內置數據結構分類:

數值型

int , float , complex , bool

序列對象

字符串 str

列表 list

tuple(元組)

鍵值對

集合 set

字典 dict

數字型int ,float , complex , bool都是class, 1,5.0 , 2+3j都是對象的實例

int : python3的int就是長整型,沒有大小限制,受限于內存大小

float:有整數部分和小數部分組成,支持十進制和科學計數法表示,只有雙精度型

complex:有實數和虛部組成,實部和虛部都是浮點數,3+4j

bool:int 的子類,僅有2個實例True和False 對應 1和0,可以和整數直接運算

列表 list()

列表是可變的,連續的(sequence),可以進行索引的,線性數據結構,可迭代的數據結構

區分:

list列表: 查找快...但是從修改(增/刪)的時候,很麻煩很慢

link鏈表: 查找慢...但是修改快,查找很慢

queue(隊列): 先進先出~

stack(棧): 先進后出,后進先出(堆棧)

列表list定義: ?初始化

list() ->new empty list

list(iterable) -> new list initialized from iterable's items

list不能一開始就定義大小lst?=?list()

lst?=?[]

lst?=?[2,5,6,'ab']

lst?=?list(range(5))

索引 index: 也叫下標,從0?開始正索引: 從左至右,從0開始,為列表中每個單元進行編號

負索引:從右至左,從-1開始

正負索引不可超界,否則發生一場:Index Error

列表通過索引訪問:list[index],index就是索引,使用中包括訪問

列表查詢方法:

1.L.index(valve,[start,stop])通過元素值,從指定區間查找列表內的元素是否匹配

匹配到第一就立刻返回索引

匹配不到,拋出異常valveError

2.count(valve)返回列表中匹配到valve的次數

時間復雜度:

index和count方法都是O(n)[遍歷]

隨著列表數據規模的增大,效率下降

len():輸出列表的長度

列表元素修改

索引訪問修改 ，索引不要超界list[index]?=?valve

列表增加,插入列表

返回None意味著沒有新的列表產生,就地修改

1.L.append(object) -> None列表尾部追加元素,返回None

實際復雜度是O(1)

2.L.insert(index,object) -> None在指定的索引 index處插入語元素

時間復雜度是O(n)

此處index可以超界:

超越上界,尾部追加;

超越下界,頭部追加

3.L.extend(iterable) -> None將可迭代對象的元素追加進來,返回None

返回 list ,意味著產生了新的list

1. + -> list連接操作,將兩個列表連接起來

產生新的列表,原列表不變

本質上調用的是__add___()方法

2. * ?-> list重復操作,將本列表元素重復n次,返回新的列表

列表 * 重復的坑:x?=?[[1,2,3]]?*?3

print(x)

x[0][1]?=?20

print(x)

[[1,?2,?3],?[1,?2,?3],?[1,?2,?3]]

[[1,?20,?3],?[1,?20,?3],?[1,?20,?3]]

y?=?[1]?*?5

y[0]?=?6

y[1]?=?7

print(y)

[6,?7,?1,?1,?1]

列表刪除元素

1. L.remove(valve) -> None從左至右查找第一個匹配Valve的值,移除該元素,返回None

就地修改

效率:時間復雜度= O(n)

2. L.pop([index]) -> item不指定索引 index,就從列表尾部彈出一個元素

指定索引 index,就從index處彈出一個元素,索引超界拋出IndexError錯誤

效率:不指定索引 Index時 時間復雜度= O(1) ,指定索引(從頭,或中間), 時間復雜度=O(n)

3. L.clear() -> None清除列表所有元素,剩下一個空列表

其它列表操作

1. L.reserve() ->?None將列表元素反轉,返回None

就地修改

2. L.sort(key=None,reserve=Flase) -> None對列表元素進行排序,就地修改,默認升序

reserve為True,反轉,降序

key= 一個函數,按照key的內容進行排序

lst.sort(key=functionname),exp: lst.sort(key = str) 按照字符串進行排序

3. in , not in[3,4] in [1,2,[3,4]]

[5] not in [1,2,[3,4]]

for x in [1,2,[3,4]]

列表復制

L.copy() -> List返回一個新的列表

1.淺拷貝shadow copy:

影子拷貝,也叫淺拷貝,遇到引用類型,只是復制了一個引用而已lst0?=?[1,[2,3,4],5]

lst5?=?lst0.copy()

lst5[1][1]?=?20

print(lst5)

print(lst0)

[1,?[2,?20,?4],?5]

[1,?[2,?20,?4],?5]

2.深拷貝deepcopy

copy模塊提供了deepcopyimport?copy

lst0?=?[1,[2,3,4],5]

lst5?=?copy.deepcopy(lst0)

lst5[1][1]?=?20

lst5?!?==?lst0

print(lst5)

print(lst0)

[1,?[2,?20,?4],?5]

[1,?[2,?3,?4],?5]

隨機數 random模塊

1. random.randint(a,b) ?-> item返回[a,b]之間的隨機數

2. random.randrange([start],stop,[step]) ?-> item從指定范圍內,按指定基數遞增的集合中獲取一個隨機數, 基數缺省值為1. random.randrange(1,7,2)

3. random.choice() ?-> item從非空序列的元素中隨機抽取一個元素,exp: random.choice(range(10)) 從0到9中隨機挑選一個整數.random.choice([1,3,5,7])

4. random.shuffle(list) -> none就地打亂列表元素

5. random.sample(population,k) -> list從樣本空間或總體(序列或者集合類型) 中隨機取出 k個不同(索引位置)的元素,返回一個新的列表. exp:random.sample(['a','b','c','d'],2)

random.sample(['a','b']?,2

元組

一個有序的元素組成的集合

使用小括號()表示

元組是不可變對象

元組的定義 初始化

定義:

tuple() -> empty tuple

tuple(iterable) -> tuple initialized from iterable's items

t = tuple()

t = ()

t = tuple(range(1,7,2)) 可迭代對象

t = (1,) # 一個元素元組的定義,注意要有個逗號

t = (1,) * 5

t = (1,2,3) * 6

元組元素的訪問支持索引(下標)

元組通過索引訪問

tuple[index]: t[1]

正索引:從左至右,從0開始

負索引:從右至左,從-1開始

正負索引不可超界.否則引發一場Index Error

元組查詢

1.t.index(valve,[start,stop])通過值value,從指定區間查找元組內的元素是否匹配

匹配到第一就立刻返回索引

匹配不到,拋出異常valveError

2.count(valve)返回元組中匹配到valve的次數

時間復雜度:

index和count方法都是O(n)[遍歷]

隨著列表數據規模的增大,效率下降

len():返回元素的個數

元組不可變,只讀,所以沒有增,刪,改的方法

命名元組namedtuple

namedtuple(typename,field_names,verbose= False,rename=False)命名元組,返回一個元組的子類,并定義了字段

field_names可以是空白符或逗號分割的字段的字符串,可以是字段的列表from?collections?import?namedtuple

point?=?namedtuple("_point",["x",?"y"])?#?point為返回的類

p?=?point(11,22)

Exp:

form?collections?import?namedtuple

Student?=?namedtuple("Student","name?age")

tom?=?Student("tom",20)

jerry?=?Student("jerry,18")

tome.name

總結

以上是生活随笔為你收集整理的python数据结构的列表_Python内置数据结构——列表list的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。