京公网安备 11010802034615号
经营许可证编号:京B2-20210330
Python中列表和元组的相关语句和方法讲解
这篇文章主要介绍了Python中列表和元组的相关语句和方法讲解,是Python入门学习中的基础知识,需要的朋友可以参考下
列表(list):
首先,列表属于序列,那么序列类型可用如下内建函数——
list(iter):把可迭代对象转换为列表。
str(obj):把obj对象转换为字符串,即用字符串来表示这个对象。
tuple(iter):把一个可迭代对象转换为一个元组。
unicode(obj):把对象转换成Unicode字符串。
basestring():抽象工厂函数,其作用仅仅是为str和unicode函数提供父类,所以不能被实例化,也不能被调用。
enumerate(iter):接受一个可迭代对象作为参数,返回一个enumerate对象,该对象生成由iter每个元素的index值和item值组成的元组。
len(seq):返回seq的长度。
max(iter,key=None)、max(arg0,arg1...,key=None):返回iter或(arg0,arg1...)的最大值,如果指定了key,这个key必须是一个可以传给sort()方法的,用于比较的回调函数。
min(iter,key=None)、min(arg0,arg1...,key=None):返回iter或(arg0,arg1...)的最小值,如果指定了key,这个key必须是一个可以传给sort()方法的,用于比较的回调函数。
reversed(seq):接受一个序列作为参数,返回一个以逆序访问的迭代器。
sorted(iter,cmp=None,key=None,reverse=False):接受一个可迭代对象作为参数,返回一个有序的列表,可选参数cmp、key和reverse和list.sort()内建函数含义一样。
sum(seq,init=0):返回seq和可选参数init的总和,其效果等同于reduce(operator.add,seq,init)。
zip([it0,it1...]):返回一个列表,其第一个元素是it0、it1...这些元素的第一个元素组成的一个元组,其它元素依次类推。
列表就像一个线性容器,但是比C++的 lis t扩展多得多
列表里的元素可以是相同类型,也可以包含各种类型,比如列表里嵌套另一个列表
列表示例:

list的索引是也是从0开始,但也可以从后访问,L1[-1] 表示L1中的最后一个元素
>>> L1
[['sub'], 1, 'n']
>>> L1[0]
['sub']
>>> L1[-1]
'n'
对列表可以进行切片,切片的操作类似于对函数的调用,返回值一个新的列表
切片 L1[ x : y : z ] 是半开闭区间(z通常不用写),如L1[1:3] 返回的是一个从 L1[1] 开始到 L1[2] 结束的列表,不包含L1[3]
x 不写表示从头开始,y 不写表示直到列表结束,z 用于表示步长, 默认是1, 可以认为是在这个区间里每 z 个元素取一个(取第一个),可以是负数,表示从后到前遍历
>>> L1 = [1,2,3,4,5,6]
>>> L1[1:3]
[2, 3]
>>> L1[:3]
[1, 2, 3]
>>> L1[1:]
[2, 3, 4, 5, 6]
>>> L1[-3:-1]
[4, 5]
>>> L2 = L1[:]
>>> L2
[1, 2, 3, 4, 5, 6]
>>> L1[::2]
[1, 3, 5]
>>> L1[::-1]
[6, 5, 4, 3, 2, 1]
列表可以做加法,做乘法,字符串也可以看做一个字符的列表
>>> L1 = [1,2]
>>> L2 = [3,4]
>>> L1 + L2
[1, 2, 3, 4]
>>> 5 * L1
[1, 2, 1, 2, 1, 2, 1, 2, 1, 2]
in语句,判断一个对象是否在一个字符串/列表/元组里
not 语句表示对后面的否定
len 可以检测字符串/列表/元祖/字典的元素个数
max 可以返回最大元素,min 返回最小元素
>>> L1
[1, 2, 3, 4, 2]
>>> 3 in L1
True
>>> 5 in L1
False
>>> 3 not in L1
False
>>> 5 not in L1
True
>>> len(L1)
5
>>> max(L1)
4
>>> min(L1)
1
操作:
>>> #赋值
>>> L1[1] = 5
>>> L1
[1, 5, 3, 4, 2]
>>> #删除
>>> del L1[1]
>>> L1
