Python數據類型-list

在這里插入圖片描述

列表(List)是Python中最常用的數據類型之一,它是一個有序、可變的元素集合。

1. 列表基礎

創建列表

empty_list = []  # 空列表
numbers = [1, 2, 3, 4, 5]  # 數字列表
fruits = ['apple', 'banana', 'orange']  # 字符串列表
mixed = [1, 'hello', 3.14, True]  # 混合類型列表

訪問元素

fruits = ['apple', 'banana', 'orange']
print(fruits[0])  # 輸出: 'apple' (索引從0開始)
print(fruits[-1])  # 輸出: 'orange' (負數表示從末尾開始)

2. 列表操作

修改元素

fruits = ['apple', 'banana', 'orange']
fruits[1] = 'pear'  # 修改第二個元素
print(fruits)  # 輸出: ['apple', 'pear', 'orange']

添加元素

fruits = ['apple', 'banana']
fruits.append('orange')  # 在末尾添加
fruits.insert(1, 'pear')  # 在指定位置插入
print(fruits)  # 輸出: ['apple', 'pear', 'banana', 'orange']

刪除元素

fruits = ['apple', 'pear', 'banana', 'orange']
del fruits[1]  # 刪除第二個元素
fruits.remove('banana')  # 刪除指定值的元素
popped = fruits.pop()  # 刪除并返回最后一個元素

3. 列表方法

常用方法

nums = [1, 2, 3, 4, 5]nums.sort()  # 排序(原地修改)
nums.reverse()  # 反轉(原地修改)
nums_copy = nums.copy()  # 創建副本
count = nums.count(2)  # 計算元素出現次數
index = nums.index(3)  # 查找元素索引

列表合并

list1 = [1, 2, 3]
list2 = [4, 5, 6]
combined = list1 + list2  # 使用+運算符
list1.extend(list2)  # 使用extend方法

4. 列表切片

基本切片

numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]print(numbers[2:5])  # 輸出: [2, 3, 4] (索引2到5,不包括5)
print(numbers[:3])   # 輸出: [0, 1, 2] (從開始到索引3)
print(numbers[5:])   # 輸出: [5, 6, 7, 8, 9] (從索引5到末尾)
print(numbers[::2])  # 輸出: [0, 2, 4, 6, 8] (步長為2)

5. 列表推導式

基本語法

# 創建一個0-9的平方列表
squares = [x**2 for x in range(10)]
print(squares)  # 輸出: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]# 帶條件的列表推導式
even_squares = [x**2 for x in range(10) if x % 2 == 0]

6. 列表與循環

遍歷列表

fruits = ['apple', 'banana', 'orange']# 直接遍歷元素
for fruit in fruits:print(fruit)# 遍歷索引和元素
for index, fruit in enumerate(fruits):print(f"Index {index}: {fruit}")

7. 注意事項

  1. 列表是可變的,修改會影響所有引用該列表的變量
  2. 淺拷貝與深拷貝的區別
  3. 大列表操作可能消耗較多內存
  4. 查找操作(in, index)在長列表中較慢

8. 性能提示

  • 在開頭插入/刪除元素較慢(使用collections.deque替代)
  • 成員測試(in操作)在集合(set)中更快
  • 考慮使用生成器表達式處理大數據

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/pingmian/75718.shtml
繁體地址,請注明出處:http://hk.pswp.cn/pingmian/75718.shtml
英文地址,請注明出處:http://en.pswp.cn/pingmian/75718.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

Keepalive+LVS+Nginx+NFS高可用項目

項目架構 分析 主機規劃 主機系統安裝應用網絡IPclientredhat 9.5無NAT172.25.250.115/24lvs-masterrocky 9.5ipvsadm,keepalivedNAT172.25.250.116/24 VIP 172.25.250.100/32lvs-backuprocky 9.5ipvsadm,keepalivedNAT172.25.250.117/24 VIP 172.25.2…

【視覺與語言模型參數解耦】為什么?方案?

一些無編碼器的MLLMs統一架構如Fuyu,直接在LLM內處理原始像素,消除了對外部視覺模型的依賴。但是面臨視覺與語言模態沖突的挑戰,導致訓練不穩定和災難性遺忘等問題。解決方案則是通過參數解耦方法解決模態沖突。 在多模態大語言模型&#xf…

AI比人腦更強,因為被植入思維模型【43】蝴蝶效應思維模型

giszz的理解:蝴蝶效應我們都熟知,就是說一個微小的變化,能帶動整個系統甚至系統的空間和時間的遠端,產生巨大的鏈式反應。我學習后的啟迪,簡單的說,就是不要忽視任何微小的問題,更多時候&#x…

AI 數理邏輯基礎之統計學基本原理(上)

目錄 文章目錄 目錄統計學統計學基本概念描述性統計數據可視化圖表工具 匯總統計統計數據的分布情況:中位數、眾數、平均值統計數據的離散程度:極差、方差、標準差、離散系數 相關分析Pearson 線性關系相關系數Spearman 單調關系相關系數 回歸分析回歸模…

無招回歸阿里

這兩天,無招回歸阿里的新聞被刷屏了。無招創業成立的兩氫一氧公司無招的股份也被阿里收購,無招以這種姿態回歸阿里,并且出任釘釘的 CEO。有人說,這是對 5 年前“云釘一體”戰略的糾偏。現在確實從云優先到 AI 優先,但云…

算法題(114):矩陣距離

審題: 本題需要我們找出所有0距離最近的1的曼哈頓距離 思路: 方法一:多源bfs 分析曼哈頓距離: 求法1:公式法,帶入題目公式,利用|x1-x2||y1-y2|求出 求法2:曼哈頓距離就是最短距離 本…

LLM 性能優化有哪些手段?

