Python列表全面指南：从基础到高级操作

已于 2025-05-06 17:32:53 修改
阅读量556 收藏 9
点赞数 19
文章标签： python 开发语言
于 2025-05-06 08:00:00 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/q_cccc_/article/details/147723009
版权

列表是Python中最重要、最常用的数据结构之一。本文将全面介绍列表的相关知识，包括基础操作、高级技巧以及与字符串的转换等内容，帮助您彻底掌握列表的使用。

1. 列表基础概念

1.1 什么是列表？

列表(List)是由一系列元素组成的可变有序序列容器，是Python中最灵活的数据类型之一。

特点：

  • 有序性：元素按照插入顺序存储

  • 可变性：可以随时添加、删除或修改元素

  • 异构性：可以存储不同类型的元素

  • 可迭代：可以使用循环遍历所有元素

1.2 列表与字符串的区别

特性列表(list)字符串(str)
可变性可变不可变
元素类型任意类型只能是字符
表示方式方括号[]引号''或""
内存占用较大较小
适用场景需要修改的数据集合文本数据

2. 列表基本操作

2.1 创建列表

# 空列表
empty_list = []
empty_list = list()

# 包含元素的列表
numbers = [1, 2, 3, 4, 5]
mixed = [1, "hello", 3.14, True]

# 使用list()构造函数
chars = list("hello")  # ['h', 'e', 'l', 'l', 'o']
nums = list(range(5))  # [0, 1, 2, 3, 4]

# 多维列表
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

2.2 访问列表元素

fruits = ['apple', 'banana', 'orange', 'grape']

# 正向索引(从0开始)
print(fruits[0])  # 'apple'
print(fruits[2])  # 'orange'

# 负向索引(从-1开始)
print(fruits[-1])  # 'grape'
print(fruits[-2])  # 'orange'

# 切片操作
print(fruits[1:3])   # ['banana', 'orange']
print(fruits[:2])    # ['apple', 'banana']
print(fruits[2:])    # ['orange', 'grape']
print(fruits[::-1])  # 反转列表

2.3 修改列表

colors = ['red', 'green', 'blue']

# 修改单个元素
colors[1] = 'yellow'  # ['red', 'yellow', 'blue']

# 修改切片
colors[0:2] = ['black', 'white']  # ['black', 'white', 'blue']

3. 列表常用方法

3.1 增加元素

animals = ['cat', 'dog']

# append() - 在末尾添加单个元素
animals.append('fish')  # ['cat', 'dog', 'fish']

# insert() - 在指定位置插入元素
animals.insert(1, 'bird')  # ['cat', 'bird', 'dog', 'fish']

# extend() - 添加多个元素(合并列表)
animals.extend(['hamster', 'rabbit'])  # ['cat', 'bird', 'dog', 'fish', 'hamster', 'rabbit']

3.2 删除元素

numbers = [1, 2, 3, 4, 5, 6, 7, 8]

# del语句 - 按索引删除
del numbers[0]  # [2, 3, 4, 5, 6, 7, 8]

# remove() - 按值删除(第一个匹配项)
numbers.remove(5)  # [2, 3, 4, 6, 7, 8]

# pop() - 删除并返回指定位置元素(默认最后一个)
last = numbers.pop()  # last=8, numbers=[2, 3, 4, 6, 7]
third = numbers.pop(2)  # third=4, numbers=[2, 3, 6, 7]

# clear() - 清空列表
numbers.clear()  # []

3.3 查找和统计

letters = ['a', 'b', 'c', 'a', 'b', 'a']

# index() - 查找元素第一次出现的索引
print(letters.index('b'))  # 1

# count() - 统计元素出现次数
print(letters.count('a'))  # 3

# in操作符 - 检查元素是否存在
print('c' in letters)  # True
print('d' in letters)  # False

3.4 排序和反转

nums = [3, 1, 4, 1, 5, 9, 2]

