Python常用列表数据结构小结

yipeiwu_com6年前Python基础

本文汇总了Python列表list一些常用的对象方法,可供初学者参考或查询,具体如下:

1.list.append(x)

把元素x添加到列表的结尾,相当于a[len(a):] =[x],代码如下:

>>> a=[1,2,3,4,5]
>>> a
[1, 2, 3, 4, 5]
>>> a.append(-2)
>>> a
[1, 2, 3, 4, 5, -2]

2. list.extend(L)

将一个列表中的所有元素都添加到另一个列表中,相当于 a[len(a):] = L,代码如下:

>>> a
[1, 2, 3, 4, 5, -2]
>>> L=[5,9,7]
>>> L
[5, 9, 7]
>>> a.extend(L)
>>> a
[1, 2, 3, 4, 5, -2, 5, 9, 7]

3. list.insert(i,x)

将元素x,插到索引号i之前,代码如下:

>>> a
[1, 2, 3, 4, 5, -2, 5, 9, 7]
>>> a.insert(0,-3)
>>> a
[-3, 1, 2, 3, 4, 5, -2, 5, 9, 7]
>>> a.insert(len(a),10)
>>> a
[-3, 1, 2, 3, 4, 5, -2, 5, 9, 7, 10]

4. list.remove(x)

删除元素x(第一次出现的),代码如下:

>>> a
[-3, 1, 2, 3, 4, 5, -2, 5, 9, 7, 10]
>>> a.append(1)
>>> a
[-3, 1, 2, 3, 4, 5, -2, 5, 9, 7, 10, 1]
>>> a.remove(1)
>>> a
[-3, 2, 3, 4, 5, -2, 5, 9, 7, 10, 1]

5. list.count(x)

计算元素x出现的次数,代码如下:

>>> a
[-3, 2, 3, 4, 5, -2, 5, 9, 7, 10, 1]
>>> a.count(3)
1

6. list.sort()

对列表元素进行排序,代码如下:

>>> a.sort()
>>> a
[-3, -2, 1, 2, 3, 4, 5, 5, 7, 9, 10]

7. list.reverse()

倒排列表中元素,代码如下:

>>> a
[-3, -2, 1, 2, 3, 4, 5, 5, 7, 9, 10]
>>> a.reverse()
>>> a
[10, 9, 7, 5, 5, 4, 3, 2, 1, -2, -3]

8. list.index(x)

返回表中第一个出现值为x的索引,代码如下:

>>> a
[10, 9, 7, 5, 5, 4, 3, 2, 1, -2, -3]
>>> a.index(9)
1

9. list.pop(i)

从列表指定位置i删除元素,并将此元素返回,若未指定位置则删除列表最后一位元素,并将此元素返回。代码如下:

>>> a
[10, 9, 7, 5, 5, 4, 3, 2, 1, -2, -3]
>>> a.pop(0)
10
>>> a
[9, 7, 5, 5, 4, 3, 2, 1, -2, -3]
>>> a.pop()
-3

相关文章

python函数与方法的区别总结

(1)函数的分类: 内置函数:python内嵌的一些函数。 匿名函数:一行代码实现一个函数功能。 递归函数 自定义函数:根据自己的需求,来进行定义函数。 (2)方法的分类: 普通方法:直...

浅谈Python 的枚举 Enum

枚举是常用的功能,看看Python的枚举. from enum import Enum Month = Enum('Month', ('Jan', 'Feb', 'Mar', 'A...

django 自定义用户user模型的三种方法

django version: 1.7.1 最简单的推荐: 使用abstractuser扩充fields 复制代码 代码如下: profiles/models.py from djang...

TensorFlow在MAC环境下的安装及环境搭建

TensorFlow在MAC环境下的安装及环境搭建

给大家分享一下TensorFlow在MAC系统中的安装步骤以及环境搭建的操作流程。 TensorFlow 底层的图模型结构清晰,容易改造;支持分布式训练;可视化效果好。如果做长期项目,接...

Python基于pyCUDA实现GPU加速并行计算功能入门教程

Python基于pyCUDA实现GPU加速并行计算功能入门教程

本文实例讲述了Python基于pyCUDA实现GPU加速并行计算功能。分享给大家供大家参考,具体如下: Nvidia的CUDA 架构为我们提供了一种便捷的方式来直接操纵GPU 并进行编程...