根据下标删除,使用del关键词
names = ['张三', '李四', '王五', '赵六‘, ’麦叔', '小麦']
print(names)
#删除第3个元素,del是delete的缩写
del names[2]
#再次打印会发生王五不见了
print(names)
注意del是一个关键词,而不是一个函数所以不是使用小括号:del(names[2]),而是使用空格:del names[2]
删除报错
根据下标删除必须保证下标是存在的,否则程序会报错:
names = ['张三', '李四']
#删除第3个元素,这里会报IndexError错误,因为只有2个元素,无法删除第3个
del names[2]
为了防止报错,让程序更加健壮,我们可以先判断一下再删除:
names = ['张三', '李四']
#先使用len函数判断是否长度不小于3,才执行删除操作
if len(names) >= 3:
del names[2]
使用pop方法删除
除了使用del关键词,还可以使用pop方法来删除元素,而且pop有几个优点:
- pop可以不指定下标,默认会删除最后一个。
- pop也可以指定下标,删除指定位置的元素。如果下标非法,也会抛出IndexError。
- pop会返回当前删掉的值给name变量,而del不能返回,仅仅是执行删除操作。
names = ['张三', '李四', '王五', '赵六‘, ’麦叔', '小麦']
#删除最后1个元素
name = names.pop()
print(name)
#删除倒数第2个元素
name = names.pop(-2)
print(name)
根据值删除
有时候我们不知道元素的下标,就想要删除某个特定的值,这时候使用remove方法。
names = ['张三', '李四', '王五', '赵六‘, ’麦叔', '小麦']
#删掉赵六
n = names.remove('赵六')
print(n)
删除值报错
如果被删除的值不存在,程序会报一个ValueError错误,因为要删除的不存在。
names = ['张三', '李四', '王五', '赵六‘, ’麦叔', '小麦']
#下面一行会报ValueError错误,因为列表中没有王八。
n = names.remove('王八')
为了防止报错,我们可以使用in关键词,先判定要删除的值是否在列表中:
#使用in关键词判断王八是否在列表中
if '王八' in names:
n = names.remove('王八')
print(n)
in关键词是一个Python的操作符,用来判断前面的元素(王八)是否在后面的列表中(names)。in也可以应用本章后面学到的元组,字典中。
综合应用
写一段程序删除列表中所有的tom:
#列表中可以包含重复的元素
names = ['tom', 'mike', 'tom', 'jerry', 'tom']
#通过while循环,判定names中是否还有tome,如果还有就继续删除
while 'tom' in names:
names.remove('tom')
print(names)
职业发展
作为一个代码打工仔,对于绝大部分程序员来说,想要成为牛逼的真正挣钱程序员的路还很长,一刻都不能懈怠。
我们无法从HR角度,或者技术leader的角度来臆测哪种状态的面试更能获取面试官青睐。但通过我们积攒的大量的面试经验,大家多少可以推断一些成为有竞争力的程序员的一些必要条件。
大佬云集、资料丰富
当初我在字节认识一个非常非常资深的前辈,他到字节比我早三年,但因为各种原因级别不是很高。我当时问他,既然你对现状如此不满,为什么不想着离开寻找更好的机会呢?
他沉思了片刻跟我说,他说我现在在这里虽然待着不顺心,但是我接触到的人都是非常优秀的。我遇到问题,还可以和你们讨论讨论。我如果出去了,我要是再遇到问题,可能连一个讨论的人都没有。
我当时听听只是觉得有道理,现在再回想起来,感受非常深刻。三观、格局、能力,能够进入大公司的,这三个方面一般都不会太差。别的不说,就拿个人能力而言,我曾出国出差过几个月,有幸见识了许多各种海外名校的同事,和他们学习交流人工智能,这真的让我AI有了更深层次的认识。
除了优秀的同事之外,大公司里往往还有丰富的内部文档和资料。我当时在字节内部看到了很多优秀的文章,也有很多优秀的技术沙龙和分享。现在想起来两年下来,也没有去过几次,文章和资料看得也不算多,现在想想颇为遗憾。别的不说,就拿推荐领域而言,近些年质量不错的论文往往都来源于大公司尤其是国内的大公司,以腾讯、华为和头条为主。除了公开的论文,公司内部还有很多技术相关的资料和文档,这些真的可以说是有价无市,非常珍贵。
Python 知识手册
Linux 知识手册
爬虫查询手册
而且,这些资料不是扫描版的,里面的文字都可以直接复制,非常便于我们学习:
数据分析知识手册:
机器学习知识手册:
金融量化知识手册:
岗位内推、学习交流
我们大量需要前端岗位、python岗位、Java 岗位、Android 和 iOS 的开发岗位,工作地点:北京字节,欢迎校招社招扫描下方二维码找我内推
Python资料、技术、课程、解答、咨询也可以直接点击下面名片,
添加官方客服斯琪
↓