Python 列表介绍与使用方法

Python 列表介绍与使用方法

  • 1. 序列(sequence)
    • 1.1 基本概念
    • 1.2 序列的分类
  • 2. 列表(list)
    • 2.1 列表的使用
    • 2.2 切片
  • 3. 通用操作
  • 4. 修改列表
  • 5. 列表的方法
  • 6. 遍历列表
    • 6.1 for循环
    • 6.2 range(start, stop[, step])

1. 序列(sequence)

1.1 基本概念

• 序列是Python中最基本的一种数据结构。序列用于保存一组有序的数据,所有的数据在序列当中都有一个唯一的位置(索引)并且序列中的数据会按照添加的顺序来分配索引
• 数据结构指计算机中数据存储的方式

1.2 序列的分类

• 可变序列(序列中的元素可以改变):例如 列表(list)字典(dict)
• 不可变序列(序列中的元素不能改变):例如 字符串(str)元组(tuple)

2. 列表(list)

• 列表是Python中的一个对象
• 列表的作用
• 列表中可以保存多个有序的数据
• 列表是用来存储对象的对象

2.1 列表的使用

• 列表的创建:通过[]来创建一个空列表

name = [] # 创建一个空列表
print(name,type(name))
# 一个列表可以存储多个元素,也可以在创建列表时指定元素
# 当列表中添加多个元素时,用,隔开
# 列表可以存储任意对象
name = [1,a,None,True,[1,2,3]]
print(name)

在这里插入图片描述

  • 列表的索引
# 索引(index)可以获取列表中的元素,指列表中元素的位置,从0开始,列表第一个位置是0,第二个是1,以此内推。
lis = [1,2,3,4,5]
print(lis[-1])
print(lis[-4])
print(lis[0])
print(lis[2])

在这里插入图片描述

2.2 切片

• 切片是指从现有列表中获得一个子列表
• 通过切片来获取指定的元素
• 语法: 列表[起始 : 结束 : 步长]
• 通过切片获取元素时,会包括起始位置的元素,不会包括结束位置的元素
• 起始位置和结束位置的索引可以不写
• 如果省略结束位置, 则会从当前的开始位置一直截取到最后
• 如果省略开始位置, 则会从第一个元素截取到结束的元素,但是不包括结束的元素
• 如果开始位置和结束位置都省略, 则则会从第一个元素开始截取到最后一个元素
• 步长表示每次获取元素的间隔,默认是1(可以省略不写)
• 步长不能是0,但可以是是负数

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
print(fish[1:4])
print(fish[:])
print(fish[:4])
print(fish[1:])
print(fish[0:5:2])
print(fish[5:0:-1])E:\python\untitled\venv\Scripts\python.exe "E:/python/untitled/hello world.py"
['桂鱼', '花鲢', '鲈鱼']
['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']
['草鱼', '桂鱼', '花鲢', '鲈鱼']
['桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']
['草鱼', '花鲢', '黑鱼']
['对虾', '黑鱼', '鲈鱼', '花鲢', '桂鱼']Process finished with exit code 0

3. 通用操作

+ 号 和 * 号
• + 可以将两个列表拼接成一个列表

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

• * 可以将列表重复指定的次数 (注意2个列表不能够做乘法,要和整数做乘法运算)

lis = [1,2,3]*2
print(lis)
# [1, 2, 3, 1, 2, 3]

in 和 not in
• in用来检查指定元素是否在列表当中,如果在为True, 不在为False.
• not in 用来检查指定元素是否不在列表当中,如果在为False, 不在为True.

