Penjelasan terperinci senarai python dan tupel (penjelasan terperinci dengan contoh)

WBOY
Lepaskan: 2022-03-09 20:16:01
ke hadapan
3478 orang telah melayarinya

Artikel ini membawakan anda pengetahuan yang berkaitan tentang python, yang terutamanya memperkenalkan isu yang berkaitan dengan senarai dan tupel Anda boleh menggunakan senarai fleksibel (senarai) dan tupel (tuple) untuk penyimpanan data memahami penggunaan asas senarai dan tupel saya harap ia akan membantu semua orang.

Penjelasan terperinci senarai python dan tupel (penjelasan terperinci dengan contoh)

Pembelajaran yang disyorkan: tutorial pembelajaran ular sawa

Kata Pengantar

Dalam perkembangan sebenar kami, kami sering perlu Kumpulan data disimpan untuk kegunaan mudah. Jika anda telah mempelajari bahasa lain, anda mungkin mengetahui struktur data tatasusunan (Array), yang boleh menyimpan berbilang data dan data akses boleh diperoleh melalui subskrip tatasusunan. Jika anda seorang pembangun Python, anda boleh menggunakan senarai dan tupel yang lebih fleksibel untuk penyimpanan data. Mari kita fahami secara ringkas penggunaan asas senarai dan tupel.

Senarai

Senarai adalah dinamik, panjang boleh ditukar dan elemen boleh ditambah, diubah suai atau dipadamkan sesuka hati.

Inisialisasikan senarai

a = list()
b = []
# 可以通过range快速创建list
c = list(range(1,6))
print("a:", a)
print("b:", b)
print("c:", c)

# a: []
# b: []
# c: [1, 2, 3, 4, 5]
Salin selepas log masuk

Tambah elemen

tambah: Tambahkan elemen pada penghujung senarai

>>l = []
>>l.append("python")
>>l
['python']
Salin selepas log masuk

lanjutkan : Kembangkan senarai dengan semua elemen dalam objek boleh lelar

>>l = ["python"]
>>t = ["java"]
>>l.extend(t)
>>l
['python', 'java']
Salin selepas log masuk

masukkan: Masukkan elemen pada kedudukan yang diberikan. Parameter pertama ialah indeks elemen yang akan dimasukkan, jadi list_name.insert(0, x) memasukkan kepala senarai

>>l = ["python", "java"]
>>l.insert(1,"go")
>>l
['python', 'go', 'java']
Salin selepas log masuk

mengalih keluar elemen

remove( x): daripada Alih keluar item pertama dengan nilai x daripada senarai. Jika tiada nilai untuk dipadamkan, maka pengecualian akan dilemparkan

>>l = ["python", "java"]
>>l.remove("java")
>>l
['python']
>>l.remove("test")
Traceback (most recent call last):
  File "<input>", line 1, in <module>
ValueError: list.remove(x): x not in list
Salin selepas log masuk

pop: Mengalih keluar elemen pada kedudukan yang diberikan dalam senarai dan mengembalikannya. Jika tiada kedudukan diberikan, pop() akan memadam dan mengembalikan elemen terakhir dalam senarai

>>l = ["python", "java", "go"]
>>l.pop()
'go'
>>l
['python', 'java']
>>l.pop(1)
'java'
>>l.pop(1)
Traceback (most recent call last):
  File "<input>", line 1, in <module>
IndexError: pop index out of range
Salin selepas log masuk

del: kata kunci dalam Python, digunakan khas untuk melakukan operasi pemadaman, ia bukan sahaja boleh memadam keseluruhan senarai , anda juga boleh memadamkan elemen tertentu dalam senarai

>>l = ["python", "java", "go", "js"]
>>del l[0:1]
>>l
['java', 'go', 'js']
>>del l[0]
>>l
['go', 'js']
Salin selepas log masuk

clear(): Alih keluar semua elemen dalam senarai. Bersamaan dengan del a[:]

>>l = ["python", "java", "go", "js"]
>>l.clear()
>>l
[]
Salin selepas log masuk

ps: Perhatikan di sini perbezaannya dengan del, clear ialah untuk mengosongkan, del list_name adalah untuk memadam, dan memori juga dikeluarkan

Ubah suai elemen

Satu kaedah boleh diubah suai dengan melanggan

>>l = ["python", "go", "java"]
>>l[0] = "PYTHON"
>>l
['PYTHON', 'go', 'java']
Salin selepas log masuk