# sort() - 原地排序
nums.sort()  # [1, 1, 2, 3, 4, 5, 9]
nums.sort(reverse=True)  # 降序 [9, 5, 4, 3, 2, 1, 1]

# sorted() - 返回新列表(不改变原列表)
sorted_nums = sorted(nums)  # [1, 1, 2, 3, 4, 5, 9]

# reverse() - 原地反转
nums.reverse()  # [9, 5, 4, 3, 2, 1, 1] → [1, 1, 2, 3, 4, 5, 9]

4. 列表高级操作

4.1 遍历列表

fruits = ['apple', 'banana', 'orange']

# 方法1：直接遍历元素
for fruit in fruits:
    print(fruit)

# 方法2：通过索引遍历
for i in range(len(fruits)):
    print(f"{i}: {fruits[i]}")

# 方法3：同时获取索引和元素(enumerate)
for index, fruit in enumerate(fruits):
    print(f"{index}: {fruit}")

# 反向遍历
for i in range(len(fruits)-1, -1, -1):
    print(fruits[i])

4.2 列表拷贝

# 浅拷贝
original = [1, 2, [3, 4]]
shallow_copy = original.copy()  # 或 original[:]

# 修改浅拷贝会影响原列表中的可变元素
shallow_copy[2][0] = 99
print(original)  # [1, 2, [99, 4]]

# 深拷贝
import copy
deep_copy = copy.deepcopy(original)

# 修改深拷贝不会影响原列表
deep_copy[2][0] = 100
print(original)  # [1, 2, [99, 4]]

4.3 列表生成式

# 基本形式
squares = [x**2 for x in range(10)]  # [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

# 带条件过滤
evens = [x for x in range(20) if x % 2 == 0]  # [0, 2, 4, 6, 8, 10, 12, 14, 16, 18]

# 嵌套循环
pairs = [(x, y) for x in [1, 2, 3] for y in [3, 1, 4] if x != y]
# [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

5. 列表与字符串的转换

5.1 字符串转列表

# 方法1：list()函数 - 将字符串每个字符转为列表元素
s = "hello"
char_list = list(s)  # ['h', 'e', 'l', 'l', 'o']

# 方法2：split()方法 - 按分隔符分割字符串
text = "apple,banana,orange"
fruit_list = text.split(",")  # ['apple', 'banana', 'orange']

# 方法3：按行分割
lines = """line1
line2
line3""".splitlines()  # ['line1', 'line2', 'line3']

5.2 列表转字符串

# 方法1：join()方法 - 用指定字符串连接列表元素
words = ['Python', 'is', 'awesome']
sentence = " ".join(words)  # "Python is awesome"

# 方法2：str()函数 - 直接转换为字符串表示形式
nums = [1, 2, 3]
str_nums = str(nums)  # "[1, 2, 3]"

# 方法3：map() + join() - 处理非字符串元素
numbers = [1, 2, 3, 4]
num_str = "".join(map(str, numbers))  # "1234"

5.3 实用转换技巧

# 将句子中的单词逆序
sentence = "Hello world this is Python"
reversed_sentence = " ".join(sentence.split()[::-1])  # "Python is this world Hello"

# 统计字符串中每个字符的频率
text = "abracadabra"
freq = {char: text.count(char) for char in set(text)}
# {'a': 5, 'b': 2, 'r': 2, 'c': 1, 'd': 1}

# 将混合列表转换为纯字符串列表
mixed = [1, 'a', True, 3.14]
str_list = [str(x) for x in mixed]  # ['1', 'a', 'True', '3.14']

6. 性能考虑与最佳实践

  1. 选择合适的数据结构：

    • 如果需要频繁修改，使用列表

    • 如果数据不变，考虑使用元组

  2. 避免在循环中修改列表：

    # 不推荐
lst = [1, 2, 3, 4, 5]
for item in lst:
    if item % 2 == 0:
        lst.remove(item)  # 可能导致意外结果

# 推荐
lst = [x for x in lst if x % 2 != 0]

  3. 使用生成器表达式处理大数据：

    # 列表推导式会立即创建完整列表
big_list = [x**2 for x in range(1000000)]  # 占用大量内存

# 生成器表达式惰性计算
big_gen = (x**2 for x in range(1000000))  # 内存友好

  4. 注意深浅拷贝的选择：

    • 浅拷贝足够用于一维列表

    • 嵌套列表需要深拷贝才能完全独立

7.列表练习题

1. 计算列表元素总和

题目：已知一个数字列表，求所有元素的和

numbers = [59, 54, 89, 45, 78, 45, 12, 96, 789, 45, 69]

