京公网安备 11010802034615号
经营许可证编号:京B2-20210330
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
在企业经营决策中,销售额预测是核心环节之一——无论是库存备货、营销预算制定、产能规划,还是战略布局,都需要基于精准的销售 ...
2026-03-09金融数据分析的核心价值,是通过挖掘数据规律、识别风险、捕捉机会,为投资决策、风险控制、业务优化提供精准支撑——而这一切的 ...
2026-03-09在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心工作,是通过数据解读业务、支撑决策,而指标与指标体系 ...
2026-03-09在数据处理的全流程中,数据呈现与数据分析是两个紧密关联却截然不同的核心环节。无论是科研数据整理、企业业务复盘,还是日常数 ...
2026-03-06在数据分析、数据预处理场景中,dat文件是一种常见的二进制或文本格式数据文件,广泛应用于科研数据、工程数据、传感器数据等领 ...
2026-03-06在数据驱动决策的时代,CDA(Certified Data Analyst)数据分析师的核心价值,早已超越单纯的数据清洗与统计分析,而是通过数据 ...
2026-03-06在教学管理、培训数据统计、课程体系搭建等场景中,经常需要对课时数据进行排序并实现累加计算——比如,按课程章节排序,累加各 ...
2026-03-05在数据分析场景中,环比是衡量数据短期波动的核心指标——它通过对比“当前周期与上一个相邻周期”的数据,直观反映指标的月度、 ...
2026-03-05数据治理是数字化时代企业实现数据价值最大化的核心前提,而CDA(Certified Data Analyst)数据分析师作为数据全生命周期的核心 ...
2026-03-05在实验检测、质量控制、科研验证等场景中,“方法验证”是确保检测/分析结果可靠、可复用的核心环节——无论是新开发的检测方法 ...
2026-03-04在数据分析、科研实验、办公统计等场景中,我们常常需要对比两组数据的整体差异——比如两种营销策略的销售额差异、两种实验方案 ...
2026-03-04在数字化转型进入深水区的今天,企业对数据的依赖程度日益加深,而数据治理体系则是企业实现数据规范化、高质量化、价值化的核心 ...
2026-03-04在深度学习,尤其是卷积神经网络(CNN)的实操中,转置卷积(Transposed Convolution)是一个高频应用的操作——它核心用于实现 ...
2026-03-03在日常办公、数据分析、金融理财、科研统计等场景中,我们经常需要计算“平均值”来概括一组数据的整体水平——比如计算月度平均 ...
2026-03-03在数字化转型的浪潮中,数据已成为企业最核心的战略资产,而数据治理则是激活这份资产价值的前提——没有规范、高质量的数据治理 ...
2026-03-03在Excel办公中,数据透视表是汇总、分析繁杂数据的核心工具,我们常常通过它快速得到销售额汇总、人员统计、业绩分析等关键结果 ...
2026-03-02在日常办公和数据分析中,我们常常需要探究两个或多个数据之间的关联关系——比如销售额与广告投入是否正相关、员工出勤率与绩效 ...
2026-03-02在数字化运营中,时间序列数据是CDA(Certified Data Analyst)数据分析师最常接触的数据类型之一——每日的营收、每小时的用户 ...
2026-03-02在日常办公中,数据透视表是Excel、WPS等表格工具中最常用的数据分析利器——它能快速汇总繁杂数据、挖掘数据关联、生成直观报表 ...
2026-02-28有限元法(Finite Element Method, FEM)作为工程数值模拟的核心工具,已广泛应用于机械制造、航空航天、土木工程、生物医学等多 ...
2026-02-28