python 列表，元组，数组

一、列表（List）
1.列表的特点
列表是以方括号“[]”包围的数据集合，不同成员以“，”分隔。

 L = [1,2,3], 列表a有3个成员。

列表是可变的数据类型【可进行增删改查】，列表中可以包含任何数据类型，也可以包含另一个列表。

 L = [1,2,[3,4]]，列表L有3个成员，最后一个成员为一个列表。

列表可以通过序号（索引）访问其中成员，成员序号从0开始。

a=[1,2,3,4]
a[0]=1

列表没有shape，计算列表中成员（元素）的个数，成员以最外层的[ ]中的逗号“，”来分隔。

len(L)=3, L = [1,2,[3,4]]

空列表（0个元素的列表）

L=[]

Python元组的列表

c=[(1,2),(3,4)]
c[0]=(1,2)
c[0][0]=1

修改、添加和删除元素：
（1）修改元素

motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles[0] = 'ducati'
#结果
['ducati', 'yamaha', 'suzuki']

（2）在列表中添加元素
append 在列表末尾添加元素：

motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles.append('ducati')
#结果
['honda', 'yamaha', 'suzuki', 'ducati']

在列表中插入元素：insert()可在列表的任何位置添加新元素。指定新元素的索引和值。

motorcycles = ['honda', 'yamaha', 'suzuki']
motorcycles.insert(0, 'ducati')
#结果：
['ducati', 'honda', 'yamaha', 'suzuki']

（3）从列表中删除元素
del

motorcycles = ['honda', 'yamaha', 'suzuki']
del motorcycles[0]
#结果
['yamaha', 'suzuki']

使用方法pop()可删除列表末尾的元素

motorcycles = ['honda', 'yamaha', 'suzuki']
popped_motorcycle = motorcycles.pop()
['honda', 'yamaha']

（4）列表切片操作
要创建切片，可指定要使用的第一个元素和最后一个元素的索引。与函数range()一样，Python在到达你指定的第二个索引前面的元素后停止。要输出列表中的前三个元素，需要指定索引0~3，这将输出分别为0、1和2的元素。

players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[1:4])
#结果
['martina', 'michael', 'florence']

players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[2:])#提取从第3个元素到列表末尾的所有元素：
#结果：
['michael', 'florence', 'eli']

输出名单上的最后三名队员，可使用切片players[-3:]：

players = ['charles', 'martina', 'michael', 'florence', 'eli']
print(players[-3:])
#结果为：
['michael', 'florence', 'eli']

二、元组（Tuple）
1.元组的特点
元组是以圆括号“()”包围的数据集合,括号（）可以省略，不同成员（元素）以逗号“,”分隔。

T=（1，2,3）

元组是不可变序列，即元组一旦创建，元组中的数据一旦确立就不能改变，不能对元组中中的元素进行增删改操作，因此元组没有增加元素append、修改元素、删除元素pop的相关方法，只能通过序号（索引）访问元组中的成员,元组中的成员的起始序号为0，

b=(1,2,3,4)
b[0]=1

元组中可以包含任何数据类型，也可以包含另一个元组。

T=（1,2,3，(‘a’,‘b’)）

空元组（没有元素的元组）：T=（），含1个元素的元组：T=（1，），注意有逗号。
任意无符号的对象，以逗号隔开，默认为元组。
三、数组（Array-numpy）
1.数组（numpy array）的特点
准确来说Python中是没有数组类型的，只有列表(list)和元组（tuple), 数组是numpy库中所定义的，所以在使用数组之前必须下载安装numpy库。 python中的list是python的内置数据类型，list中的数据类不必相同的，而array的中的类型必须全部相同。在list中的数据类型保存的是数据的存放的地址，简单的说就是指针，并非数据，这样保存一个list就太麻烦了，例如list1=[1,2,3,‘a’]需要4个指针和四个数据，增加了存储和消耗cpu。numpy中封装的array有很强大的功能，里面存放的都是相同的数据类型。
numpy array 是以方括号“[]”包围的数据集合，不同成员以空格“ ”分隔。

 a=[1 2 3 4]

数组与列表区别

a = [1, 2, 3]
b = np.array(a)
#结果，list 打印显示是 [1, 2, 3]，而 ndarray 打印显示是 [1 2 3]，当中没有逗号。
[1 2 3]

numpy array 的数据成员必须是相同数据类型属性，不同于列表和元组。
numpy array 数组是可以多维的，而列表和元组是一维的，数组的每个维度之间以换行分隔开，单个维度内的数组成员也以换行分隔开,每个并列（单个）维度内的成员个数需要一致，不同维度的成员个数可以不一样。
numpy array 通过索引号（下标）来访问数组元素,数组每个维度的元素的起始索引*号为0
numpy array 有很多可以直接使用的函数
numpy array有形状大小shape，即维度，获取的两种方式np.shape(a) 或者 a.shape，即可得到数组的大小。
(1)0-D维数组
0维数组，也称作标量，是指数组中只有一个元素，数组的值只有一个

a= 61

(2)1-D维数组：是指元素为0-D数组的数组，也就是由多个元素值构成的数组

d=np.array([1,2,3,4])
d[0]=1

(3)2-D维数组：它的元素为一维数组，它是一维数组的数组，通常用于表示矩阵或者二阶张量，在Numpy库中又一个专门用于矩阵运算的完整子模块，numpy.mat。

arr = np.array([[1, 2, 3], [4, 5, 6]]) # 列表转数组，数组的第一维度元素以最外层列表元素以行分隔

(3)3-D维数组：它的元素为二维数组，它是二维数组的数组。
用两个二维数组，创建一个三维数组

arr = np.array([[[1, 2, 3], [4, 5, 6]], [[7, 8, 9], [10, 11, 12]]])
 [[[ 1 2 3]
[ 4 5 6]]
[[7 8 9]
[10 11 12]]]
print(arr.shape) # (2,2,3) 

四：获取数组第一个元素与获取列表第一个元素操作
列表不可直接读取：

>>> a=[[1,2,3],[4,5,6]]
>>> a[0]    #取一行
[1, 2, 3]
>>> a[:,0]  #尝试用数组的方法读取一列失败
TypeError: list indices must be integers or slices, not tuple
>>> b=[x[0] for x in a]    #！！！！！！！！！！
>>> print(b)
[1, 4]

数组，可以直接读取：

>>> import numpy as np
>>> a=np.array([[1,2,3],[4,5,6]])
>>> a[:,0]
array([1, 4])

五、
1.列表转为数组：
（1）转成数组的matrix对象，使用np.mat()方法。

a = [[2,3,4],[4,7,1]] 
np.mat(a)                                                                                                                                                                             
matrix([[2, 3, 4],
        [4, 7, 1]])

（2）转成数组的ndarray对象，使用np.array()方法。

a = [[2,3,4],[4,7,1]]  
np.array(a)                                                                                                                                                                           
array([[2, 3, 4],
       [4, 7, 1]])

2.数组转列表：
numpy中的数组转换为列表需要注意用tolist（）方法，如果用list（）函数则会构造出一个新的列表，此列表的元素是原来的数组或矩阵了。

>>> array= np.array([[1, 5, 9], [3, 5, 7]])
>>> array
array([[1, 5, 9],
       [3, 5, 7]])
>>> #数组转化为矩阵
>>> matrix_2 = np.mat(array)
>>> matrix_2
matrix([[1, 5, 9],
        [3, 5, 7]])
>>> #数组转化为列表
>>> list_2 = array.tolist()
>>> list_2
[[1, 5, 9], [3, 5, 7]]