京公网安备 11010802034615号
经营许可证编号:京B2-20210330
python学习笔记之列表(list)与元组(tuple)详解
最近重新再看python的基础知识,感觉自己还是对于这些知识很陌生,需要用的时候还是需要翻书查阅,还是先注重基础吧——我要重新把python的教程阅读一遍,把以前自己忽略的部分学习,加强练习和记忆。
现在读到了列表(list)、元组(tuple)、集合(set)和字典(dict)四种在python内置的重要的数据结构。我只是想记录一下列表(list)和元组(tuple)比较容易搞混的地方和阐述一遍列表(list)和元组(tuple)比较常用的一些方法。
列表(list)与元组(tuple)
首先,对于列表(list)和元组(tuple)的概念有一个清楚的了解,清楚列表(list)是一个可变的序列,而元组(tuple)是一个不可变的序列。两种数据结构都是python内置的数据类型,使用非常方便。
对于这两种常用的数据类型是怎么样定义的吧。定义一个对象时使用列表(list)和元组(tuple)方法的必要工作。
>>> a_list=[]
>>> a_list
[]
>>> a_list2=set()
>>> a_list2
set([])
>>> type(a_list)
<type 'list'>
>>> type(a_list2)
<type 'set'>
以上使用了两种方法定义了一个空白的列表(list),这样的定义可要比C++的定义清晰明了,简单易懂了~!而定义一个空的元组也是一样的方法,不过定义一个空白的元组未免是白费力气的工作吧。不过还是show出来看看:
>>> a_tuple=()
>>> a_tuple
()
>>> a_tuple2=tuple()
>>> a_tuple2
()
>>> type(a_tuple)
<type 'tuple'>
>>> type(a_tuple2)
<type 'tuple'>
这样子定义一个空白的元组真是没有任何意义。
定义完对象就可以对对象进行操作了。由于元组(tuple)是不可以变的列表,其方法少得可怜,所以就不说了,在这里仅讨论列表(list)的方法。
上面我们定义了一个空白的列表(list),一个列表(list)既然创建了,一定是用来储存数据的啦,所以首先介绍的是在列表中增加元素,在列表(list)增加元素的方法有3个(据我所知而已),分别是:append、extend、insert。
@append方法是在列表末尾追加新的元素。只可以一个一个地添加,如果你不想这么麻烦,请看下一种方法extend。
@extend方法是在列表末尾一次性追加另一个列表中的多个值。
@insert方法就可以在列表(list)的任何位置插入元素。
详细的应用请看下面:
>>> a_list=[]
>>> a_list.append(1)
>>> a_list
[1]
>>> a_list.append('python')
>>> a_list
[1, 'python']
>>> a_list.extend([3,'ruby','perl',8,'julia'])
>>> a_list
[1, 'python', 3, 'ruby', 'perl', 8, 'julia']
>>> a_list.insert(1,'javascript')
>>> a_list
[1, 'javascript', 'python', 3, 'ruby', 'perl', 8, 'julia']
>>> a_list.insert(2,2)
>>> a_list.insert(4,'php')
>>> a_list
[1, 'javascript', 2, 'python', 'php', 3, 'ruby', 'perl', 8, 'julia']
酷吧,是不是感到很奇怪呢?列表(list)里的元素竟然可以是不同类型的。
说完了添加元素到列表(list)中,下面我们应该说一下怎么样在列表中删除掉元素。
列表(list)中删除元素的方法有pop,remove.
@pop方法很简单,此方法返回值的被删除的元素,这一点请记住。
@remove方法是移除列表中的某个元素。
实例如下:
>>> a_list
[1, 'javascript', 2, 'python', 'php', 3, 'ruby', 'perl', 8, 'julia']
>>> a_list.sort()
>>> a_list
[1, 2, 3, 8, 'javascript', 'julia', 'perl', 'php', 'python', 'ruby']
>>> a_list.pop()
'ruby'
>>> a_list.pop(0)
>>> a_list.remove(2)
>>> a_list
[3, 8, 'javascript', 'julia', 'perl', 'php', 'python']
请注意pop的用法,如果pop函数没有参数的话,直接删除列表末尾的元素。
此外,列表的方法还有很多,例如sort(排序)、reverse(方向存放元素)、count(计算列表中相同元素的个数)、index(指引位置)……
==================================================================================================
对于不可变的元组(tuple)是不是真的不可以改变呢?
如果你使用了元组这个东西,然而你又想在某个地方改变它,怎么办呢?
