
来源:AI入门学习
列表是python里很重要的数据类型,其中的方法总共有11个,数量掌握这些方法,对数据的处理效率会大大提高,现在分享给大家。
print(dir(list()))#查看列表的方法 [ ..., 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
01、append()方法
描述:append() 方法在列表ls最后(末尾)添加一个元素object
语法:ls.append(object) object为要添加的元素。
参数:object可以添加 列表,字典,元组,集合,字符串等。
#append()函数的操作对象是原列表。ls = [1,2,3,4,5,6] ls.append(12)#添加元素 print(ls) [1, 2, 3, 4, 5, 6, 12] ls.append([1,"a"]) #添加列表 print(ls) [1, 2, 3, 4, 5, 6, 12, [1, 'a']] ls.append({2:"a",3:"hj"}) #添加字典 print(ls) [1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}] ls.append((1,"k",3)) #添加元组 print(ls) [1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3)] ls.append({"1","2","h"}) #添加集合 print(ls) [1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3), {'2', 'h', '1'}] ls.append("123abc") #添加字符串 print(ls) [1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3), {'2', 'h', '1'}, '123ab
02、clear()方法
描述:删除列表ls中的所有元素。
语法: ls.clear()
ls = [1,2,3,"4",5,"a"] ls.clear() print(ls) []
03、copy()方法
描述:生成一个新列表,复制ls中的所有元素。
语法: ls.copy() -> list 返回一个列表
ls = [1,2,3,[4,5,6]] lt = ls.copy() #lt复制ls中的所有元素 ls.clear() #删除ls所有元素,lt中的元素没有被删除。 lk = ls #这不是复制,而是给列表ls新关联一个引用,即增加一个别名,ls和lt指向同一个内存地址。 print(id(ls),id(lk)) print(lt) print(ls)
04、count()方法
描述:统计列表ls中value元素出现的次数
语法:ls.count(value) -> integer 返回一个整数
参数:value--要统计的value元素。
ls = [1,2,3,5,4,5,5,5,5,"python"] ls.count(5) #统计列表ls中 5 出现的次数 5 ls.count(0)#列表ls中无0元素 0 ls.count("python") #统计列表ls中 "python" 出现的次数。
05、extend()方法
描述:在列表ls末尾添加一个列表iterable。
语法:ls.extend(iterable) -> None 无返回值
参数:iterable -- 要添加的列表。可以是整个列表iterable,也可以是列表iterable的一部分。
注意:extend() 和 append() 的不同之处在于:extend() 不会把列表或者元祖视为一个整体,而是把它们包含的元素逐个添加到列表中
ls = [1,2,"a",[4,5,"a"]] lt = [1,"abc","b",[1,2]] ls.extend(lt) #返回值为空,将列表lt的元素添加到列表ls末尾。 print(ls.extend(lt)) None print(ls) [1, 2, 'a', [4, 5, 'a'], 1, 'abc', 'b', [1, 2], 1, 'abc', 'b', [1, 2]] print(lt) #列表lt元素不变 [1, 'abc', 'b', [1, 2]]
06、index()方法
描述:列表ls中第一次出现元素value的位置。
语法: ls.index(value, start, stop) -> integer 返回一个整数
参数:
ls = [1,2,3,"a",3,5,"a",5,[1,7,"b"]] ls.index("a") #返回列表ls中"a"第一次出现的位置。 2 ls.index("a",4) #索引的起始位置为下标为4的元素,索引范围为 3, 5, 'a', 5, [1, 7, 'b' 6 ls.index("a",4,8) #索引的起始位置为下标为4的元素,结束位置为下标为7的元素。索引范围 3, 5, 'a', 5 6
07、insert()方法
描述:在列表第index位置,添加元素object。
语法:ls.insert(index, object)
index —— 元素object插入列表ls的位置。
objece —— 将要添加的元素。可以是列表,元组,字典,集合,字符串等。