• len() 获取列表中元素的个数
• max() 获取列表中最大值
• min() 获取列表中最小值

• list.index(x[, start[, end]]) 获取指定元素在列表中的位置
• 第一个参数 获取指定元素
• 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

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print(fish.index('桂鱼',2,5))
# 4

• list.count(x) 统计指定元素在列表中出现的个数

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print(fish.count('桂鱼'))
# 3

4. 修改列表

• 通过切片来修改(起始就是给切片的内容重新赋值,但是赋值的内容必须是一个序列)

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print('修改前',fish)
fish[0:2] = 'abcd'
print('修改后',fish)
# 修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']
# 修改后 ['a', 'b', 'c', 'd', '花鲢', '鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']
fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print('修改前',fish)
fish[0:6] = 123456 # TypeError: can only assign an iterable
print('修改后',fish)

• 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保持一致

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print('修改前',fish)
fish[0:6:2] = ['甲鱼']
print('修改后',fish)
# Traceback (most recent call last):
#   File "E:/python/untitled/hello world.py", line 9, in <module>
#     fish[0:6:2] = ['甲鱼']
# ValueError: attempt to assign sequence of size 1 to extended slice of size 3

• 通过切片来删除元素

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print('修改前',fish)
fish[0:3] = []
print('修改后',fish)
# 修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']
# 修改后 ['鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']

• del list[起始 : 结束]

fish = ['草鱼','桂鱼','花鲢','鲈鱼','桂鱼','黑鱼','对虾','桂鱼']
print('修改前',fish)
del fish[2]
print('修改后',fish)
# 修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']
# 修改后 ['草鱼', '桂鱼', '鲈鱼', '桂鱼', '黑鱼', '对虾', '桂鱼']

• list = []

5. 列表的方法

• append() 像列表的最后添加一个元素

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
print('修改前',fish)
fish.append('甲鱼')
print('修改后',fish)
#修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']
#修改后 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾', '甲鱼']

• insert(arg1,arg2) 像列表指定位置插入一个元素 参数1:要插入的位置 参数2:要插入的元素

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
print('修改前',fish)
fish.insert(2,'甲鱼')
print('修改后',fish)
# 修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']
# 修改后 ['草鱼', '桂鱼', '甲鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']

• extend(iterable) 使用一个新的序列来扩展当前序列(它会将该序列的中元素添加到列表中) 参数需要传递一个序列

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
print('修改前',fish)
fish.extend(['甲鱼','青蛙'])
print('修改后',fish)
# 修改前 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾']
# 修改后 ['草鱼', '桂鱼', '花鲢', '鲈鱼', '黑鱼', '对虾', '甲鱼', '青蛙']

• clear()清空列表
• pop() 根据索引删除并返回指定元素

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
result = fish.pop(2)
print(result)
# 花鲢

• remove() 删除指定元素 (如果相同值的元素有多个,只会删除第一个)
• reverse() 翻转列表

fish = ['草鱼','桂鱼','花鲢','鲈鱼','黑鱼','对虾']
# print('修改前',fish)
fish.reverse()
print('修改后',fish)
# 修改后 ['对虾', '黑鱼', '鲈鱼', '花鲢', '桂鱼', '草鱼']

• sort(key=None,reverse=False) 用来对列表中的元素进行排序 reverse:True反序;False 正序

fish = list('akhackahkhavh')
fish.sort()
print('修改后',fish)
# 修改后 ['a', 'a', 'a', 'a', 'c', 'h', 'h', 'h', 'h', 'k', 'k', 'k', 'v']

6. 遍历列表

6.1 for循环

• 通过for循环来遍历列表
语法
for 变量 in 序列(遍历的规则):
代码块

注意: for循环的代码块会执行多次,序列中有几个元素就会执行几次。每执行一次就会将序列中的一个元素赋值给变量,所以我们可以通过变量来获取列表中的元素

6.2 range(start, stop[, step])

参数说明
• ·start: 计数从 start 开始。默认是从 0 开始。
例如range(5)等价于range(0, 5);
• stop: 计数到 stop 结束,但不包括 stop。
例如:range(0, 5) 是 [0, 1, 2, 3, 4] 没有5
• step:步长,默认为1。
例如:range(0, 5) 等价于 range(0, 5, 1)
for与range()常常配合使用

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.rhkb.cn/news/30875.html

如若内容造成侵权/违法违规/事实不符,请联系长河编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

web前端期末大作业——开心旅游网站设计与实现(HTML+CSS+JavaScript)

&#x1f468;‍&#x1f393;学生HTML静态网页基础水平制作&#x1f469;‍&#x1f393;&#xff0c;页面排版干净简洁。使用HTMLCSS页面布局设计,web大学生网页设计作业源码&#xff0c;这是一个不错的旅游网页制作&#xff0c;画面精明&#xff0c;排版整洁&#xff0c;内容…

