京公网安备 11010802034615号
经营许可证编号:京B2-20210330
来源:AI入门学习
列表是python里很重要的数据类型,其中的方法总共有11个,数量掌握这些方法,对数据的处理效率会大大提高,现在分享给大家。
print(dir(list()))#查看列表的方法 [ ..., 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
01、append()方法
描述:append() 方法在列表ls最后(末尾)添加一个元素object
语法:ls.append(object) object为要添加的元素。
参数:object可以添加 列表,字典,元组,集合,字符串等。
#append()函数的操作对象是原列表。ls = [1,2,3,4,5,6]
ls.append(12)#添加元素
print(ls)
[1, 2, 3, 4, 5, 6, 12]
ls.append([1,"a"]) #添加列表
print(ls)
[1, 2, 3, 4, 5, 6, 12, [1, 'a']]
ls.append({2:"a",3:"hj"}) #添加字典
print(ls)
[1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}]
ls.append((1,"k",3)) #添加元组
print(ls)
[1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3)]
ls.append({"1","2","h"}) #添加集合
print(ls)
[1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3), {'2', 'h', '1'}]
ls.append("123abc") #添加字符串
print(ls)
[1, 2, 3, 4, 5, 6, 12, [1, 'a'], {2: 'a', 3: 'hj'}, (1, 'k', 3), {'2', 'h', '1'}, '123ab
02、clear()方法
描述:删除列表ls中的所有元素。
语法: ls.clear()
ls = [1,2,3,"4",5,"a"] ls.clear() print(ls) []
03、copy()方法
描述:生成一个新列表,复制ls中的所有元素。
语法: ls.copy() -> list 返回一个列表
ls = [1,2,3,[4,5,6]] lt = ls.copy() #lt复制ls中的所有元素 ls.clear() #删除ls所有元素,lt中的元素没有被删除。 lk = ls #这不是复制,而是给列表ls新关联一个引用,即增加一个别名,ls和lt指向同一个内存地址。 print(id(ls),id(lk)) print(lt) print(ls)
04、count()方法
描述:统计列表ls中value元素出现的次数
语法:ls.count(value) -> integer 返回一个整数
参数:value--要统计的value元素。
ls = [1,2,3,5,4,5,5,5,5,"python"] ls.count(5) #统计列表ls中 5 出现的次数 5 ls.count(0)#列表ls中无0元素 0 ls.count("python") #统计列表ls中 "python" 出现的次数。
05、extend()方法
描述:在列表ls末尾添加一个列表iterable。
语法:ls.extend(iterable) -> None 无返回值
参数:iterable -- 要添加的列表。可以是整个列表iterable,也可以是列表iterable的一部分。
注意:extend() 和 append() 的不同之处在于:extend() 不会把列表或者元祖视为一个整体,而是把它们包含的元素逐个添加到列表中
ls = [1,2,"a",[4,5,"a"]] lt = [1,"abc","b",[1,2]] ls.extend(lt) #返回值为空,将列表lt的元素添加到列表ls末尾。 print(ls.extend(lt)) None print(ls) [1, 2, 'a', [4, 5, 'a'], 1, 'abc', 'b', [1, 2], 1, 'abc', 'b', [1, 2]] print(lt) #列表lt元素不变 [1, 'abc', 'b', [1, 2]]
06、index()方法
描述:列表ls中第一次出现元素value的位置。
语法: ls.index(value, start, stop) -> integer 返回一个整数
参数:
ls = [1,2,3,"a",3,5,"a",5,[1,7,"b"]]
ls.index("a") #返回列表ls中"a"第一次出现的位置。
2
ls.index("a",4) #索引的起始位置为下标为4的元素,索引范围为 3, 5, 'a', 5, [1, 7, 'b'
6
ls.index("a",4,8) #索引的起始位置为下标为4的元素,结束位置为下标为7的元素。索引范围 3, 5, 'a', 5