ls = [1,2,"a",["a",5,8]] ls.insert(3,"b")#在列表ls下标为3的位置插入元素 "b" print(ls) [1, 2, 'a', 'b', 'b', ['a', 5, 8]] ls.insert(3,1) #在列表ls下标为3的位置插入元素 1 print(ls) [1, 2, 'a', 1, 'b', 'b', ['a', 5, 8]] ls.insert(1,['a', 5, 8]) #在列表ls的内嵌套列表["a",5,8] print(ls) [1, ['a', 5, 8], 2, 'a', 1, 'b', 'b', ['a', 5, 8]] ls = [1,2,3] ls.insert(0,[1,2,3]) #插入列表 ls.insert(0,(1,2,3)) #插入元组 ls.insert(0,{1:"a",2:"b"}) #插入字典 ls.insert(0,{1,2,3}) #插入集合 print(ls) [{1, 2, 3}, {1: 'a', 2: 'b'}, (1, 2, 3), [1, 2, 3], 1, 2
08、pop()方法
描述:将列表ls中第index项元素取出,并从列表ls中删除该元素。若果省略index,则默认删除列表最后(末尾)一个元素,并返回该元素。
语法: ls.pop(index) -> item 返回删除的项
参数: index -- 要取出并删除的元素下标的序数。
ls = [1,2,"a","y",[1,2,3],"b"] ls.pop(0)#取出下标为0的元素,并从列表ls中删除。 1 print(ls) [2, 'a', 'y', [1, 2, 3], 'b'] ls.pop() #默认取出列表ls最后一个元素,并删除。 'b' print(ls) [2, 'a', 'y', [1, 2, 3]
09、remove()方法
描述:将列表ls中出现的第一个元素value删除。
语法:ls.remove(value) -> None 返回值为空
参数:value -- 要删除的元素。
ls1 = [1,2,"a",3,1,1,55,"a,1"] ls2 = [1,2,"a",3,1,1,55,"a,1"] ls1.remove(1) #删除ls1中第一次出现的元素 1 ls2.remove("a") ##删除ls2中第一次出现的元素 "a" print(ls1.remove(1)) #返回值为空 print(ls1) print(ls2)
10、reverse()方法
描述:将列表ls中的元素反转。
语法:ls.reverse()
ls1 = [1,2,3,4,5,6,7,8,9] ls1.reverse() #将列表ls1反转输出 print(ls1) [9, 8, 7, 6, 5, 4, 3, 2, 1] ls2 = [2,5,8,9,4,1,2,6,2,1,3] ls2.sort(reverse=True) #ls2.sort()默认将列表ls2按从小到大的序数排列。 reverse=True 使排序后的列表反转,reverse=False 则不反转 print(ls2) [9, 8, 6, 5, 4, 3, 2, 2, 2, 1, 1]
11、sort() 方法
描述:将原列表ls中的元素进行排序,意味着改变原来的列表,而不是返回一个列表
语法:ls.sort([key=None][,reverse=False])--无返回值,但是会对列表中的元素进行排序。
参数:
ls = [1,3,7,2,4,5,6] ls.sort() print(ls) [1, 2, 3, 4, 5, 6, 7]#原来的列表发生了改变 当用户需要一个排列好的列表,同时又要保留原来的列表时,怎么做 错误方法1: ls = [1,3,7,2,4,5,6] y = ls.sort() print(y) None print(ls) #错误方法2: ls = [1,3,7,2,4,5,6] y = lsy.sort() print(ls) [1, 2, 3, 4, 5, 6, 7] print(y) [1, 2, 3, 4, 5, 6, 7] 正确方法: ls = [1,3,7,2,4,5,6] y = ls[:] y.sort() print(ls) [1, 3, 7, 2, 4, 5, 6]#旧的列表未改变 print(y)[1, 2, 3, 4, 5, 6, 7]#新的列表改变 另外一种获取副本的方法,是用sorted() 函数 ls = [1,3,7,2,4,5,6] y = sorted(ls) print(y) [1, 2, 3, 4, 5, 6, 7] print(ls) [1, 3, 7, 2, 4, 5, 6]#未发生改变 降序的方法,现用sort 或者 sorted() 然后用reverse()进行反转 ls = [1,3,7,2,4,5,6] y = sorted(ls) y.reverse() print(y) [7, 6, 5, 4, 3, 2, 1] 当然,sort方法还有两个参数,key和reverse ls = ['a22112x','aaaba','xxvvv','5aa','wodesddddssd'] ls.sort(key=len) print(ls) ['5aa', 'aaaba', 'xxvvv', 'a22112x', 'wodesddddssd'] ##按a的个数进行排序 定义一个计算'a'的个数的函数 ls = ['1a22112x','2aaaba','3xxvvv','4b5aa','5wodesddddssd'] def a_fun(x): return str(x).count('a') ls.sort(key=a_fun) print(ls) ['3xxvvv', '5wodesddddssd', '1a22112x', '4b5aa', '2aaaba'] ls = [1,3,7,2,4,5,6] ls.sort(reverse=True) [7, 6, 5, 4, 3, 2, 1]
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
PowerBI 累计曲线制作指南:从 DAX 度量到可视化落地 在业务数据分析中,“累计趋势” 是衡量业务进展的核心视角 —— 无论是 “ ...
