详解python列表(list)的使用技巧及高级操作

 更新时间:2019年08月15日 15:44:33   作者:顽劣的石头  
这篇文章主要介绍了详解python列表(list)的使用技巧及高级操作,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧

1、合并列表(extend)

跟元组一样,用加号(+)将两个列表加起来即可实现合并:

In [1]: x=list(range(1, 13, 2))
In [2]: x + ['b', 'a']
Out[2]: [1, 3, 5, 7, 9, 11, 'b', 'a']

对于已定义的列表,可以用extend方法一次性添加多个元素:

In [7]: x2=[3, 6, 1]
In [8]: x.extend(x2)
In [9]: x
Out[9]: [1, 3, 5, 7, 9, 11, 3, 6, 1, 3, 6, 1, 3, 6, 1]

需要说明的是:加号(+)执行列表的合并是非常浪费资源的,因为必须创建一个新列表并将所有对象复制过去,而用extend将元素附加到现有列表(尤其是在构建一个大列表时)就会好很多。

因此,在进行列表合并操作时,尤其是对于大数据量的列表合并,强烈建议使用extend函数。

2、列表排序(sort)

列表的sort方法可以实现就地排序(无需创建新对象,字符串按首字母进行排序):

In [10]: a=[1, 5, 3, -3, 0]
 
In [11]: a.sort()
 
In [12]: a
Out[12]: [-3, 0, 1, 3, 5]
 
In [13]: s=['a','ab','3e','z']
 
In [14]: s.sort()
 
In [15]: s
Out[15]: ['3e', 'a', 'ab', 'z']

sort有几个很好用的选项,一个是次要排序键,即一个能够产生可用于排序的值的函数。如可以通过长度对一组字符串进行排序:

In [16]: b=['a','nl','drz','mowgt','aa']
 
In [17]: b.sort(key=len)
 
In [18]: b
Out[18]: ['a', 'nl', 'aa', 'drz', 'mowgt']

再比如是否进行降序排列,如下面通过对首字母进行降序排列的示例:

In [21]: b.sort(key= lambda x:x[0], reverse=True)
 
In [22]: b
Out[22]: ['nl', 'mowgt', 'drz', 'a', 'aa']

3、 二分搜索及维护有序列表(bisect)

内置的bisect模块实现了二分查找以及对有序列表的插入操作。bisect.bisect可以找出新元素应该被插入到哪个位置以保持元列表的有序性,bisect.insort则将新元素插入到那个正确的位置上。

In [23]: import bisect
 
In [24]: c=[1,2,1,-1,4,5]
 
In [25]: c.sort()
 
In [26]: bisect.bisect(c, 2)
Out[26]: 4
 
In [27]: bisect.insort(c, 4)
 
In [28]: c
Out[28]: [-1, 1, 1, 2, 4, 4, 5]

注意:bisect模块的函数不会判断原列表是否有序,因为这样做开销太大;因此将他们用作无序列表时虽然不会出错,但可能会导致不正确的结果。基于此,建议在使用bisect模块的函数前,先对原列表执行排序的操作。

3、切片(索引运算符[]及start:stop)

可以对序列类型(数组、列表、元组等)进行切片操作,start索引处元素被包括在切片的结果中,stop索引处的元素未被包括在结果中,元素数量为 stop-start。start或stop都是可以省略的,此时他们分别默认为序列的起始处和结尾处。

还可以在第二个冒号后加上步长(step),比如每隔一位取一个元素:

In [35]: d=[x for x in range(10)]
 
In [36]: d
Out[36]: [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
 
In [37]: e=d[:8:2]
 
In [38]: e
Out[38]: [0, 2, 4, 6]

可以巧妙的使用 -1 ,实现对列表或元素的反序,如下:

In [40]: f=d[::-1]
 
In [41]: f
Out[41]: [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]

4、列表内置的序列函数

4.1 enumerate

enumerate函数可以逐个返回序列的(i, value)元组,如下示例:

In [43]: #for i value in enumerate(collection):
 
In [44]: #用 i, value 做一些事情
In [49]: slist=['qin', 'wang', 'wqc']
 
In [50]: mapping = dict((v, i) for i, v in enumerate(list))
 
In [51]: mapping
Out[51]: {'qin': 0, 'wang': 1, 'wqc': 2}

4.2 sorted

sorted函数可以将任何序列返回为一个新的有序列表(注意:sort函数是就地排序),如下:

In [59]: sorted(['z', 'd', 'c', 'n'])
Out[59]: ['c', 'd', 'n', 'z']
 
In [60]: sorted('my name is chaogo')
Out[60]:
[' ',
 ' ',
 ' ',
 'a',
 'a',
 'c',
 'e',
 'g',
 'h',
 'i',
 'm',
 'm',
 'n',
 'o',
 'o',
 's',
 'y']

常常将sorted和set结合起来使用以得到一个由序列中的唯一元素构成的有序列表:

In [61]: set(sorted('my name is chaogo'))
Out[61]: {' ', 'a', 'c', 'e', 'g', 'h', 'i', 'm', 'n', 'o', 's', 'y'}
 
In [62]: sorted(set('my name is chaogo'))
Out[62]: [' ', 'a', 'c', 'e', 'g', 'h', 'i', 'm', 'n', 'o', 's', 'y']
 
In [63]: set('my name is chaogo')
Out[63]: {' ', 'a', 'c', 'e', 'g', 'h', 'i', 'm', 'n', 'o', 's', 'y'}

上面的结果都是一样的,什么原因呢?这是因为:(1)set和sorted是对序列进行操作,当参数不是序列时,会默认转换为列表;(2)set默认会对元素进行排序。

4.3 zip

zip用于将多个序列(列表、元组等)中的元素“配对”,从而产生一个新的元组列表;zip可以接受任意数量的序列,最终得到的元组数量由最短的序列决定;zip最常见的用法是同时迭代多个序列,还可以结合enumerate一起使用,如下:

In [77]: seq1 = ['chao', 'qing', 'wq']
 
In [78]: seq2 = ['qin', 'wang', 'qc']
 
In [79]: for i , (a,b) in enumerate(zip(seq1, seq2)):
  ...:   print('%d: %s %s' % (i, a, b))
  ...:
0: chao qin
1: qing wang
2: wq qc

对于“已压缩的”(zipped)序列,zip还有一个很巧妙的用法,即对该序列进行解压(unzip,用*表示)。其实就是将一组行转换为一组列,如下:

In [86]: pitchers = [('a','b'), (1,2), ('tmd','bat')]
 
In [87]: one, two = zip(*pitchers)
 
In [88]: one
Out[88]: ('a', 1, 'tmd')
 
In [89]: two
Out[89]: ('b', 2, 'bat')

4.4 reversed

用于按逆序迭代序列中的元素,如下:

In [92]: [x for x in reversed([1, 2, 5, 3, -1])]
Out[92]: [-1, 3, 5, 2, 1]

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。

相关文章

  • python定时利用QQ邮件发送天气预报的实例

    python定时利用QQ邮件发送天气预报的实例

    下面小编就为大家分享一篇python定时利用QQ邮件发送天气预报的实例,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2017-11-11
  • 将tensorflow模型打包成PB文件及PB文件读取方式

    将tensorflow模型打包成PB文件及PB文件读取方式

    今天小编就为大家分享一篇将tensorflow模型打包成PB文件及PB文件读取方式,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2020-01-01
  • Django之使用celery和NGINX生成静态页面实现性能优化

    Django之使用celery和NGINX生成静态页面实现性能优化

    这篇文章主要介绍了Django之使用celery和NGINX生成静态页面实现性能优化,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-10-10
  • Python实现自定义Jupyter魔法命令

    Python实现自定义Jupyter魔法命令

    相信大家都用过 jupyter,也用过里面的魔法命令,这些魔法命令都以%或者%%开头。用法还是比较简单的,但是我们能不能自定义魔法命令呢?本文就来教大家如何自定义Jupyter魔法命令
    2022-08-08
  • Python 创建新文件时避免覆盖已有的同名文件的解决方法

    Python 创建新文件时避免覆盖已有的同名文件的解决方法

    今天小编就为大家分享一篇Python 创建新文件时避免覆盖已有的同名文件的解决方法,具有很好的参考价值,希望对大家有所帮助。一起跟随小编过来看看吧
    2018-11-11
  • python实现Thrift服务端的方法

    python实现Thrift服务端的方法

    这篇文章主要介绍了python实现Thrift服务端的方法,帮助大家更好的理解和学习使用python,感兴趣的朋友可以了解下
    2021-04-04
  • Python实现查找最小的k个数示例【两种解法】

    Python实现查找最小的k个数示例【两种解法】

    这篇文章主要介绍了Python实现查找最小的k个数,结合实例形式对比分析了Python常见的两种列表排序、查找相关操作技巧,需要的朋友可以参考下
    2019-01-01
  • 深入解析Python小白学习【操作列表】

    深入解析Python小白学习【操作列表】

    这篇文章主要介绍了Python操作列表,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
    2019-03-03
  • python深度学习标准库使用argparse调参

    python深度学习标准库使用argparse调参

    这篇文章主要为大家介绍了python深度学习标准库使用argparse调参实例详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪
    2022-06-06
  • python 中Mixin混入类的使用方法详解

    python 中Mixin混入类的使用方法详解

    这篇文章主要介绍了python 中Mixin混入类的使用方法详解,Mixin 混入也可以说是编程模式,并不是什么新的语法,用好混入类可以使自己的代码结构清晰,功能明了,所以以后在设计类时要多考虑使用Mixin混入类的实现方式
    2022-07-07

最新评论