(杂谈)世界上本没什么prompt,有的只是加权平均——关于NLP中embedding的一点思考

&#xff08;杂谈&#xff09;世界上本没什么prompt&#xff0c;有的只是加权平均——关于NLP中embedding的一点思考 0. 写在前面1. 问题的提出2. 备受嫌弃的NSP&#xff0c;为什么效果不佳2. 比句子更小的片段——Span Bert3. 更加纯粹的表示方法——PURE4. 风光无限的prompt&…

大模型已涌现社会行为,斯坦福爆火论文打造《西部世界》雏形

源&#xff5c;机器之心 《西部世界》的游戏逐渐走进现实。 我们能否创造一个世界&#xff1f;在那个世界里&#xff0c;机器人能够像人类一样生活、工作、社交&#xff0c;去复刻人类社会的方方面面。这种想象&#xff0c;曾在影视作品《西部世界》的设定中被完美地还原出来&a…

清华ChatGLM-6B本地GPU推理部署

目录 1 简介 2 硬件需求 3 Demo和模型下载 3.1 安装Git LFS 3.2 Demo下载 3.3 模型下载 3.4 文件目录 4 环境安装 5 运行 5.1 FP16 5.2 量化 6 演示 1 简介 ChatGLM-6B是一个开源的、支持中英双语的对话语言模型&#xff0c;基于General Language Model&#xff0…

ChatGLM2-6B本地部署,人人都可以用上LLM大语言模型!

文章目录 介绍使用方式硬件需求环境安装仓库下载模型下载环境安装安装三方库代码调用从本地加载模型 Demo演示命令行 DemoAPI DemoOpenAI 格式的流式 API Demo基于 Streamlit 的网页版 demo 低成本部署相关问题No module named ‘readline’解决方法 module ‘collections’ ha…

[VScode] 嵌入式软件开发必备插件

文章目录 1. C/C 【c/c智能提示、调试和代码浏览】2. C Intellisense 【借助GNU Global标签的c/c智能提示】3. Bracket Pair Colorizer 【一个可定制的扩展为匹配括号着色 】4. Chinese (Simplified) 【中文语言包扩展(简体) 】5. GBKtoUTF8 【GBK到utf8】6. hexdump for VSCod…

chatgpt赋能python:Python在SEO中的利与弊

Python在SEO中的利与弊 引言 Python是一种高级编程语言&#xff0c;因其简洁、易于学习和应用广泛而受到全球程序员的青睐。然而&#xff0c;在SEO领域中&#xff0c;Python通常被认为有黑和白两面性。本文将围绕这个话题展开探讨。 Python的优点 简洁易学 Python拥有直观…

chatgpt赋能python:Python更新界面:让你的应用更美观、更易用

Python更新界面&#xff1a;让你的应用更美观、更易用 Python是一门强大的编程语言&#xff0c;广泛应用于软件开发、数据分析、机器学习等领域。其中&#xff0c;Python的GUI开发能力也非常出色。Python支持多种GUI库&#xff0c;如Tkinter、PyQt、wxPython等&#xff0c;可以…

chatgpt赋能python:Python黑色和浅黑色的代码

Python黑色和浅黑色的代码 Python是一门简洁而强大的编程语言。它在各行各业中广泛应用&#xff0c;包括Web开发、数据分析、人工智能等领域。Python代码的可读性和易于维护性使其成为编程界非常流行的语言之一&#xff0c;几乎所有开发工具都支持Python。Python黑色和浅黑色的…

吴恩达 Chatgpt prompt 工程--7.Chatbot

探索如何利用聊天格式与针对特定任务或行为进行个性化或专门化的聊天机器人进行扩展对话。 Setup import os import openai from dotenv import load_dotenv, find_dotenv _ load_dotenv(find_dotenv()) # read local .env fileopenai.api_key os.getenv(OPENAI_API_KEY)d…

