python中怎么合并两个列表
合并方法:1、用“+”操作符合并,语法“list1+list2”;2、用extend()合并,语法“list_1.extend(list2)”;3、用Asterisks合并,语法“[*list_1,*list2]”;4、通过链函数合并,语法“list(chain(list1,list2))”;5、通过Reduce合并,语法“reduce(add,(list1,list2))”。
本教程操作环境:windows7系统、python3版,DELL G3电脑
Python 中合并列表的5种方法
1. 直接添加列表
在 Python 中合并列表最简单的方法就是直接使用 + 操作符,如下例所示:
leaders_1 = ['Elon Mask', 'Tim Cook'] leaders_2 = ['Yang Zhou', 'Bill Gates'] leaders_3 = ['Jeff Bezos', 'Warren Buffet'] full_leaders_list = leaders_1 + leaders_2 + leaders_3 print(full_leaders_list) # ['Elon Mask', 'Tim Cook', 'Yang Zhou', 'Bill Gates', 'Jeff Bezos', 'Warren Buffet']
此外,+= 运算符也支持列表。但是,事情在这里变得有趣。请参见以下示例:
A = B = [1, 2, 3] A += [4] print(A, B) # [1, 2, 3, 4] [1, 2, 3, 4] A = A + [5] print(A, B) # [1, 2, 3, 4, 5] [1, 2, 3, 4]
上面的代码可能会令人困惑,尤其是对于 Python 初学者。
为什么第一次 A 等于 B,第二次却不等于?
在这里留下一个课堂作业,希望各位同学可以课后找到原因~
2. 扩展一个列表
除了+=运算符外,一种简单的使用列表合并的方法是使用extend()方法。
leaders_1 = ['Elon Mask', 'Tim Cook'] leaders_2 = ['Yang Zhou', 'Bill Gates'] leaders_1.extend(leaders_2) print(leaders_1) # ['Elon Mask', 'Tim Cook', 'Yang Zhou', 'Bill Gates']
顺便说一下,在 Python 中处理列表时,另一个名为 append ()的方法也很流行。
让我们看看如果改变前一个例子的方法会发生什么:
leaders_1 = ['Elon Mask', 'Tim Cook'] leaders_2 = ['Yang Zhou', 'Bill Gates'] leaders_1.append(leaders_2) print(leaders_1) # ['Elon Mask', 'Tim Cook', ['Yang Zhou', 'Bill Gates']]
如上所示,append() 将新项目添加到列表中,而extend() 将列表与其他列表连接在一起。
3. 用 Asterisks 合并列表
Python 中最美妙的技巧之一就是使用sterisks 。在asterisks 的帮助下,我们可以解压列表并将它们放在一起。这是用 Python 实现合并列表的一种令人眼花缭乱的方法(可能有点自鸣得意)。
leaders_1 = ['Elon Mask', 'Tim Cook'] leaders_2 = ['Yang Zhou', 'Bill Gates'] leaders_3 = ['Jeff Bezos', 'Warren Buffet'] full_list = [*leaders_1, *leaders_2, *leaders_3] print(full_list) # ['Elon Mask', 'Tim Cook', 'Yang Zhou', 'Bill Gates', 'Jeff Bezos', 'Warren Buffet']
4. 通过链函数合并列表
Itertools 模块中的 chain 函数是 Python 中合并迭代对象的一种特殊方法。它可以对一系列迭代项进行分组,并返回组合后的迭代项。因为列表也是迭代的,所以我们也可以使用 chain 函数来合并列表:
from itertools import chain leaders_1 = ['Elon Mask', 'Tim Cook'] leaders_2 = ['Yang Zhou', 'Bill Gates'] leaders_3 = ['Jeff Bezos', 'Warren Buffet'] full_list = list(chain(leaders_1,leaders_2,leaders_3)) print(full_list) # ['Elon Mask', 'Tim Cook', 'Yang Zhou', 'Bill Gates', 'Jeff Bezos', 'Warren Buffet']
5. 通过 Reduce 函数合并列表
Python 是懒人的福利。对我来说,当有太多的列表需要合并的时候,写太多的 + 是很无聊的,我不想这样做。在这种情况下,我们可以使用一个更高阶的函数—— reduce,再次拯救我们:
from operator import add from functools import reduce A = [99, 2] B = [0, 5, 1] C = [2077, 2021] D = [0] L = reduce(add, (A, B, C, D)) print(L) # [99, 2, 0, 5, 1, 2077, 2021, 0]
总结
Python 中合并列表的操作至少有5种方法。我们不一定每次都选择不同的方式。然而,在阅读他人的程序时,不可避免地会遇到不同的编码风格。因此,对于同一个操作,检查不同的方法是值得的。至少,我们可以从他们身上感受到 Python 的灵活性和优雅
【相关推荐:Python3视频教程 】
以上是python中怎么合并两个列表的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP和Python各有优劣,选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

在CentOS系统上高效训练PyTorch模型,需要分步骤进行,本文将提供详细指南。一、环境准备:Python及依赖项安装:CentOS系统通常预装Python,但版本可能较旧。建议使用yum或dnf安装Python3并升级pip:sudoyumupdatepython3(或sudodnfupdatepython3),pip3install--upgradepip。CUDA与cuDNN(GPU加速):如果使用NVIDIAGPU,需安装CUDATool

Docker利用Linux内核特性,提供高效、隔离的应用运行环境。其工作原理如下:1. 镜像作为只读模板,包含运行应用所需的一切;2. 联合文件系统(UnionFS)层叠多个文件系统,只存储差异部分,节省空间并加快速度;3. 守护进程管理镜像和容器,客户端用于交互;4. Namespaces和cgroups实现容器隔离和资源限制;5. 多种网络模式支持容器互联。理解这些核心概念,才能更好地利用Docker。

在CentOS系统上启用PyTorchGPU加速,需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程:CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如,您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网,根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

在CentOS下选择PyTorch版本时,需要考虑以下几个关键因素:1.CUDA版本兼容性GPU支持:如果你有NVIDIAGPU并且希望利用GPU加速,需要选择支持相应CUDA版本的PyTorch。可以通过运行nvidia-smi命令查看你的显卡支持的CUDA版本。CPU版本:如果没有GPU或不想使用GPU,可以选择CPU版本的PyTorch。2.Python版本PyTorch

CentOS 安装 Nginx 需要遵循以下步骤:安装依赖包,如开发工具、pcre-devel 和 openssl-devel。下载 Nginx 源码包,解压后编译安装,并指定安装路径为 /usr/local/nginx。创建 Nginx 用户和用户组,并设置权限。修改配置文件 nginx.conf,配置监听端口和域名/IP 地址。启动 Nginx 服务。需要注意常见的错误,如依赖问题、端口冲突和配置文件错误。性能优化需要根据具体情况调整,如开启缓存和调整 worker 进程数量。

在CentOS系统上高效处理PyTorch数据,需要以下步骤:依赖安装:首先更新系统并安装Python3和pip:sudoyumupdate-ysudoyuminstallpython3-ysudoyuminstallpython3-pip-y然后,根据您的CentOS版本和GPU型号,从NVIDIA官网下载并安装CUDAToolkit和cuDNN。虚拟环境配置(推荐):使用conda创建并激活一个新的虚拟环境,例如:condacreate-n