6
07、insert()方法
描述:在列表第index位置,添加元素object。
语法:ls.insert(index, object)
index —— 元素object插入列表ls的位置。
objece —— 将要添加的元素。可以是列表,元组,字典,集合,字符串等。
ls = [1,2,"a",["a",5,8]]
ls.insert(3,"b")#在列表ls下标为3的位置插入元素 "b"
print(ls)
[1, 2, 'a', 'b', 'b', ['a', 5, 8]]
ls.insert(3,1) #在列表ls下标为3的位置插入元素 1
print(ls)
[1, 2, 'a', 1, 'b', 'b', ['a', 5, 8]]
ls.insert(1,['a', 5, 8]) #在列表ls的内嵌套列表["a",5,8]
print(ls)
[1, ['a', 5, 8], 2, 'a', 1, 'b', 'b', ['a', 5, 8]]
ls = [1,2,3]
ls.insert(0,[1,2,3]) #插入列表
ls.insert(0,(1,2,3)) #插入元组
ls.insert(0,{1:"a",2:"b"}) #插入字典
ls.insert(0,{1,2,3}) #插入集合
print(ls)
[{1, 2, 3}, {1: 'a', 2: 'b'}, (1, 2, 3), [1, 2, 3], 1, 2
08、pop()方法
描述:将列表ls中第index项元素取出,并从列表ls中删除该元素。若果省略index,则默认删除列表最后(末尾)一个元素,并返回该元素。
语法: ls.pop(index) -> item 返回删除的项
参数: index -- 要取出并删除的元素下标的序数。
ls = [1,2,"a","y",[1,2,3],"b"] ls.pop(0)#取出下标为0的元素,并从列表ls中删除。 1 print(ls) [2, 'a', 'y', [1, 2, 3], 'b'] ls.pop() #默认取出列表ls最后一个元素,并删除。 'b' print(ls) [2, 'a', 'y', [1, 2, 3]
09、remove()方法
描述:将列表ls中出现的第一个元素value删除。
语法:ls.remove(value) -> None 返回值为空
参数:value -- 要删除的元素。
ls1 = [1,2,"a",3,1,1,55,"a,1"]
ls2 = [1,2,"a",3,1,1,55,"a,1"]
ls1.remove(1) #删除ls1中第一次出现的元素 1
ls2.remove("a") ##删除ls2中第一次出现的元素 "a"
print(ls1.remove(1)) #返回值为空
print(ls1)
print(ls2)
10、reverse()方法
描述:将列表ls中的元素反转。
语法:ls.reverse()
ls1 = [1,2,3,4,5,6,7,8,9] ls1.reverse() #将列表ls1反转输出 print(ls1) [9, 8, 7, 6, 5, 4, 3, 2, 1] ls2 = [2,5,8,9,4,1,2,6,2,1,3] ls2.sort(reverse=True) #ls2.sort()默认将列表ls2按从小到大的序数排列。 reverse=True 使排序后的列表反转,reverse=False 则不反转 print(ls2) [9, 8, 6, 5, 4, 3, 2, 2, 2, 1, 1]
11、sort() 方法
描述:将原列表ls中的元素进行排序,意味着改变原来的列表,而不是返回一个列表
语法:ls.sort([key=None][,reverse=False])--无返回值,但是会对列表中的元素进行排序。
参数:
ls = [1,3,7,2,4,5,6]
ls.sort()
print(ls)
[1, 2, 3, 4, 5, 6, 7]#原来的列表发生了改变
当用户需要一个排列好的列表,同时又要保留原来的列表时,怎么做
错误方法1:
ls = [1,3,7,2,4,5,6]
y = ls.sort()
print(y)
None
print(ls)
#错误方法2:
ls = [1,3,7,2,4,5,6]
y = lsy.sort()
print(ls)
[1, 2, 3, 4, 5, 6, 7]
print(y)
[1, 2, 3, 4, 5, 6, 7]
正确方法:
ls = [1,3,7,2,4,5,6]
y = ls[:]
y.sort()
print(ls)
[1, 3, 7, 2, 4, 5, 6]#旧的列表未改变
print(y)[1, 2, 3, 4, 5, 6, 7]#新的列表改变
另外一种获取副本的方法,是用sorted() 函数
ls = [1,3,7,2,4,5,6]
y = sorted(ls)
print(y)
[1, 2, 3, 4, 5, 6, 7]
print(ls)
[1, 3, 7, 2, 4, 5, 6]#未发生改变
降序的方法,现用sort 或者 sorted() 然后用reverse()进行反转