这个问题当然是可以解决的啦。python中有两个元素list、tuple可以解决问题。
就是先把元组强制转换成列表,进行修改然后再转换成元组。工作量是大了点,代价而且很高。
>>> a_tuple=(0,1,2,4,5,6,7,8,9)
>>> list_=list(a_tuple)
>>> list_.insert(3,3)
>>> a_tuple=tuple(list_)
>>> a_tuple
(0, 1, 2, 3, 4, 5, 6, 7, 8, 9)
Python list和tuple的相互转换
list转为tuple:
temp_list = [1,2,3,4,5]
将temp_list进行强制转换:tuple(temp_list)
查看是否转换成功:print type(temp_list)
tuple 转为list:
temp_tuple = (1,2,3)
方法类似,也是进行强制转换即可:list(temp_tuple)
查看是否转换成功:print type(temp_tuple)
总结
以上就是这篇文章的全部内容了,希望本文的内容对大家的学习或者工作具有一定的参考学习价值
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
近日,由 CDA 数据科学研究院重磅发布的《2026 全球数智化人才指数报告》,被中国教育科学研究院官方账号正式收录, ...
2026-04-22在数字化时代,客户每一次点击、浏览、下单、咨询等行为,都在传递其潜在需求与决策倾向——这些按时间顺序串联的行为轨迹,构成 ...
2026-04-22数据是数据分析、建模与业务决策的核心基石,而“数据清洗”作为数据预处理的核心环节,是打通数据从“原始杂乱”到“干净可用” ...
2026-04-22 很多数据分析师每天盯着GMV、转化率、DAU等数字看,但当被问到“什么是指标”“指标和维度有什么区别”“如何搭建一套完整的 ...
2026-04-22在数据分析与业务决策中,数据并非静止不变的数值,而是始终处于动态波动之中——股市收盘价的每日涨跌、企业月度销售额的起伏、 ...
2026-04-21在数据分析领域,当研究涉及多个自变量与多个因变量之间的复杂关联时,多变量一般线性分析(Multivariate General Linear Analys ...
2026-04-21很多数据分析师精通描述性统计,能熟练计算均值、中位数、标准差,但当被问到“用500个样本如何推断10万用户的真实满意度”“这 ...
2026-04-21在数据处理与分析的全流程中,日期数据是贯穿业务场景的核心维度之一——无论是业务报表统计、用户行为追踪,还是风控规则落地、 ...
2026-04-20在机器学习建模全流程中,特征工程是连接原始数据与模型效果的关键环节,而特征重要性分析则是特征工程的“灵魂”——它不仅能帮 ...
2026-04-20很多数据分析师沉迷于复杂的机器学习算法,却忽略了数据分析最基础也最核心的能力——描述性统计。事实上,80%的商业分析问题, ...
2026-04-20在数字化时代,数据已成为企业决策的核心驱动力,数据分析与数据挖掘作为解锁数据价值的关键手段,广泛应用于互联网、金融、医疗 ...
2026-04-17在数据处理、后端开发、报表生成与自动化脚本中,将 SQL 查询结果转换为字符串是一项高频且实用的操作。无论是拼接多行数据为逗 ...
2026-04-17面对一份上万行的销售明细表,要快速回答“哪个地区卖得最好”“哪款产品增长最快”“不同客户类型的购买力如何”——这些看似复 ...
2026-04-17数据分析师一天的工作,80% 的时间围绕表格结构数据展开。从一张销售明细表到一份完整的分析报告,表格结构数据贯穿始终。但你真 ...
2026-04-16在机器学习无监督学习领域,Kmeans聚类因其原理简洁、计算高效、可扩展性强的优势,成为数据聚类任务中的主流算法,广泛应用于用 ...
2026-04-16在机器学习建模实践中,特征工程是决定模型性能的核心环节之一。面对高维数据集,冗余特征、无关特征不仅会增加模型训练成本、延 ...
2026-04-16在数字化时代,用户是产品的核心资产,用户运营的本质的是通过科学的指标监测、分析与优化,实现“拉新、促活、留存、转化、复购 ...
2026-04-15在企业数字化转型、系统架构设计、数据治理与AI落地过程中,数据模型、本体模型、业务模型是三大核心基础模型,三者相互支撑、各 ...
2026-04-15数据分析师的一天,80%的时间花在表格数据上,但80%的坑也踩在表格数据上。 如果你分不清数值型和文本型的区别,不知道数据从哪 ...
2026-04-15在人工智能与机器学习落地过程中,模型质量直接决定了应用效果的优劣——无论是分类、回归、生成式模型,还是推荐、预测类模型, ...
2026-04-14