
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
在数据成为新时代“石油”的今天,几乎每个职场人都在焦虑: “为什么别人能用数据驱动决策、升职加薪,而我面对Excel表格却无从 ...
2025-10-18数据清洗是 “数据价值挖掘的前置关卡”—— 其核心目标是 “去除噪声、修正错误、规范格式”,但前提是不破坏数据的真实业务含 ...
2025-10-17在数据汇总分析中,透视表凭借灵活的字段重组能力成为核心工具,但原始透视表仅能呈现数值结果,缺乏对数据背景、异常原因或业务 ...
2025-10-17在企业管理中,“凭经验定策略” 的传统模式正逐渐失效 —— 金融机构靠 “研究员主观判断” 选股可能错失收益,电商靠 “运营拍 ...
2025-10-17在数据库日常操作中,INSERT INTO SELECT是实现 “批量数据迁移” 的核心 SQL 语句 —— 它能直接将一个表(或查询结果集)的数 ...
2025-10-16在机器学习建模中,“参数” 是决定模型效果的关键变量 —— 无论是线性回归的系数、随机森林的树深度,还是神经网络的权重,这 ...
2025-10-16在数字化浪潮中,“数据” 已从 “辅助决策的工具” 升级为 “驱动业务的核心资产”—— 电商平台靠用户行为数据优化推荐算法, ...
2025-10-16在大模型从实验室走向生产环境的过程中,“稳定性” 是决定其能否实用的关键 —— 一个在单轮测试中表现优异的模型,若在高并发 ...
2025-10-15在机器学习入门领域,“鸢尾花数据集(Iris Dataset)” 是理解 “特征值” 与 “目标值” 的最佳案例 —— 它结构清晰、维度适 ...
2025-10-15在数据驱动的业务场景中,零散的指标(如 “GMV”“复购率”)就像 “散落的零件”,无法支撑系统性决策;而科学的指标体系,则 ...
2025-10-15在神经网络模型设计中,“隐藏层层数” 是决定模型能力与效率的核心参数之一 —— 层数过少,模型可能 “欠拟合”(无法捕捉数据 ...
2025-10-14在数字化浪潮中,数据分析师已成为企业 “从数据中挖掘价值” 的核心角色 —— 他们既要能从海量数据中提取有效信息,又要能将分 ...
2025-10-14在企业数据驱动的实践中,“指标混乱” 是最常见的痛点:运营部门说 “复购率 15%”,产品部门说 “复购率 8%”,实则是两者对 ...
2025-10-14在手游行业,“次日留存率” 是衡量一款游戏生死的 “第一道关卡”—— 它不仅反映了玩家对游戏的初始接受度,更直接决定了后续 ...
2025-10-13分库分表,为何而生? 在信息技术发展的早期阶段,数据量相对较小,业务逻辑也较为简单,单库单表的数据库架构就能够满足大多数 ...
2025-10-13在企业数字化转型过程中,“数据孤岛” 是普遍面临的痛点:用户数据散落在 APP 日志、注册系统、客服记录中,订单数据分散在交易 ...
2025-10-13在数字化时代,用户的每一次行为 —— 从电商平台的 “浏览→加购→购买”,到视频 APP 的 “打开→搜索→观看→收藏”,再到银 ...
2025-10-11在机器学习建模流程中,“特征重要性分析” 是连接 “数据” 与 “业务” 的关键桥梁 —— 它不仅能帮我们筛选冗余特征、提升模 ...
2025-10-11在企业的数据体系中,未经分类的数据如同 “杂乱无章的仓库”—— 用户行为日志、订单记录、商品信息混杂存储,CDA(Certified D ...
2025-10-11在 SQL Server 数据库操作中,“数据类型转换” 是高频需求 —— 无论是将字符串格式的日期转为datetime用于筛选,还是将数值转 ...
2025-10-10