[1, 3, 4, 2]
>>> #分片赋值
>>> L1[2:] = [6,7,8]
>>> L1
[1, 3, 6, 7, 8]
>>> L1[1:3] = []
>>> L1
[1, 7, 8]
list 的函数:
append( x ) 是将 x 作为一个元素添加到列表的末尾,即使 x 是一个列表
>>> L1
[1, 2, 7, 8]
>>> L1.append(3)
>>> L1
[1, 2, 7, 8, 3]
>>> L1.append([4,5])
>>> L1
[1, 2, 7, 8, 3, [4, 5]]
>>> 4 in L1
False
count( x) 统计 x 在列表中出现的次数
>>> L1 = [1, 2, 7, 8]
>>> L1.count(2)
1
>>> L1.count(3)
0
extend( x ) 将x 作为一个列表与原列表合并,添加到末尾。若不是列表,则编译器尝试将 x 转换为列表然后执行操作,不成功就会报错
>>> L1
[1, 2, 7, 8]
>>> L1.extend([4,5])
>>> L1
[1, 2, 7, 8, 4, 5]
>>> 4 in L1
True
index ( x ) 返回 x 在列表中的坐标,若 x 不在列表中会出错
>>> L1.index(2)
1
insert( i , x) 在位置i 插入元素x
>>> L1
[1, 2, 7, 8, 4, 5]
>>> L1.insert(0,'a')
>>> L1
['a', 1, 2, 7, 8, 4, 5]
>>> L1.insert(-1,'b')
>>> L1
['a', 1, 2, 7, 8, 4, 'b', 5]
pop( i ) 删除位置 i 的元素并将它返回,默认可以不写 i ,删除最后一个元素,不存在会出错
>>> L1 = [1, 2, 7, 8]
>>> L1.pop(1)
2
>>> L1
[1, 7, 8]
>>> L1.pop()
8
>>> L1
[1, 7]
remove( x ) 移除在 列表中 x 的第一个匹配项,x 不存在会出错
>>> L1.remove(2)
>>> L1
[1, 7, 8]
reverse() 将列表逆序
>>> L1 = [1, 2, 7, 8]
>>> L1.reverse()
>>> L1
[8, 7, 2, 1]
sort 将原列表排序,返回None,有两个可选参数,key 和 reverse,默认为升序排列
>>> L1
[8, 7, 2, 1]
>>> L1.sort()
>>> L1
[1, 2, 7, 8]
>>> L1.sort(reverse = True)
>>> L1
[8, 7, 2, 1]
>>> L1 = ['a','ccc','abcd','bc','cd','abc']
>>> L1.sort(key = len)
>>> L1
['a', 'bc', 'cd', 'ccc', 'abc', 'abcd']
元组(tuple)
元组也属于序列,但元组为不可修改的列表。所以元组没有以上序列通用方法可用!
一个元素的元组表示为 ( 1 , )
>>> x = (1,)
>>> type(x)
<class 'tuple'>
>>> x = (1)
>>> type(x)
<class 'int'>
元组可转换成列表,反之亦然。
内建的 tuple() 函数接受一个列表参数,并返回一个包含同样元素的元组,而 list() 函数接受一个元组参数并返回一个列表。
从效果上看, tuple() 冻结列表,而 list() 融化元组。
>>> x = [1,2,4,3,1]
>>> y = (1,2,4,3,1)
>>> type(x)
<class 'list'>
>>> type(y)
<class 'tuple'>
>>> z = tuple(x)
>>> z
(1, 2, 4, 3, 1)
>>> z = list(y)
>>> z
[1, 2, 4, 3, 1]
可以用列表 或 元组 进行一次多赋值:
>>> L1 = (1,2,4)
>>> (x, y, z) = L1
>>> x
1
>>> y
2
>>> z
4
>>> L1 = [1,2,4]
>>> (x,y,z) = L1
>>> x
1
>>> y
2
>>> z
4
[] ,和 () 在布尔值中表示 False
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
【核心关键词】统计学、互联网、知识、课程、学生、数学、软件、招聘、数据分析、实习经历、机器学习、理论基础、业务思维、统 ...