LLM(大語言模型)性能優化是一個多維度、多層次的系統工程,涉及從提示工程到模型微調,從推理加速到系統架構優化等多個方面。以下是當前主流的優化手段及其技術細節: 一、提示工程(Prompt Engineering) 提示工程是優化LLM性能最直接、成本最低的方法,適用于快速原型開發…

群體智能避障革命:RVO算法在Unity中的深度實踐與優化

引言:游戲群體移動的挑戰與進化 在《全面戰爭》中萬人戰場恢弘列陣,在《刺客信條》鬧市里人群自然涌動,這些令人驚嘆的場景背后,都離不開一個關鍵技術——群體動態避障。傳統路徑規劃算法(如A*)雖能解決單…

I.MX6ULL 交叉編譯環境配置與使用

一、什么是交叉編譯 我們一般開發程序在自己的電腦上開發,運行的時候將程序燒錄到板子運行。但我們的開發平臺是X86架構,而I.MX6ULL是ARM架構,所以需要一個在 X86 架構的 PC 上運行,可以編譯 ARM 架構代碼的 GCC 編譯器&#xff0…

Harmony OS“一多” 詳解:基于窗口變化的斷點自適應實現

一、一多開發核心概念(18N模式) 目標:一次開發多端部署 解決的問題: 1、界面級一多:適配不同屏幕尺寸 2、功能級一多:設備功能兼容性處理(CanIUser) 3、工…

SpringMvc獲取請求數據

基本參數 RequestMapping("save5") ResponseBody public User save5(String name, int age) {User user new User();user.setName(name);user.setAge(age);return user; } 在url中將name與age進行編寫,通過框架可以提取url中的name與age,這…

大模型持續學習方案解析:災難性遺忘的工業級解決方案

引言 隨著大型語言模型(LLMs)如 GPT 系列、BERT 等在自然語言處理領域取得突破性進展,它們強大的理解和生成能力已經滲透到各行各業。然而,這些模型通常是在海量靜態數據集上進行一次性預訓練的。現實世界是動態變化的&#xff0…

推薦系統(二十二):基于MaskNet和WideDeep的商品推薦CTR模型實現

在上一篇文章《推薦系統(二十一):基于MaskNet的商品推薦CTR模型實現》中,筆者基于 MaskNet 構建了一個簡單的模型。筆者所經歷的工業級實踐證明,將 MaskNet 和 Wide&Deep 結合應用,可以取得不錯的效果&…

【爬蟲案例】采集 Instagram 平臺數據幾種方式(python腳本可直接運行)

更多內容請見: 爬蟲和逆向教程-專欄介紹和目錄 文章目錄 一、概述1.1 Instagram基礎信息1.2 Instagram平臺架構核心技術棧1.3 采集提示1.4 幾種采集方案對比二、四種采集方案分析三、寫爬蟲采集Instagram案例3.1 采集作品信息并下載視頻或圖片(無需登錄)3.2 explore接口的采…

OFP--2018

文章目錄 AbstractIntroductionRelated Work2D object detection3D object detection from LiDAR3D object detection from imagesIntegral images 3D Object Detection ArchitectureFeature extractionOrthographic feature transformFast average pooling with integral imag…

LINUX 4 tar -zcvf -jcvf -Jcvf -tf -uf

cp -r mv: 1.移動文件到目錄 2.文件改名 3.目錄改名 s 上面是打包 下面是打包并壓縮

linux signal up/down/down_interruptiable\down_uninterruptiable使用

在Linux內核中,down, down_interruptible, down_killable, 和 up 是用于操作信號量(semap hores)的函數,它們用于進程同步和互斥。以下是對這些函數的簡要說明。 1,down(&sem): 這個函數用于獲取信號量。如果信號…

使用人工智能大模型DeepSeek,如何進行論文潤色和去重?

今天我們學習人工智能,如何協助我們進行論文潤色和去重。手把手的學習視頻地址請訪問https://edu.csdn.net/learn/40402/666422 第一步在騰訊元寶對話框中輸入如何協助老師做論文潤色,通過提問,我們了解了老師寫論文潤色的步驟和建議。潤色的…

UE5 Simulation Stage

首先將Grid2D創建出來,然后設置值,Grid2D類似于在Niagara系統中的RenderTarget2D,可以進行繪制,那么設置大小為512 * 512 開啟Niagara粒子中的Simulation Stage 然后開始編寫我們的自定義模塊 模塊很簡單,TS就是Textur…

OpenCV 圖形API(6)將一個矩陣(或圖像)與一個標量值相加的函數addC()

操作系統:ubuntu22.04 OpenCV版本:OpenCV4.9 IDE:Visual Studio Code 編程語言:C11 算法描述 addC 函數將給定的標量值加到給定矩陣的每個元素上。該功能可以用矩陣表達式替換: dst src1 c \texttt{dst} \texttt{src1} \te…