# 方法1：使用for循环累加
total = 0
for num in numbers:
    total += num
print("元素总和为:", total)

# 方法2：使用内置sum()函数
print("验证总和:", sum(numbers))

代码解释：

  1. 创建一个变量total初始化为0

  2. 遍历列表中的每个数字，依次加到total中

  3. 使用sum()函数验证结果

2. 计算比赛平均分（去掉最高最低分）

题目：计算比赛平均分，规则是去掉一个最高分和一个最低分后求平均

scores = [9.8, 9.5, 9.9, 9.3, 8.9, 9.5, 9.6, 9.3, 9.4, 9.6]

# 方法1：排序后切片
sorted_scores = sorted(scores)  # 升序排序
trimmed_scores = sorted_scores[1:-1]  # 去掉第一个和最后一个
average = sum(trimmed_scores) / len(trimmed_scores)
print(f"平均分数为: {average:.2f}")

# 方法2：不排序直接计算
min_score = min(scores)
max_score = max(scores)
sum_scores = sum(scores)
average = (sum_scores - min_score - max_score) / (len(scores) - 2)
print(f"验证平均分: {average:.2f}")

代码解释：

  1. 先对分数列表进行排序

  2. 使用切片[1:-1]去掉最低分和最高分

  3. 计算剩余分数的平均值

  4. 方法2展示了不排序直接计算的方法

3. 找出两个列表的共同元素

题目：有两个列表A和B，找出它们共有的元素

A = [1, 'a', 4, 90]
B = ['a', 8, 'j', 1]

# 方法1：使用for循环
common_elements = []
for item in A:
    if item in B:
        common_elements.append(item)
print("共同元素:", common_elements)

# 方法2：使用集合交集
common_set = set(A) & set(B)
print("验证共同元素:", list(common_set))

代码解释：

  1. 遍历列表A中的每个元素

  2. 检查该元素是否也在列表B中

  3. 如果是，则添加到结果列表中

  4. 方法2使用集合的交集操作更高效

4. 输出1970-2050年间的所有闰年

题目：找出1970年到2050年之间的所有闰年

# 闰年规则：
# 1. 能被4整除但不能被100整除，或者
# 2. 能被400整除

# 使用列表推导式
leap_years = [
    year for year in range(1970, 2051) 
    if (year % 4 == 0 and year % 100 != 0) or (year % 400 == 0)
]

print("1970-2050年间的闰年有:")
print(leap_years)

代码解释：

  1. 使用range(1970, 2051)生成年份范围

  2. 列表推导式中应用闰年判断条件

  3. 打印结果列表

8. 总结

本文全面介绍了Python列表的各个方面：

  1. 列表的基本概念和特性

  2. 创建和访问列表的各种方法

  3. 常用的增删改查操作

  4. 高级操作如遍历、拷贝和列表生成式

  5. 列表与字符串的相互转换技巧

  6. 性能优化建议和最佳实践

列表是Python编程中最基础也是最重要的数据结构之一，掌握列表的各种操作技巧，将大大提高您的Python编程效率和代码质量。希望本文能帮助您全面理解并熟练运用Python列表。

