Python数据容器之Python列表的用法

在线体验各类最新模型,更有模型 免费Token 额度领取!
立即体验
简介: 这里的数据结构主要描述容器数据类型:列表, 字典, 集合三种容器数据类型, 它们都属于可变数据类型,

这是机器未来的第7篇文章



1. 数据结构概述

这里的数据结构主要描述容器数据类型:列表, 字典, 集合三种容器数据类型, 它们都属于可变数据类型, 前面提到的数值类型和字符串类型、元组, 它们都属于不可变数据类型,不可以修改。

列表是Python容器数据类型,它是整个人工智能体系的容器数据结构底层核心,在它的基础上,扩展出了Numpy——机器学习数据容器,扩展出了Tensor——深度学习数据容器,所以要想学会人工智能,必须理解列表的使用。


2. 列表

列表是容器数据类型,可存储多个元素,且支持不同类型数据,可修改,有序列表,可重复。

举例:

x = [1, 'abc', True, {"name":"Joe"}, 1, 2, ['7', '89']]

x

例子中展现了以下情况:

  • 不同的数据类型共存一个列表的情况:有数值类型、字符串、有列表、字典
  • 列表包含其他容器类型:字典{"name":"Joe"}和列表['7', '89']
  • 列表展现了重复的数据,列表中存在2个1

2.1 定义列表

定义列表有2种方法:list()函数和[]列表运算符。

2.1.1 list()函数

首先看一下list()函数的描述:

list?

从输出的描述信息中可知,list仅支持1个参数:

  • 可为空,为空时则创建一个空列表

x1 = list()

print(x1, type(x1))

  • 不为空时,参数必须是可迭代类型
  • 什么是可迭代对象呢?举个简单的例子,能够在for循环中遍历使用的都是可迭代类型,具体的可迭类型有字符串、列表、元组、字典。

x0 = list()                         # 无参数,空列表

print(x0, type(x0))

x1 = list("name")                   # 用字符串初始化列表

print(x1, type(x1))

x2 = list([1, 2, 'a', 'b', 'c'])    # 用列表初始化列表      

print(x2, type(x2))

x3 = list((1, 2, 3, 4))             # 用元组初始化列表

print(x3, type(x3))

d1 = {"name":"zsm", "age":18, "sex":"male"}

x4 = list(d1.keys())                  # 用字典初始化列表:对于key和value需要分别处理

x5 = list(d1.values())

print(x4, type(x4), x5, type(x5))

2.1.2 []列表运算符

x1 = []                 # 空列表

print(x1, type(x1))

x2 = [1, 2, 3, 4]       # 有元素的列表

print(x2, type(x2))

2.2 列表常用方法

x = [1, 2, 3, 4, 5]

dir(x)

['add',</br> 'class',</br> 'contains',</br> 'delattr',</br> 'delitem',</br> 'dir',</br> 'doc',</br> 'eq',</br> 'format',</br> 'ge',</br> 'getattribute',</br> 'getitem',</br> 'gt',</br> 'hash',</br> 'iadd',</br> 'imul',</br> 'init',</br> 'init_subclass',</br> 'iter',</br> 'le',</br> 'len',</br> 'lt',</br> 'mul',</br> 'ne',</br> 'new',</br> 'reduce',</br> 'reduce_ex',</br> 'repr',</br> 'reversed',</br> 'rmul',</br> 'setattr',</br> 'setitem',</br> 'sizeof',</br> 'str',</br> 'subclasshook',</br> 'append',</br> 'clear',</br> 'copy',</br> 'count',</br> 'extend',</br> 'index',</br> 'insert',</br> 'pop',</br> 'remove',</br> 'reverse',</br> 'sort']

使用dir函数列出列表可支持的方法和属性,从输出可知方法有'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort'。

2.2.1 添加

  • li.append(x):向列表尾部添加一个元素

x = [1, 2, 3, 4, 'abc', True]

x.append(7)         # 在末尾插入一个对象        

x

[1, 2, 3, 4, 'abc', True, 7]

  • li.insert(index,object):向列表的指定位置插入一个元素

x.insert(2, 'boy')  # 在索引为2的位置插入对象boy

x

[1, 2, 'boy', 3, 4, 'abc', True, 7]

  • li.extend(li2):合并,将参数列表中的元素合并到原列表中

x2 = ['banana', 'apple']

x.extend(x2)        # 注意:是将列表x2中的元素合并到x中,不是将x2整体合并到x中

x

[1, 2, 'boy', 3, 4, 'abc', True, 7, 'banana', 'apple']

2.2.2 删除

  • li.pop(index):删除指定位置的一个元素

y = x.pop(4)        # 取出列表中的元素4,取出后元素不再存于x中        

print(x, y)

[1, 2, 'boy', 3, 'abc', True, 7, 'banana', 'apple'] 4

  • li.remove(object):删除指定内容的一个元素,object是要删除的元素,只能删除第一个

x.append(2)         # 插入一个新的对象2到列表中

print(x)

x.remove(2)         # 删除一个值为2的对象,且仅删除第一个

print(x)

[1, 2, 'boy', 3, 'abc', True, 7, 'banana', 'apple', 2][1, 'boy', 3, 'abc', True, 7, 'banana', 'apple', 2]

  • li.clear():清空列表中的所有元素

x.clear()           # 清除对象

x

[]

