Python 中的列表（List）是最常用、最靈活的有序數據集合，支持動態增刪改查操作。以下是列表的核心知識點：

---

一、基礎特性

1. 有序性：元素按插入順序存儲
2. 可變性：支持增刪改操作
3. 允許重復：可存儲重復元素
4. 異構性：可包含不同類型數據

   my_list = [1, "apple", 3.14, True]
   

---

二、創建列表

1. 直接定義

fruits = ["apple", "banana", "orange"]
empty_list = []  # 空列表

2. 類型轉換

list("hello")  # → ['h', 'e', 'l', 'l', 'o']
list((1,2,3))  # → [1, 2, 3]

3. 快速初始化

zeros = [0] * 5       # → [0, 0, 0, 0, 0]
matrix = [[0]*3 for _ in range(3)]  # 二維列表

---

三、常用操作

1. 索引與切片

nums = [10, 20, 30, 40, 50]
nums[0]      # → 10（正向索引，從0開始）
nums[-1]     # → 50（反向索引，從-1開始）
nums[1:4]    # → [20, 30, 40]（切片，左閉右開）
nums[::-1]   # → [50, 40, 30, 20, 10]（逆序）

2. 增刪改查

# 增
nums.append(60)         # 末尾添加 → [10,20,30,40,50,60]
nums.insert(2, 25)      # 指定位置插入 → [10,20,25,30,40,50]# 刪
nums.pop()              # 刪除末尾元素 → 返回60
nums.remove(30)         # 刪除第一個匹配項 → 刪除30
del nums[1:3]           # 刪除索引1-2的元素 → 刪除20,25# 改
nums[0] = 100           # 修改索引0的元素 → [100,40,50]# 查
if 50 in nums:          # 成員檢查 → Trueprint("存在")

---

四、常用方法

1. 排序與反轉

nums = [3, 1, 4, 1, 5]
nums.sort()              # 原地排序 → [1, 1, 3, 4, 5]
sorted_nums = sorted(nums)  # 返回新列表 → [1,1,3,4,5]
nums.reverse()           # 原地反轉 → [5,4,3,1,1]

2. 統計與查找

nums.count(1)            # 統計出現次數 → 2
nums.index(4)            # 查找首次出現位置 → 2

3. 連接與復制

a = [1,2]
b = [3,4]
a + b       # → [1,2,3,4]（生成新列表）
a * 2       # → [1,2,1,2]
a.extend(b) # 原地擴展 → a變為[1,2,3,4]

---

五、嵌套列表

1. 創建多維列表

matrix = [[1, 2, 3],[4, 5, 6],[7, 8, 9]
]

2. 訪問元素

matrix[0][1]  # → 2（第一行第二列）

3. 修改元素

matrix[2][0] = 77  # 修改第三行第一列為77

---

六、高級技巧

1. 列表推導式

squares = [x**2 for x in range(10) if x%2 == 0]
# → [0, 4, 16, 36, 64]

2. 淺拷貝 vs 深拷貝

import copyoriginal = [[1,2], [3,4]]
shallow = original.copy()         # 淺拷貝（共享子列表）
deep = copy.deepcopy(original)    # 深拷貝（完全獨立）

3. 列表與生成器

# 列表（直接存儲所有元素）
list_data = [x for x in range(1000000)]# 生成器（按需生成，節省內存）
gen_data = (x for x in range(1000000))

---

七、常見應用場景

1. 數據清洗：

   raw_data = [" 42 ", "3.14", "NaN", "7"]
   cleaned = [float(x.strip()) for x in raw_data if x.strip().replace('.','').isdigit()]
   # → [42.0, 3.14, 7.0]
   

2. 批量處理：

   # 批量重命名文件
   files = ["a.txt", "b.txt", "c.txt"]
   new_files = [f"{i}.txt" for i, name in enumerate(files)]
   

3. 算法實現：

   # 快速排序
   def quicksort(arr):if len(arr) <= 1:return arrpivot = arr[len(arr)//2]return quicksort([x for x in arr if x < pivot]) + \[x for x in arr if x == pivot] + \quicksort([x for x in arr if x > pivot])
   

---

八、性能優化

1. 尾部操作優先：

   • append()/pop() 時間復雜度 O(1)
   • 頭部插入/刪除 O(n)（需移動所有元素）

2. 避免頻繁拼接：

   # 低效方式
   res = []
   for x in big_list:res += [x]  # 每次生成新列表# 高效方式
   res = []
   for x in big_list:res.append(x)  # 原地修改
   

3. 預分配空間（大數據量時）：

   arr = [0] * 1000000  # 預分配百萬元素列表
   

---

九、常見陷阱

1. 可變默認參數：

   def bad_append(new_item, my_list=[]):  # 危險！默認參數共享my_list.append(new_item)return my_list# 正確做法
   def good_append(new_item, my_list=None):if my_list is None:my_list = []my_list.append(new_item)return my_list
   

2. 淺拷貝問題：

   a = [[1,2], [3,4]]
   b = a.copy()  # 淺拷貝
   b[0][0] = 99  # 修改會影響a
   

通過掌握這些內容，可以高效處理從簡單數據存儲到復雜算法實現的各種場景。實際應用中需根據需求選擇合適的方法，并注意性能優化和內存管理。