Python列表(数组)

本文详细介绍了Python编程中列表的创建、修改、遍历等基础操作,包括初始化空列表、添加和修改元素、遍历列表以及删除元素的方法。通过实例展示了列表作为数据结构在存储和处理数据时的重要性,是Python初学者掌握列表操作的实用教程。

列表产生的原因

由于不断提出的问题难度愈来愈多,解决的难度越来越大,所以催生出很多处理数据的东西。

列表的意义

列表,为了处理很多近乎重复的数据,或者储存多种信息而产生。
其可以以栈的形式存储数据,方便我们进行使用。

列表的创建

list = [ ]
以上创建一个空数组

对列表的修改

## 定义列表
list = [] # 空的
listName = ['张三','李四','王五','赵六']

## 获取列表中的值
print('第一个值:%s' %listName[0])
print('第二个值:%s' %listName[1])

# 搜索索引
print('李四的下标:%d' %(listName.index('李四')))

# 修改值
listName[3] = '李二'
print(listName[3])

# 添加
listName.append('隔壁老王')
print(listName)

# 插入
listName.insert(1,'小老弟')

# 扩展,拼接
listXiyou = ['猴子','八戒','小白龙']
listName.extend(listXiyou)
print(listName)
print(listXiyou)
# 拼接是临时的
print(listName + listXiyou)

# 移除
listName.remove('小老弟')
print(listName)

# 删除元素(脚标)
listName.pop(2) #不添加 默认最后一位
print(listName)

# 长度以及元素个数
print('xxx的长度是:%d'%(len(listName)))

print('xxx的个数是:%d'%(listName.count('张三')))

# 删除 del 删除的是内存空间的位置
print(listName)
del listName[1]
print(listName)
a = 18
print(a)
del a
# 会报错,直接删没了
print(a)


# 清空
listName.clear()
print(listName)

列表的遍历


# 直接遍历
listName = ['张三','李四','王五','赵六','孙七','吴老八']

for i in listName:
    print(i)



# 下标遍历

for i in range(0,len(listName)):
    print('第 %d 个 -> %s' %(i+1,listName[i]))

以上,就是列表的基础内容,排序我会单独写一篇文章,感谢观看!

### Python 列表数组的区别 #### 基本概念 在 Python 中,列表 (List)数组 (Array) 是两种常见的数据结构。列表是内置的数据类型,可以容纳不同类型的数据元素;而数组则通常指的是 `NumPy` 库中的 ndarray 对象,在某些情况下也可以指标准库中 `array` 模块定义的对象。 - **列表** - 列表是一种动态大小、可变序列容器,支持不同类型的对象混合存储[^2]。 ```python my_list = ['apple', 'banana', 42, True] ``` - **数组 (`NumPy` 的 ndarray 或者 `array.array`)** - 数组通常是同质性的,即所有元素都是相同类型的数值型数据(整数、浮点数等),这使得它更适合于科学计算和大规模数据分析任务[^3]。 使用 NumPy 创建一个简单的整形数组: ```python import numpy as np my_array = np.array([1, 2, 3], dtype=int) ``` 如果使用标准库中的 array,则如下所示: ```python from array import array int_array = array('i', [1, 2, 3]) ``` #### 性能比较 当涉及到大量数值运算时,基于 C 实现的 `NumPy` 数组往往比纯 Python 列表更加快捷高效。这是因为前者能够利用底层硬件加速并减少解释器开销。 #### 功能特性 - **灵活性 vs 效率** - 列表提供了更高的灵活性,允许任意类型的嵌套组合,并且易于扩展修改; - 而数组更加专注于特定领域内的高性能操作,比如矩阵乘法、傅里叶变换等功能。 - **内存占用** - 同样长度的情况下,由于内部实现机制的不同,数组一般会消耗较少的内存空间[^4]。 #### 场景应用 - 当处理非均匀或复杂结构化数据集时,应该优先考虑使用列表; - 若目标是对大型数值型数据执行密集型数学运算,则推荐采用 `NumPy` 提供的强大工具集来构建高效的解决方案[^1]。
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值