PythonicCC
关注
Python编程入门指南：从基础到高级
2301_78096295的博客
07-25 1609
用户可以根据自己的需求定义函数，通过。
Python OpenCV全面教程：从基础到高级的全方位指南
热门推荐
极客代码
04-29 1万+
OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理算法和功能。它支持多种编程语言，包括Python、C++、C#等。OpenCV的主要功能包括图像处理、图像识别、图像合成等。本文从Python OpenCV的基础知识出发，详细介绍了图像处理的概念、常用库、实战案例及注意事项。通过学习本文，读者应该能够全面掌握Python OpenCV的基本原理和实践技巧，为图像识别、图像合成、图像分析等领域提供有力支持。
Python图像处理：从基础到高级的全方位指南
极客代码
05-21 1315
本文从Python图像处理的基础知识出发，详细介绍了图像处理的概念、常用库、实战案例及注意事项。通过学习本文，读者应该能够全面掌握Python图像处理的基本原理和实践技巧，为图像识别、图像合成、图像分析等领域提供有力支持。在实际应用中，我们需要根据具体情况选择合适的图像处理技术和策略，以达到高效、稳定地处理图像的目的。
Python OpenCV图像处理：从基础到高级的全方位指南
极客代码
04-24 9236
OpenCV是一个开源的计算机视觉库，提供了丰富的图像处理算法和功能。它支持多种编程语言，包括Python、C++、C#等。OpenCV的主要功能包括图像处理、图像识别、图像合成等。OpenCV的核心概念包括图像处理、图像分析、机器学习等。它提供了一系列的图像处理函数，如图像变换、图像增强、图像复原等。此外，OpenCV还支持图像识别和图像合成，可以用于构建复杂的计算机视觉系统。本文从Python OpenCV图像处理的基础知识出发，详细介绍了图像处理的概念、常用库、实战案例及注意事项。
Django框架的全面指南：从入门到高级
一键难忘的博客
03-14 3828
除了简单的函数视图外，我们还可以编写基于类的视图来实现更复杂的逻辑。本文为Django框架的全面指南，从入门到高级，涵盖了各种重要主题和技术。首先，我们介绍了Django的基础知识，包括安装、创建项目和应用程序、编写视图和URL路由等。随后，我们深入探讨了中级主题，如数据库模型、管理后台、表单处理和用户认证，以及如何使用国际化和定制管理后台等。
Python文件操作完全指南：从基础到高级应用
vvilkin的学习备忘
04-07 1129
在编程世界中，文件操作是最基础也是最重要的技能之一。无论是处理数据、保存配置、记录日志，还是进行数据分析，我们都需要与文件打交道。Python作为一门简洁而强大的语言，提供了丰富的文件操作功能。
Python性能优化：从基础到高级的全方位指南
极客代码
04-20 1597
本文从Python性能优化的基础知识出发，详细介绍了性能瓶颈的定位、性能分析工具的使用、优化原则和优化技巧。接着，我们深入探讨了Python性能优化的常用策略，包括算法优化、循环优化和数据结构优化。在第三部分，我们学习了Python性能优化的高级技巧，包括并发编程、异步编程和缓存策略。最后，我们探讨了Python性能优化中的注意事项和最佳实践，包括代码规范与可读性、测试与验证、避免过度优化和考虑系统资源限制。通过学习本文，读者应该已经掌握了Python性能优化的基础知识、常用技巧、高级策略以及注意事项。
Python文件操作指南：从基础到高级
努力是为了站在万人之中，成为别人的光
09-18 9952
文件操作是Python编程的重要组成部分，本文深入探讨了文件的打开与关闭、读取与写入、文件迭代、异常处理、高级文件操作等各个方面。掌握文件操作技巧将帮助你更有效地管理和处理文件，无论是在数据处理、日志记录、配置文件读取还是其他各种应用场景中。希望这篇文章对你理解和应用Python文件操作提供了全面的指导。文件操作是Python编程中不可或缺的技能，它为你的应用程序提供了强大的文件处理能力。
Conda 全面使用指南：从基础操作到高级优化
漫谈网络
02-26 1413
Conda 是一个开源的包、依赖项和环境管理系统，可在 Windows、macOS 和 Linux 上运行。它最初是为 Python 程序创建的，但可以打包和分发任何语言的软件。Conda 有 Anaconda 和 Miniconda 两种发行版，Anaconda 包含大量常用的数据科学包，Miniconda 则仅包含 Conda 及其依赖项。