2025-08-15Python 函数 return 多个数据:用法、实例与实战技巧 在 Python 编程中,函数是代码复用与逻辑封装的核心载体。多数场景下,我们 ...
2025-08-15CDA 数据分析师:引领商业数据分析体系构建,筑牢企业数据驱动根基 在数字化转型深化的今天,企业对数据的依赖已从 “零散分析” ...
2025-08-15随机森林中特征重要性(Feature Importance)排名解析 在机器学习领域,随机森林因其出色的预测性能和对高维数据的适应性,被广 ...
2025-08-14t 统计量为负数时的分布计算方法与解析 在统计学假设检验中,t 统计量是常用的重要指标,其分布特征直接影响着检验结果的判断。 ...
2025-08-14CDA 数据分析师与业务数据分析步骤 在当今数据驱动的商业世界中,数据分析已成为企业决策和发展的核心驱动力。CDA 数据分析师作 ...
2025-08-14前台流量与后台流量:数据链路中的双重镜像 在商业数据分析体系中,流量数据是洞察用户行为与系统效能的核心依据。前台流量与 ...
2025-08-13商业数据分析体系构建与 CDA 数据分析师的协同赋能 在企业数字化转型的浪潮中,商业数据分析已从 “可选工具” 升级为 “核 ...
2025-08-13解析 CDA 数据分析师:数据时代的价值挖掘者 在数字经济高速发展的今天,数据已成为企业核心资产,而将数据转化为商业价值的 ...
2025-08-13解析 response.text 与 response.content 的核心区别 在网络数据请求与处理的场景中,开发者经常需要从服务器返回的响应中提取数 ...
2025-08-12MySQL 统计连续每天数据:从业务需求到技术实现 在数据分析场景中,连续日期的数据统计是衡量业务连续性的重要手段 —— 无论是 ...
2025-08-12PyTorch 中 Shuffle 机制:数据打乱的艺术与实践 在深度学习模型训练过程中,数据的呈现顺序往往对模型性能有着微妙却关键的影响 ...
2025-08-12Pandas 多列条件筛选:从基础语法到实战应用 在数据分析工作中,基于多列条件筛选数据是高频需求。无论是提取满足特定业务规则的 ...
2025-08-12人工智能重塑 CDA 数据分析领域:从工具革新到能力重构 在数字经济浪潮与人工智能技术共振的 2025 年,数据分析行业正经历着前所 ...
2025-08-12游戏流水衰退率:计算方法与实践意义 在游戏行业中,流水(即游戏收入)是衡量一款游戏商业表现的核心指标之一。而游戏流水衰退 ...
2025-08-12CDA 一级:数据分析入门的基石 在当今数据驱动的时代,数据分析能力已成为职场中的一项重要技能。CDA(Certified Data Anal ...
2025-08-12破解游戏用户流失困局:从数据洞察到留存策略 在游戏行业竞争白热化的当下,用户流失率已成为衡量产品健康度的核心指标。一款游 ...
2025-08-11数据时代的黄金入场券:CDA 认证解锁职业新蓝海 一、万亿级市场需求下的数据分析人才缺口 在数字化转型浪潮中,数据已成为企业核 ...
2025-08-11DBeaver 实战:实现两个库表结构同步的高效路径 在数据库管理与开发工作中,保持不同环境(如开发库与生产库、主库与从库)的表 ...
2025-08-08t 检验与卡方检验:数据分析中的两大统计利器 在数据分析领域,统计检验是验证假设、挖掘数据规律的重要手段。其中,t 检验和卡 ...
2025-08-08