ls = [1,3,7,2,4,5,6]
y = sorted(ls)
y.reverse()
print(y)
[7, 6, 5, 4, 3, 2, 1]
当然,sort方法还有两个参数,key和reverse
ls = ['a22112x','aaaba','xxvvv','5aa','wodesddddssd']
ls.sort(key=len)
print(ls)
['5aa', 'aaaba', 'xxvvv', 'a22112x', 'wodesddddssd']
##按a的个数进行排序
定义一个计算'a'的个数的函数
ls = ['1a22112x','2aaaba','3xxvvv','4b5aa','5wodesddddssd']
def a_fun(x):
return str(x).count('a')
ls.sort(key=a_fun)
print(ls)
['3xxvvv', '5wodesddddssd', '1a22112x', '4b5aa', '2aaaba']
ls = [1,3,7,2,4,5,6]
ls.sort(reverse=True)
[7, 6, 5, 4, 3, 2, 1]
想从事业务型数据分析师,您可以点击>>>“数据分析师”了解课程详情;
想从事大数据分析师,您可以点击>>>“大数据就业”了解课程详情;
想成为人工智能工程师,您可以点击>>>“人工智能就业”了解课程详情;
想了解Python数据分析,您可以点击>>>“Python数据分析师”了解课程详情;
数据分析咨询请扫描二维码
若不方便扫码,搜微信号:CDAshujufenxi
在数据统计分析、数据清洗、异常值识别与数据分布研究中,箱型图是最直观、高效、专业的可视化分析工具。相较于柱状图、折线图仅 ...
2026-05-29Tkinter是Python内置的标准GUI图形界面库,具备无需额外安装、调用简单、兼容性强、轻量化高效等优势,是Python快速开发桌面小程 ...
2026-05-29 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 ...
2026-05-29【核心关键词】大数据、经理、专业、金融、客户、传统、建模、数据产品、互联网金融、产品经理、数据分析、金融行业、数据模型 ...
2026-05-28 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。 ...
2026-05-28随着大数据技术的快速普及,各行各业积累了海量的用户数据、交易数据、生产数据与行为数据。单纯的数据统计与报表分析只能呈现表 ...
2026-05-28在Python网络请求、接口测试、数据爬取、业务对接开发中,Requests库是最简洁、最高效的HTTP请求工具,凭借简洁的语法、完善的适 ...
2026-05-272025 年,零售与服务行业的竞争已从 “经验驱动” 全面转向 “数据驱动”。中小企业门店普遍面临数据零散、分析浅层、决策凭感觉 ...
2026-05-27 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 ...
2026-05-27在统计学分析、实验研究、业务数据复盘过程中,单因素方差分析是检验自变量对因变量是否存在显著影响的核心方法。其中,两个水平 ...
2026-05-26【核心关键词】算法、客户、大数据、互联网、调优、建模、模型优化、机器学习、评分卡模型、模型开发、智能风控、业务场景、数 ...
2026-05-26 很多数据分析师写过无数个 SELECT,但当被问到“新建一张表,该如何定义字段类型来保证数据质量”“创建视图和存储物理表有 ...
2026-05-26在数据清洗、统计分析与数据质量检测工作中,箱型图(又称箱线图、Box Plot)是最直观、最高效的可视化分析工具之一。相较于柱状 ...
2026-05-25在大数据分析、数据清洗、质量管控、风险监测等领域,异常数据识别是保障数据质量、确保分析结论精准、规避业务决策失误的核心基 ...
2026-05-25 很多数据分析师精通Excel函数和透视表,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是什么关系 ...
2026-05-25数字化经营时代,企业的市场竞争早已从经验决策转向数据决策。门店营收、用户转化、产品销量、成本损耗、存量资产等所有经营行为 ...
2026-05-22在MySQL数据库日常运维、业务数据校验、数据迁移与数据清洗场景中,自增主键ID的连续性校验是一项基础且关键的工作。MySQL的Auto ...
2026-05-22 很多企业团队并非缺乏指标,而是陷入“指标失控”:仪表盘上堆满实时跳动的数据,却无法回答“当前瓶颈在哪、下一步该做什么 ...
2026-05-22【核心关键词】大数据、可视化、存储、架构、客户、离线、产品、同步、实时、数据仓库、数据分析、数据可视化、存储数据、离线 ...
2026-05-21在电商流量红利消退、公域获客成本持续走高的当下,存量用户深度挖掘已成为店铺增收增效的核心抓手。相较于付费投放获取的陌生新 ...
2026-05-21