个序列去替换原本的序列。

所以正确的赋值方式展示如下:

#使用新的元素替换旧元素
stus[0:2] = ['牛魔王','红孩儿'] 

执行结果为:
image.png
可以看到“孙悟空”和“猪八戒”就被替换掉了。

思考: 如果我们传递了多个元素呢?

stus[0:2] = ['牛魔王','红孩儿','二郎神']

执行结果为:
image.png
可以看到“孙悟空”和“猪八戒”被这三个元素给替换了。

接下来再看一种情况:

stus[0:0] = ['牛魔王']  #向索引为0的位置插入元素

首先来回忆一下,切片包括的范围是包括开始不包括结束位置。那这里的“0:0”不包括任何元素。
执行结果为:
image.png
可以看到“牛魔王”在“孙悟空”的前面,代表在索引为0的位置插入元素。可以采用这种写法。

接下来再介绍一种有步长的:

stus[::2] = ['牛魔王']

执行结果为:
image.png
可以看到,程序报错了。人家想要的是三个元素,你却只给了一个元素。

这里要注意:当设置了步长时,序列中元素的个数必须和切片中元素的个数一致。
重新设置下:

stus[::2] = ['牛魔王','红孩儿','二郎神']

执行结果为:
image.png
可以看到从开始位置每隔步长为2的位置替换了新的元素。

通过切片来删除元素

del stus[0:2]

执行结果为:
image.png
可以看到前两个元素就被删掉了。

还可以选择有步长的切片。

del stus[::2]

执行结果为:
image.png
可以看到,切片位置的元素就被删除了。

还有一种用法:

stus[1:3] = []

执行结果为:
image.png
可以看到,从索引1位置到3位置的元素就被删除了。

以上山寨版红方式都可以进行删除,使用del或者赋值为空都是可以的。

但是注意以上操作,只适用于可变序列。下面举例子说明:

s = 'hello' 
s[1] = 'a' #不可变序列,无法通过索引来修改
#这种写法代码会报错

但是可以通过 list() 函数将其他的序列转换为list:

s = 'hello' 
s = list(s)
print(s)

执行结果为:
image.png
可以看到这样是可以进行修改的,但此时它已经不是一个字符串了。

相关文章
|
7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。
|
4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。
|
4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!
|
4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!
|
3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。 ####
16 3
|
5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!
|
7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。
|
6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。
|
6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!
|
7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。