2026-07-10在互联网运营、产品设计、市场营销与商业数据分析领域,所有转化、成交、复购行为的底层逻辑,都依托于用户决策流程。用户从产生 ...
2026-07-10 很多数据分析师能熟练地计算指标、搭建标签体系,但当被问到“画像到底在解决什么问题”“画像和标签是什么关系”“画像如何 ...
2026-07-10数据透视表是数据分析中最常用、最高效的汇总分析工具,具备快速分组、聚合计算、维度拆解、数据可视化等优势,能够轻松完成求和 ...
2026-07-09在统计学、CDA数据分析、机器学习与商业数据研究中,正态分布是最基础、最重要的数据分布形态。绝大多数参数检验、数据建模、指 ...
2026-07-09 很多分析师在设计标签时思路清晰,但真到落地环节却面临“数据在手,不知如何转化为可用标签”的困境:或因加工方式选择不当 ...
2026-07-09【核心关键词】采购、周期、原材料、企业、产品、成本、要素、库存、供应商、数据分析、生产计划、生产制造、加工制造、技术工 ...
2026-07-08在数据分析、特征工程、机器学习建模的工作流程中,原始数据往往包含多个不同维度的数值指标,例如客户交易数据中的消费金额、交 ...
2026-07-08 很多分析师每天和数据打交道,但当被问到“标签是什么”“标签和指标有什么区别”“标签体系如何设计”时,却常常答不上来。 ...
2026-07-08商业谈判是企业采购合作、渠道签约、价格议价、项目合作、客户签约的核心关键环节,直接决定企业的合作成本、利润空间与经营风险 ...
2026-07-07在数据分析、业务效果验证、AB 测试、学术研究等场景中,T 检验是假设检验体系里最基础、应用最广泛的统计方法,也是均值差异分 ...
2026-07-07 很多数据分析师每天都在写SQL,但当被问到“数据查询语言(DQL)的本质是什么”“SELECT语句中各子句的书写顺序与实际执行顺 ...
2026-07-07【核心关键词】转化率、企业、策略、岗位、互联网、拆分、产品、运营、分析师、指标体系、数据分析、用户画像、数据诊断、产品 ...
2026-07-06在数据分析工作中,文本数据处理是高频刚需场景,用户评论、客服工单、日志信息、调研问卷、商品文案等数据都包含大量文本内容。 ...
2026-07-06 很多数据分析师写过无数个SELECT查询,但当被问到“如何新建一张表来固化中间数据”“创建视图和创建物理表有什么区别”“视 ...
2026-07-06在 CDA 数据分析师能力体系中,透视分析是数据探索、多维度汇总、业务复盘的核心基础技能。无论是 Excel 数据透视表,还是 Power ...
2026-07-03在市场竞争日趋激烈、获客成本持续攀升的当下,企业粗放式的“广撒网”获客模式早已无法适配经营需求。企业经营的核心逻辑,已经 ...
2026-07-03 很多数据分析师精通Excel函数和数据透视表,但当被问到“数据从哪里来”“表和视图有什么区别”“数据库管理系统和SQL是什么 ...
2026-07-03【核心关键词】运营、企业、核心、客户、新技术、数字化运营、数据分析、传统企业、人工录入、生产系统、技术人员、数据安全、 ...
2026-07-02在产品开发、项目立项、业务拓展、运营优化的工作中,市场调查、竞品分析、需求调研是三大核心基础工作。很多从业者容易将三者混 ...
2026-07-02