2.2.3 序列

  • li.reverse():将列表反序,等同于[::-1]

x = [1, 2, 3, 4, 'abc', True]

print(x)

x.reverse()         # 逆序

print(x)

[1, 2, 3, 4, 'abc', True][True, 'abc', 4, 3, 2, 1]

  • li.sort():对列表排序,可按照升序或降序排列

x = [1, 2, 3, 7, 8,3, 2,2]

x.sort()

print(x)

[1, 2, 2, 2, 3, 3, 7, 8]

2.2.4 其它

  • li.count(object):对列表中的某个元素进行计数

x = [1, 2, 3, 7, 8,3, 2,2]

x.count(2)

3

  • li.index(object):获得列表中元素的索引,返回第一个匹配的索引

x = [1, 2, 3, 7, 8,3, 2,2]

x.index(2)

1

2.2.5 修改

列表可以通过索引修改对应的值。

2.3 列表推导式

列表推导式是一个根据条件从原列表快速生成新列表的简写方法,其语法为

[输出值 for 遍历的元素 in 列表变量 if 条件语句]

举例:快速删除列表中的数字3

x = [1, 2, 3, 4, 5, 3, 6, 7]

x = [i for i in x if i!=3]

print(x)

[1, 2, 4, 5, 6, 7]

以上就是python列表的基础语法知识,更加深入的用法会在人工智能的学习过程中学到!

《Python零基础快速入门系列》快速导航:

推荐阅读:

相关文章
|
9月前
|
数据采集 Web App开发 数据可视化
Python零基础爬取东方财富网股票行情数据指南
东方财富网数据稳定、反爬宽松,适合爬虫入门。本文详解使用Python抓取股票行情数据,涵盖请求发送、HTML解析、动态加载处理、代理IP切换及数据可视化,助你快速掌握金融数据爬取技能。
7708 1
|
9月前
|
Java 数据挖掘 数据处理
(Pandas)Python做数据处理必选框架之一!(一):介绍Pandas中的两个数据结构;刨析Series:如何访问数据;数据去重、取众数、总和、标准差、方差、平均值等;判断缺失值、获取索引...
Pandas 是一个开源的数据分析和数据处理库,它是基于 Python 编程语言的。 Pandas 提供了易于使用的数据结构和数据分析工具,特别适用于处理结构化数据,如表格型数据(类似于Excel表格)。 Pandas 是数据科学和分析领域中常用的工具之一,它使得用户能够轻松地从各种数据源中导入数据,并对数据进行高效的操作和分析。 Pandas 主要引入了两种新的数据结构:Series 和 DataFrame。
738 0
|
9月前
|
JSON 算法 API
Python采集淘宝商品评论API接口及JSON数据返回全程指南
Python采集淘宝商品评论API接口及JSON数据返回全程指南
|
9月前
|
JSON API 数据安全/隐私保护
Python采集淘宝拍立淘按图搜索API接口及JSON数据返回全流程指南
通过以上流程,可实现淘宝拍立淘按图搜索的完整调用链路,并获取结构化的JSON商品数据,支撑电商比价、智能推荐等业务场景。
|
10月前
|
存储 监控 API
Python实战:跨平台电商数据聚合系统的技术实现
本文介绍如何通过标准化API调用协议,实现淘宝、京东、拼多多等电商平台的商品数据自动化采集、清洗与存储。内容涵盖技术架构设计、Python代码示例及高阶应用(如价格监控系统),提供可直接落地的技术方案,帮助开发者解决多平台数据同步难题。
|
9月前
|
机器学习/深度学习 PyTorch 算法框架/工具
python torch基础用法
本教程系统讲解PyTorch基础,涵盖张量操作、自动求导、神经网络构建、训练流程、GPU加速及模型保存等核心内容,结合代码实例帮助初学者快速掌握深度学习开发基础,是入门PyTorch的实用指南。
872 6
|
10月前
|
数据采集 关系型数据库 MySQL
python爬取数据存入数据库
Python爬虫结合Scrapy与SQLAlchemy,实现高效数据采集并存入MySQL/PostgreSQL/SQLite。通过ORM映射、连接池优化与批量提交,支持百万级数据高速写入,具备良好的可扩展性与稳定性。
|
10月前
|
JSON API 数据安全/隐私保护
Python采集淘宝评论API接口及JSON数据返回全流程指南
Python采集淘宝评论API接口及JSON数据返回全流程指南
|
10月前
|
数据采集 数据可视化 关系型数据库
基于python大数据的电影数据可视化分析系统
电影分析与可视化平台顺应电影产业数字化趋势,整合大数据处理、人工智能与Web技术,实现电影数据的采集、分析与可视化展示。平台支持票房、评分、观众行为等多维度分析,助力行业洞察与决策,同时提供互动界面,增强观众对电影文化的理解。技术上依托Python、MySQL、Flask、HTML等构建,融合数据采集与AI分析,提升电影行业的数据应用能力。
|
10月前
|
数据可视化 大数据 数据挖掘
基于python大数据的招聘数据可视化分析系统
本系统基于Python开发,整合多渠道招聘数据,利用数据分析与可视化技术,助力企业高效决策。核心功能包括数据采集、智能分析、可视化展示及权限管理,提升招聘效率与人才管理水平,推动人力资源管理数字化转型。

推荐镜像

更多