Python爬虫技术全面指南：从入门到高级技巧与实战案例
01-31
内容概要：本文全面介绍了 Python爬虫的相关知识和技术。文章从爬虫的基础概念入手，涵盖了爬虫的定义、工作原理及其应用场景。随后探讨了几款常用且强大的爬虫库，如 requests、BeautifulSoup、Scrapy 和 Selenium...
使用Python操作Redis的全面指南：从基本操作到高级功能
10-30
这些操作是Redis交互中最基础的操作，是进行其他复杂操作的基础。 Redis不仅支持简单的键值对操作，还支持多种复杂的数据类型操作，包括列表、集合、哈希和有序集合。对于列表数据类型，可以进行添加元素和获取列表...
Python编程语言全面指南：基础语法、高级特性和实用案例详解
12-12
涵盖了环境搭建、基本语法、数据类型、控制流、函数、模块和包、文件操作、异常处理、列表推导式、生成器等内容。此外，还讨论了面向对象编程的核心概念，如类和对象、继承、多态、封装、静态方法和类方法。最后介绍...
Python入门教程：从基础语法到高级特性的全面介绍及应用指导
02-12
目的是让读者从零基础起步，循序渐进地掌握Python的基础理论及其扩展应用，最终能够独立完成小型项目开发。 其他说明：文档采用循序渐进式的章节划分，每部分内容均配有相应的代码示例便于理解和实操，有助于巩固所...
基于WebUI的深度学习模型部署与应用实践
Programming Talk
05-06 258
随着深度学习技术的快速发展，如何将训练好的模型快速部署并提供友好的用户交互界面成为许多AI项目落地的关键。WebUI(Web User Interface)作为一种轻量级、跨平台的解决方案，正被广泛应用于各类AI模型的部署场景。本文将详细介绍基于Python生态构建WebUI的技术方案，包含完整的代码实现，并探讨在实际项目中的应用实践。本文详细介绍了基于Gradio构建深度学习WebUI的完整流程，从基础实现到生产部署，涵盖了实际项目中的关键技术和优化方案。二、基于Gradio的模型部署实践。
Python_leve2.1
m0_65273147的博客
05-04 1032
系统介绍: 本系统是一个分数查询系统，通过输入学生姓名，可以在控制台输出对应学生的成绩。拓展功能: 可以为系统添加增加、删除、修改学生成绩信息等功能。实现方法: 利用字典的增删改操作，结合用户输入，实现更多功能。举例: 同学们可以根据所学知识，自行对系统进行拓展，如添加新学生成绩、删除已有学生成绩、修改学生成绩等。
Python办公自动化应用（三）
最新发布
2301_78858267的博客
05-07 308
根据中、英文对照字典（参见Python办公自动化应用（一））将Excel表单元格里的中文替换为英文。
QuecPython错误码汇总
Quectel的博客
05-06 551
QuecPython中定义的各种错误代码常量
关于Python：7. Python数据库操作
Triste__chengxi的博客
05-03 1826
简化数据库操作：SQLAlchemy ORM 提供了高层次的接口来简化数据库的操作，我们可以通过 Python 类来表示数据库表，进行增删改查，避免了手写 SQL 语句。支持复杂查询：SQLAlchemy 支持排序、聚合、联接查询等复杂数据库操作，同时可以自动生成对应的 SQL 语句。跨数据库兼容性：通过 SQLAlchemy，你可以很容易地将项目从一个数据库迁移到另一个数据库（比如从 SQLite 到 MySQL、PostgreSQL）。
Python异步编程入门：从同步到异步的思维转变
qq_16226939的博客
05-05 573
本文面向Python开发者介绍异步编程的核心概念，通过对比同步与异步代码的直观示例，揭示异步如何大幅提升I/O密集型应用性能。文章详解协程、事件循环和await关键字三大基础，提供异步HTTP请求实战案例，并展示性能对比测试——异步版本比同步快5-10倍。最后指出混用同步代码、未处理异常等常见陷阱，为初学者构建完整知识框架，帮助理解从"顺序执行"到"协作式多任务"的思维转变。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值