DukeDuke
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
主页
项目文档
技术文档
  • 单机版
  • 微服务
  • 代办项目
  • 优鲜项目
项目管理
关于我们
  • 技术文档

    • 网络原理

      • 交换机
      • 路由器
      • TCP/IP协议
      • HTTP 与 HTTPS
    • 软件架构

      • 什么是软件架构
      • 分层架构
      • 微服务架构
      • 事件驱动架构
      • 领域驱动设计(DDD)
      • 架构图
      • 高并发系统
    • Vue3

      • Vue3简介
      • Vue3响应式系统
      • Vue3组合式API
      • Vue3生命周期
      • Vue3模板语法
      • Vue3组件系统
      • Vue3 路由系统
      • Vue3 状态管理
      • Vue3 性能优化
      • Vue3 TypeScript 支持
      • Vue3 项目实战
      • VUE 面试题大全
      • Node.js 安装
    • JAVA

      • JVM

        • 认识JVM
        • JVM类加载器
        • 运行时数据区
        • 执行引擎
        • 本地方法接口
        • 本地方法库
        • JVM垃圾回收
        • JVM性能监控
        • JVM调优
      • 设计模式
        • 单例模式
        • 工厂模式
        • 策略模式
        • 适配器模式
        • 建造者模式
        • 原型模式
        • 装饰器模式
        • 代理模式
        • 外观模式
        • 享元模式
        • 组合模式
        • 桥接模式
      • Java多线程

        • Java 线程基础详解
        • Java 线程池详解
        • Java ThreadLocal 详解
        • Java volatile 详解
        • Java 线程间通信详解
        • Java 线程安全详解
        • Java 线程调度详解
        • Java 线程优先级详解

        • Java 线程中断详解
        • Java 线程死锁详解
      • Java反射
      • Java 面试题

        • Java 基础概念面试题
        • Java 面向对象编程面试题
        • Java 集合框架面试题
        • Java 多线程与并发面试题
        • JVM 与内存管理面试题
        • Java I/O 与 NIO 面试题
        • Java 异常处理面试题
        • Java 反射与注解面试题
        • Java Spring 框架面试题
        • Java 数据库与 JDBC 面试题
        • Java 性能优化面试题
        • Java 实际项目经验面试题
        • Java 高级特性面试题
        • Java 面试准备建议
    • Python

      • Python简介
      • Python安装
      • Python hello world
      • Python基础语法
      • Python数据类型
      • Python数字
      • Python字符串
      • Python列表
      • Python元组
      • Python字典
      • Python日期时间
      • Python文件操作
      • Python异常处理
      • Python函数
      • Python类
      • Python模块
      • Python包
      • Python多线程
      • Python面向对象
      • Python爬虫
      • Django web框架
      • Python 面试题

        • Python 面试题导航
        • Python 基础概念
        • Python 面向对象编程
        • Python 数据结构
        • Python 高级特性
        • Python 框架
        • Python 性能优化
        • Python 项目经验
    • Spring

      • Spring
      • Springboot
      • Spring Security 安全框架
      • SpringBoot 中的事件详解
      • SpringBoot 中的定时任务详解
      • SpringBoot 自动装配原理与源码解释
    • Mybatis

      • Mybatis
      • Mybatis-Plus
    • 数据库

      • Redis

        • Redis简介
        • Redis(单机)安装
        • Redis配置
        • Redis数据结构
        • RDB、AOF 和混合持久化机制
        • Redis内存管理
        • Redis缓存一致性
        • Redis缓存穿透
        • Redis缓存击穿
        • Redis缓存雪崩
        • Redis Lua脚本
        • Redis主从复制
        • Redis哨兵模式
        • Redis集群
        • Redis数据分片
        • Redis CPU使用率过高
        • Redis面试题
      • MySQL

        • MySQL简介
        • MySQL安装
        • MySQL配置
        • MYSQL日常维护
        • MYSQL优化-慢查询
        • MYSQL优化-索引
        • MYSQL数据库设计规范
    • 消息队列

      • RocketMQ
      • Kafka
      • RabbitMQ
      • 消息队列面试题
    • 微服务

      • SpringCloud 微服务
      • Eureka 注册中心
      • Nacos 注册中心
      • Gateway 网关
      • Feign 服务调用
      • Sentinel 限流 与 熔断
      • Seata 分布式事务
      • CAP 理论
      • Redis 分布式锁
      • 高并发系统设计
    • ELK日志分析系统

      • Elasticsearch 搜索引擎
      • Logstash 数据处理
      • Kibana 可视化
      • ELK 实战
    • 开放API

      • 开放API设计
      • 开放API示例项目
    • 人工智能

      • 人工智能简介
      • 机器学习

      • 深度学习

      • 自然语言处理

      • 计算机视觉

        • CUDA与cuDNN详细安装
        • Conda 安装
        • Pytorch 深度学习框架
        • yolo 目标检测
        • TensorRT 深度学习推理优化引擎
        • TensorFlow 机器学习
        • CVAT 图像标注
        • Windows 下安装 CUDA、cuDNN、TensorRT、TensorRT-YOLO 环境
        • Windows10+CUDA+cuDNN+TensorRT+TensorRT-YOLO 部署高性能YOLO11推理
    • 大数据

