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
在Python开发中,HTTP请求是与外部服务交互的核心场景——调用第三方API、对接微服务、爬取数据等都离不开它。虽然requests库已 ...
2025-12-12在数据驱动决策中,“数据波动大不大”是高频问题——零售店长关心日销售额是否稳定,工厂管理者关注产品尺寸偏差是否可控,基金 ...
2025-12-12在CDA(Certified Data Analyst)数据分析师的能力矩阵中,数据查询语言(SQL)是贯穿工作全流程的“核心工具”。无论是从数据库 ...
2025-12-12很多小伙伴都在问CDA考试的问题,以下是结合 2025 年最新政策与行业动态更新的 CDA 数据分析师认证考试 Q&A,覆盖考试内容、报考 ...
2025-12-11在Excel数据可视化中,柱形图因直观展示数据差异的优势被广泛使用,而背景色设置绝非简单的“换颜色”——合理的背景色能突出核 ...
2025-12-11在科研实验、商业分析或医学研究中,我们常需要判断“两组数据的差异是真实存在,还是偶然波动”——比如“新降压药的效果是否优 ...
2025-12-11在CDA(Certified Data Analyst)数据分析师的工作体系中,数据库就像“数据仓库的核心骨架”——所有业务数据的存储、组织与提 ...
2025-12-11在神经网络模型搭建中,“最后一层是否添加激活函数”是新手常困惑的关键问题——有人照搬中间层的ReLU激活,导致回归任务输出异 ...
2025-12-05在机器学习落地过程中,“模型准确率高但不可解释”“面对数据噪声就失效”是两大核心痛点——金融风控模型若无法解释决策依据, ...
2025-12-05在CDA(Certified Data Analyst)数据分析师的能力模型中,“指标计算”是基础技能,而“指标体系搭建”则是区分新手与资深分析 ...
2025-12-05在回归分析的结果解读中,R方(决定系数)是衡量模型拟合效果的核心指标——它代表因变量的变异中能被自变量解释的比例,取值通 ...
2025-12-04在城市规划、物流配送、文旅分析等场景中,经纬度热力图是解读空间数据的核心工具——它能将零散的GPS坐标(如外卖订单地址、景 ...
2025-12-04在CDA(Certified Data Analyst)数据分析师的指标体系中,“通用指标”与“场景指标”并非相互割裂的两个部分,而是支撑业务分 ...
2025-12-04每到“双十一”,电商平台的销售额会迎来爆发式增长;每逢冬季,北方的天然气消耗量会显著上升;每月的10号左右,工资发放会带动 ...
2025-12-03随着数字化转型的深入,企业面临的数据量呈指数级增长——电商的用户行为日志、物联网的传感器数据、社交平台的图文视频等,这些 ...
2025-12-03在CDA(Certified Data Analyst)数据分析师的工作体系中,“指标”是贯穿始终的核心载体——从“销售额环比增长15%”的业务结论 ...
2025-12-03在神经网络训练中,损失函数的数值变化常被视为模型训练效果的“核心仪表盘”——初学者盯着屏幕上不断下降的损失值满心欢喜,却 ...
2025-12-02在CDA(Certified Data Analyst)数据分析师的日常工作中,“用部分数据推断整体情况”是高频需求——从10万条订单样本中判断全 ...
2025-12-02在数据预处理的纲量统一环节,标准化是消除量纲影响的核心手段——它将不同量级的特征(如“用户年龄”“消费金额”)转化为同一 ...
2025-12-02在数据驱动决策成为企业核心竞争力的今天,A/B测试已从“可选优化工具”升级为“必选验证体系”。它通过控制变量法构建“平行实 ...
2025-12-01