Sekumpulan data boleh diubah suai dengan menghiris

>>l = ["python", "go", "java"]
>>l[0:2] = "PYTHON", "GO"
>>l
['PYTHON', 'GO', 'java']
>>l[0:2] = ["python", "go"]
>>l
['python', 'go', 'java']
Salin selepas log masuk

Elemen pertanyaan

indeks(x): Kaedah digunakan untuk mencari kedudukan (iaitu, indeks) di mana elemen muncul dalam senarai Jika elemen itu tidak wujud, ia akan menyebabkan a ValueError

>>l
['python', 'go', 'java']
>>l.index("python")
0
>>l.index("python1")
Traceback (most recent call last):
  File "<input>", line 1, in <module>
ValueError: 'python1' is not in list
Salin selepas log masuk

count(): Digunakan untuk mengira bilangan kali elemen muncul dalam senarai

>>l
['python', 'go', 'java']
>>l.count("PYTHON")
0
>>l.count("python")
1
Salin selepas log masuk

Operasi lain

isihan: Isih elemen dalam senarai

>>l
['go', 'java', 'python']
>>l.sort(reverse=True)
>>l
['python', 'java', 'go']
>>l.sort()
>>l
['go', 'java', 'python']
Salin selepas log masuk

terbalik: Unsur songsang

>>l = [1,2,3,4,5]
>>l.reverse()
>>l
[5, 4, 3, 2, 1]
Salin selepas log masuk

salinan: Kembalikan salinan cetek senarai, bersamaan dengan a[:]

>>l
[5, 4, 3, 2, 1]
>>a = l.copy()
>>a
[5, 4, 3, 2, 1]
Salin selepas log masuk

Senario penggunaan senarai Python

1-Gunakan senarai untuk melaksanakan tindanan

Ciri tindanan adalah yang terakhir keluar dahulu Ia sangat mudah untuk dilaksanakan menggunakan senarai ke bahagian atas timbunan, gunakan append(). Untuk mengalih keluar elemen dari bahagian atas tindanan, gunakan pop() tanpa menyatakan indeks.

stack = []
stack.append(1)
stack.append(2)
stack.append(3)
stack.append(4)
stack.pop()
# 4
stack.pop()
# 3
stack.pop()
# 2
stack.pop()
# 1
# 注意捕捉错误
Salin selepas log masuk

2-Melaksanakan baris gilir

from collections import deque
queue = deque(["python", "go", "java"])
queue.append("python")
queue.append("go")
print(queue)
queue.popleft()

queue.popleft()
print(queue)
Salin selepas log masuk

Kembali hasil

deque(['python', 'go', 'java', 'python', 'go'])
deque(['java', 'python', 'go'])
Salin selepas log masuk

Senaraikan pemahaman

a = [x ** 2 for x in range(10)]
b = [(x, y) for x in [1, 2, 3] for y in [3, 1, 4] if x != y]

# 嵌套列表推导式
matrix = [
    [1, 2, 3, 4],
    [5, 6, 7, 8],
    [9, 10, 11, 12],
]
c = [[row[i] for row in matrix] for i in range(4)]
print("a:", a)
print("b:", b)
print("c:", c)
Salin selepas log masuk

Kembali

a: [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
b: [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]
c: [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]
Salin selepas log masuk

Tuple

Tuple adalah statik dan mempunyai saiz tetap Elemen tidak boleh ditambah, diubah suai atau dipadamkan

Buat tuple

a = 1, 2, 3
print("a", a)
b = (1, 2, 3)
print("b", b)
# 将字符串转换成元组
tup1 = tuple("hello")
print("将字符串转换成元组", tup1)

# 将列表转换成元组
list1 = ['Python', 'Java', 'C++', 'JavaScript']
tup2 = tuple(list1)
print("将列表转换成元组", tup2)

# 将字典转换成元组
dict1 = {'a': 100, 'b': 42, 'c': 9}
tup3 = tuple(dict1)
print("将字典转换成元组", tup3)

# 将区间转换成元组
range1 = range(1, 6)
tup4 = tuple(range1)
print("将区间转换成元组", tup4)
Salin selepas log masuk
Kembali hasil

a (1, 2, 3)
b (1, 2, 3)
将字符串转换成元组 ('h', 'e', 'l', 'l', 'o')
将列表转换成元组 ('Python', 'Java', 'C++', 'JavaScript')
将字典转换成元组 ('a', 'b', 'c')
将区间转换成元组 (1, 2, 3, 4, 5)
Salin selepas log masuk

