zoukankan      html  css  js  c++  java
  • python常用数据类型-列表

    一、列表

    方括号[]创建列表

    二、防护列表中的值

    通过下标索引来访问列表中的值,与字符串的索引一样,列表索引从0开始。列表可以进行截取、组合等。

    举例:

    stus = [ '王端震','刘欣雨','单宝梁' ]
    #对应的下标是0 1 2
    print (stus[0])#打印王端震
    #查看变量类型 用type
    print( type(stus))#返回list
    #增加
    stus.append('周伊凡')  #在列表末尾增加一个元素
    stus.insert(0,'聂磊') #在指定位置添加一个元素
    # 删除
    stus.pop(2) #删除指定位置的元素
    stus.remove('聂磊') #删除指定的元素
    del stus[3] #删除指定位置的元素
    #修改
    stus[1]='老王'  #修改
    #查询
    print(stus[-1])#取值 下标为-1的时候,就取最后一个元素
    stus.clear() #清空整个list
    print( stus.count('老王') )#统计这个元素在list里面出现了几次
    print( stus.index('老王')  ) #返回这个元素第一次出现的下标,如果这个元素在list里面不存在的话,会报错
    stus.reverse() #反转
    stus2 = ['高伟峰','王洋','张众']
    stus.extend(stus2) #把后面list里面的值,加入到第一个list里面
    stu3 = stus+stus2 #合并两个list
    nums = [1,3,8,5,23,24,3,3462,12]
    nums.sort(reverse=True) #排序,默认是升序
     n = [1,2,3]  #1维数组
    n2= [  [1,2,3] ,['hehe'] ] #二维数组
    my = [[1,2,3,4,5,6],['name','age','sex','哈哈',['小明','小黑','小白']],890] #3维数组

       #多维数组是一层一层的去查找,例如从以上列表中查找小明

    print(my[1][4][0])#返回小明
    #在小白的后面添加小紫

    my[1][4].append('小紫')
    print(my)#打印返回[[1, 2, 3, 4, 5, 6], ['name', 'age', 'sex', '哈哈', ['小明', '小黑', '小白', '小紫']], 890]
    print( len(my) )  #看变量的元素个数,长度
    #切片,list取值的一种方式
    举例:
    stus=['wfl','cpy','zz']
    print(stus[1:2])#顾头不顾尾 打印cpy
    print(stus[-1])#-1代表最后一个元素 打印zz
    print(stus[1:])#如果后面不写的话,代表取到结尾 打印 ['cpy', 'zz']
    print(stus[:])#开头的下标和结尾下标都不写的话,代表取整个list
    nums=list(string.digits)
    print(nums[0:11:2])#第二个冒号后面值代表步长,是隔几个元素取一次
    print(nums[::-1])#反转,如果步长是负数的话从右往左取值
    print(nums[1:5:1])#如果步长是负数的话从右往左取值,返回['1', '2', '3', '4']
    print(nums[-6:-10:-1])#如果步长是负数的话从右往左取值,返回['4', '3', '2', '1']
    #切片同样适用于字符串


  • 相关阅读:
    RNA velocity | RNA速率
    Dynamic networks | 动态网络
    Scale Free Network | 无标度网络
    GO | KEGG的注释是怎么来的?
    Nearest neighbor graph | 近邻图
    L0 Regularization
    Median absolute deviation | Singular Value Decomposition奇异值分解 | cumulative sums |
    Multivariate normal distribution | 多元正态分布
    相似性 similarity | Pearson | Spearman | p-value | 相关性 correlation | 距离 distance | distance measure
    Type I and type II errors | 第一类错误和第二类错误
  • 原文地址:https://www.cnblogs.com/morning1/p/9143965.html
Copyright © 2011-2022 走看看