      • 大数据简介
      • Hadoop 数据存储
      • Flume 数据采集
      • Sqoop 数据导入导出
      • Hive 数据仓库
      • Spark 数据处理
      • Flink 数据处理
      • Kafka 数据采集
      • HBase 数据存储
      • Elasticsearch 搜索引擎
    • 图像处理

      • 图像处理简介
      • 医学图像web呈现
      • 医学图像处理
      • 切片细胞分离问题
    • 服务器&运维

      • Linux 系统

        • Linux 系统管理
        • Linux 网络管理
        • Linux 文件管理
        • Linux 命令大全
      • Nginx Web 服务器

        • Nginx 安装 与 配置
        • Nginx 负载均衡
        • Nginx SSL证书配置
        • Nginx Keepalived 高可用
      • Docker 容器

        • Docker 简介
        • Docker 安装与配置
        • Docker 命令
        • Docker 部署 Nginx
        • Docker 部署 MySQL
        • Docker 部署 Redis
      • 服务器

        • 塔式服务器
        • 机架式服务器
        • 刀片服务器
      • Git 版本控制
      • Jenkins 持续集成
      • Jmeter 性能测试
      • Let's Encrypt 免费SSL证书
    • 简历

      • 项目经理简历
      • 开发工程师简历

Python 列表(List)

列表是 Python 中最常用的数据类型之一,它是一个有序的、可变的集合。列表可以包含不同类型的元素,包括数字、字符串、甚至其他列表。

1. 创建列表

# 创建空列表
empty_list = []
empty_list = list()

# 创建包含元素的列表
numbers = [1, 2, 3, 4, 5]
fruits = ['apple', 'banana', 'orange']
mixed = [1, 'hello', 3.14, True]

2. 访问列表元素

fruits = ['apple', 'banana', 'orange']

# 使用索引访问元素(索引从0开始)
first_fruit = fruits[0]    # 'apple'
second_fruit = fruits[1]   # 'banana'

# 使用负数索引从末尾访问
last_fruit = fruits[-1]    # 'orange'

# 切片操作
first_two = fruits[0:2]    # ['apple', 'banana']

3. 修改列表

fruits = ['apple', 'banana', 'orange']

# 修改元素
fruits[1] = 'grape'        # ['apple', 'grape', 'orange']

# 添加元素
fruits.append('mango')     # ['apple', 'grape', 'orange', 'mango']
fruits.insert(1, 'pear')   # ['apple', 'pear', 'grape', 'orange', 'mango']

# 删除元素
fruits.remove('grape')     # ['apple', 'pear', 'orange', 'mango']
popped_fruit = fruits.pop() # 删除并返回最后一个元素
del fruits[0]              # 删除指定索引的元素

4. 列表操作

# 列表连接
list1 = [1, 2, 3]
list2 = [4, 5, 6]
combined = list1 + list2   # [1, 2, 3, 4, 5, 6]

# 列表重复
repeated = list1 * 2       # [1, 2, 3, 1, 2, 3]

# 列表长度
length = len(list1)        # 3

# 列表排序
numbers = [3, 1, 4, 1, 5, 9, 2, 6]
numbers.sort()             # [1, 1, 2, 3, 4, 5, 6, 9]
numbers.sort(reverse=True) # [9, 6, 5, 4, 3, 2, 1, 1]

# 列表反转
numbers.reverse()          # [1, 1, 2, 3, 4, 5, 6, 9]

5. 列表推导式

列表推导式提供了一种简洁的方式来创建列表:

# 创建1到10的平方数列表
squares = [x**2 for x in range(1, 11)]

# 创建偶数列表
evens = [x for x in range(1, 11) if x % 2 == 0]

# 创建字符串列表
words = ['hello', 'world', 'python']
upper_words = [word.upper() for word in words]

6. 常用列表方法

numbers = [1, 2, 3, 4, 5]

# 添加元素
numbers.append(6)          # 在末尾添加元素
numbers.extend([7, 8])     # 扩展列表
numbers.insert(0, 0)       # 在指定位置插入元素

# 删除元素
numbers.remove(3)          # 删除指定值的元素
numbers.pop()              # 删除并返回最后一个元素
numbers.clear()            # 清空列表

# 查找元素
index = numbers.index(4)   # 返回元素的索引
count = numbers.count(2)   # 返回元素出现的次数

7. 列表的注意事项

  1. 列表是可变的,可以随时修改其内容
  2. 列表可以包含不同类型的元素
  3. 列表的索引从 0 开始
  4. 使用切片时,返回的是一个新的列表
  5. 列表操作可能会影响性能,特别是在处理大型列表时

8. 实际应用示例

# 学生成绩管理
scores = [85, 92, 78, 90, 88]

# 计算平均分
average = sum(scores) / len(scores)

# 找出最高分和最低分
highest = max(scores)
lowest = min(scores)

# 成绩排序
sorted_scores = sorted(scores, reverse=True)

# 筛选及格分数
passing_scores = [score for score in scores if score >= 60]

9. 性能考虑

  1. 在列表开头插入或删除元素的时间复杂度是 O(n)
  2. 在列表末尾添加或删除元素的时间复杂度是 O(1)
  3. 访问元素的时间复杂度是 O(1)
  4. 搜索元素的时间复杂度是 O(n)

对于需要频繁在开头插入或删除元素的场景,建议使用 collections.deque。

最近更新:: 2025/8/14 09:20
Contributors: Duke
Prev
Python字符串
Next
Python元组