Elemen akses

a = (1, 2, 3, 4, 5)
# 通过下标
print(a[0])
# 通过切片:a[start : end : step]
print(a[0:4:2])
Salin selepas log masuk
Kembalikan hasil

1
(1, 3)
Salin selepas log masuk
Padam

a = (1, 2, 3, 4, 5)
del a
Salin selepas log masuk
Perbezaan antara tupel dan senarai

Tuple adalah statik, senarai adalah dinamik

Pengubahsuaian Tuple

l = (1,2,3,4)
id(l)
# 4497372488
l = l + (5,6)
id(l)
# 4494985832
Salin selepas log masuk
Senarai pengubahsuaian

l = [1,2,3,4]
id(l)
# 4499169160
l = l + [5,6]
id(l)
# 4495787016
Salin selepas log masuk
Melalui perkara di atas , kita dapati bahawa tupel tidak boleh diubah selesai di sini? Ingat bahawa walaupun ia boleh dilaksanakan di sini, ia mencipta tuple baharu Pada masa ini, l bukan yang asal Anda boleh menanyakannya dengan id (atau jika anda melaksanakan l[0] = -1, ralat akan dilaporkan )

Biar saya sebutkan beberapa perkataan lagi di sini Yang statik dan dinamik di sini, dalam istilah vernakular, ialah senarai yang boleh melakukan operasi senarai (tambah, padam, ubah suai Di bawah tingkah laku operasi biasa, alamat memorinya kekal). tidak berubah (melalui id View), ini berkaitan dengan pelaksanaannya, tetapi tuple akan berubah, jadi tuple baru berbeza daripada yang asal Biasanya seseorang (penemuduga atau pembangun tidak berhati-hati) akan bertanya kepada anda = ([. 1,2 ], 3,4), Mengapakah a[0].append(3) dilakukan, tetapi id(a) kekal tidak berubah Ini kerana elemen dengan 0 subskrip ialah senarai, dan senarai itu boleh diubah suai .

Senarai memerlukan lebih banyak memori, tupel memerlukan kurang memori

list_t = []
print("列表初始化时候大小:", list_t.__sizeof__())
tuple_t = ()
print("元组初始化时候大小:", tuple_t.__sizeof__())
Salin selepas log masuk
Kembalikan hasil

列表初始化时候大小: 40
元组初始化时候大小: 24
Salin selepas log masuk

 看到结果有没有发现列表比元组大18字节,那么问题来了:这18字节是怎么来的?这是由于列表是动态的,它需要存储指针来指向对应的元素(占用 8 个字节)。另外,由于列表中元素可变,所以需要额外存储已经分配的长度大小(占用 8 个字节),这样才能实时追踪列表空间的使用情况。但是对于元组,情况就不同了,元组长度大小固定,且存储元素不可变,所以存储空间也是固定的。

列表不可被hash,元组可以被hash

tuple_t = (1, 2)
print("元组hash值:", hash(tuple_t))
list_t = [1, 2]
print("列表hash值:", hash(list_t))
Salin selepas log masuk

执行结果

Traceback (most recent call last):
  File "/Users/linjian/MonitorCenter/MonitorCenter/apps/t6.py", line 4, in <module>
    print("列表hash值:", hash(list_t))
TypeError: unhashable type: 'list'
元组hash值: 3713081631934410656
Salin selepas log masuk

从上面的结果可以发现元组是可以被hash,但列表却是不可以。如果基础扎实的应该会反应过来,python中hash需要满足是不可变类型的数据结构(字符串str、元组tuple、对象集objects)

执行效率

#   初始化一个相同元素的列表和元组使用情况
(djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)'

100000000 loops, best of 3: 0.0103 usec per loop
(djangoDemo)  MonitorCenter % python -m timeit 'x=[1,2,3,4,5,6]'
10000000 loops, best of 3: 0.0514 usec per loop


#  元组和列表索引操作对比
(djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)' 'y=x[3]'
10000000 loops, best of 3: 0.0267 usec per loop
(djangoDemo) MonitorCenter % python -m timeit 'x=(1,2,3,4,5,6)' 'y=x[3]'
10000000 loops, best of 3: 0.0265 usec per loop
Salin selepas log masuk

 上面的运行结果显示: 元组初始化远快于列表  ,大概有五倍的差距,但是索引操作的时候速度没有多大差距

截止目前为止,我们可以简单总结列表和元组的区别有如下:

  1. 元组使用tuple()或()初始化,列表使用list()或[]初始化
  2. 元组是静态,而列表是动态
  3. 列表需要更多内存,元组需要更少内存
  4. 列表不可被hash,元组可以被hash
  5. 元组初始化效率高于列表,但索引操作没有多大差距

元组和列表使用场景

再说使用场景前先讲一下,在python后台,对静态数据做一些资源缓存,通常因为垃圾回收机制的存在,一些变量不使用,python就会回收他们所占的内存,但是对于一些静态变量(比如说元组),当他们占用不大时候(长度1~20的元组),python会暂时缓存这部分内存,这样下次就可以不再向操作系统发出请求,分配内存资源,而是直接使用用缓存中之前的内存空间,这样大大加快了程序的运行速度。所以一般有时候数据量不大,我经常使用元组替代列表。到目前为止我们可以简单的总结出场景可以如下所示:

  1. 如果数据不可变,我们就可以考虑使用元组,比如说性别类型,返回出去的城市信息等等
  2. 如果数据可变,我们就考虑使用列表,比如说用户当天访问的网页等等

拓展知识

创建空的列表,是使用list()效率好还是[]?

(djangoDemo) MonitorCenter % python -m timeit 'x=list()'                
10000000 loops, best of 3: 0.087 usec per loop
(djangoDemo) MonitorCenter % python -m timeit 'x=[]'    
100000000 loops, best of 3: 0.0177 usec per loop
Salin selepas log masuk

通过上面的测试可以知道是[]快。list()函数调用,python中函数调用会创建stack并且会进行参数检查,[]是一个内置C函数,可以直接调用,因此效率更高。

执行相乘操作时候,是 *= 效率好, 还是*? 

(djangoDemo) MonitorCenter % python -m timeit 'x = [1,2,3]' 'x*=3'
10000000 loops, best of 3: 0.0903 usec per loop
(djangoDemo) MonitorCenter % python -m timeit 'x = [1,2,3]' 'x = x * 3'
10000000 loops, best of 3: 0.104 usec per loop
Salin selepas log masuk

从结果可以看出是*效率会低点。*= 中会预分配,不足的时候扩容,但是* 会按照每次的量进行分配大小

为什么输出是这样的?

list_1 = [1, 2, 3, 4]
list_2 = [1, 2, 3, 4]
list_3 = [1, 2, 3, 4]
list_4 = [1, 2, 3, 4]

for idx, item in enumerate(list_1):
    del item

for idx, item in enumerate(list_2):
    list_2.remove(item)

for idx, item in enumerate(list_3[:]):
    list_3.remove(item)

for idx, item in enumerate(list_4):
    list_4.pop(idx)

print("list_1", list_1)
print("list_2", list_2)
print("list_3", list_3)
print("list_4", list_4)
Salin selepas log masuk

结果

list_1 [1, 2, 3, 4]
list_2 [2, 4]
list_3 []
list_4 [2, 4]
Salin selepas log masuk

 list_2为什么输出是[2,4]? 因为在第一次删除后,list_2变成了 [2,3,4], 然后在删除轮循到到第二个数据也就是3(大部分都以为是2,但是2从原来的下表2变为1),可以参看下面的

give next element: 0
0 ---> 1
1      2
2      3
3      4
give next element: 1
0      2
1 ---> 3
2      4
give next element: 2
0      2
1      4
Salin selepas log masuk

list_3 为什么是[], 还记得之前我们说copy时候,copy等于[:](浅拷贝),所以轮询的和删除的不是同一内存的数据。

list_4可以结合list_2思考,因为第一次删除,第二次删除是下标2,但是数据变了,下标2的数据不是原来的2,而是3

推荐学习:python教程

Atas ialah kandungan terperinci Penjelasan terperinci senarai python dan tupel (penjelasan terperinci dengan contoh). Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!

Label berkaitan:
sumber:csdn.net
Kenyataan Laman Web ini
Kandungan artikel ini disumbangkan secara sukarela oleh netizen, dan hak cipta adalah milik pengarang asal. Laman web ini tidak memikul tanggungjawab undang-undang yang sepadan. Jika anda menemui sebarang kandungan yang disyaki plagiarisme atau pelanggaran, sila hubungi admin@php.cn
Tutorial Popular
Lagi>
Muat turun terkini
Lagi>
kesan web
Kod sumber laman web
Bahan laman web
Templat hujung hadapan
Tentang kita Penafian Sitemap
Laman web PHP Cina:Latihan PHP dalam talian kebajikan awam,Bantu pelajar PHP berkembang dengan cepat!