Chatbot UI 和 ChatGLM2-6B 的集成

Chatbot UI 和 ChatGLM2-6B 的集成 0. 背景1. 部署 Chatbot UI2. 部署 ChatGLM2-6B3. 修改 ChatGLM2-6B 项目的 openai_api.py4. 修改 Chatbot UI 的配置5. 访问 Chatbot UI 0. 背景 尝试将 Chatbot UI 和 ChatGLM2-6B 的进行集成&#xff0c; ChatGLM2-6B 提供 API 服务&…

ImportError: cannot import name ‘chatBot‘ from ‘chatbot‘ (C:\Users\l\Pych

报错&#xff1a; ImportError: cannot import name ‘chatBot’ from ‘chatbot’ (C:\Users\l\Pych 如下图所示&#xff1a; Terminal中执行&#xff1a; pip install -i https://pypi.tuna.tsinghua.edu.cn/simple chatterbot 并将报错文件app.py的第一行 from chatbot i…

基于Chatbot UI 实现ChatGPT对话-V1.3-预告

先讲一个悲伤的故事&#xff1a;小红书被封号了。。。emo。。。 给俺点点关注吧&#xff0c;这次一定好好发言&#x1f4ac; 【迷茫的21世纪的新青年】 一、预告图 自定义随机量&#xff0c;让回复按需设置。 二、更新功能 随机量 参数名&#xff1a;Temperature&#xff08;温…

Chatbot + 知识库(Knowledge Base)

从 GPT-3 和 ChatGPT 等大型语言模型 (LLM) 的最新进展中可以看出&#xff0c;在技术行业引起了很大的关注。这些模型对内容生成非常强大&#xff0c;但它们也有一些缺点&#xff0c;例如偏差1 和幻象2。LLM在聊天机器人开发方面特别有用。 基于意图的聊天机器人​ 传统聊天机…

基于Chatbot UI 实现ChatGPT对话-V1.3

基于Chatbot UI 实现ChatGPT对话-V1.3 前端基于开源项目&#xff1a;chatbot-ui进行二次开发&#xff0c;感兴趣的小伙伴可以自行研究。 本项目搭建初衷&#xff1a; 1、在无法科学上网的情况下&#xff0c;实现ChatGPT对话。 2、规避官方聊天时&#xff0c;长时间无链接导致…

从B 树、B+ 树、B* 树谈到R 树

程序员的成长之路 互联网/程序员/技术/资料共享 关注 阅读本文大概需要 40 分钟。 来自&#xff1a;blog.csdn.net/v_JULY_v/article/details/6530142 第一节、B树、B树、B*树 前言 动态查找树主要有&#xff1a;二叉查找树&#xff08;Binary Search Tree&#xff09;&#x…

NLP大模型微调原理

1. 背景 LLM (Large Language Model) 大型语言模型&#xff0c;旨在理解和生成人类语言&#xff0c;需要在大量的文本数据上进行训练。一般基于Transformer结构&#xff0c;拥有Billion以上级别的参数量。比如GPT-3(175B)&#xff0c;PaLM(560B)。 NLP界发生三件大事&#xff…

淘宝开店流程图解

原文&#xff1a; 淘宝开店流程图解 链接&#xff1a; http://hyp5920.blog.163.com/blog/static/50951573201310194550775/ 2013-11-01 23:53:31| 分类&#xff1a;知识乐园 | 标签&#xff1a;天天淘淘美装 |字号 订阅 淘宝开店是很简单的。只要拿身份证开通网银&…

从软件开发到开淘宝店铺

2019独角兽企业重金招聘Python工程师标准>>> 我的店铺 背景&#xff1a; 最近思索 这个时代 不可能一辈子敲代码【可能学习能力跟不上 可能给的待遇自己不满意】 但是可以一辈子开店铺看到越来越多的人习惯在网上购物 越来越多的人在网上赚钱 我为什么就不能利用工…

淘宝店铺wang

简约型 1、蒙马特 &#x1f517;&#xff1a;57啊可的大了有家对小起然了&#xff0c; https://m.tb.cn/h.fBSsV3Z?smde76a8 CZ3457 我分享给你了一个超赞的内容&#xff0c;快来看看吧 2、WASSUP中国 &#x1f517;&#xff1a;27哈个一么中有家对然和生子微 https://m…