Python列表创建与操作全解析
想要玩转Python列表?这篇教程为你详解Python创建列表的各种方法及操作技巧,让你轻松掌握数据管理的利器。文章从最基础的方括号`[]`定义,到强大的`list()`构造函数,再到简洁高效的列表推导式,由浅入深地讲解了列表的创建方式。不仅如此,还深入探讨了如何通过索引和切片访问、修改列表元素,以及`append`、`extend`、`insert`等实用方法的运用。更重要的是,文章着重强调了列表复制时浅拷贝与深拷贝的区别,避免因引用共享导致的数据修改问题。无论你是Python新手还是有一定基础的开发者,都能从中获益,提升你的编程技能。
Python创建列表最常用方式是用方括号[]直接定义,如my_list = [1, 2, 3];也可用list()构造函数转换可迭代对象,或使用列表推导式[expr for item in iterable if cond]实现简洁高效的列表生成;列表支持通过索引和切片访问及修改元素,结合append、extend、insert等方法实现增删改查;需注意列表复制时的浅拷贝与深拷贝区别,避免因引用共享导致意外修改。
Python中创建列表其实非常直接,它就像你收集各种东西,然后把它们按顺序排好放在一个盒子里。这个“盒子”就是列表,而“各种东西”可以是任何类型的数据,比如数字、文本,甚至是其他列表。最常见的创建方式就是用方括号 []
把你想放进去的东西(我们叫它们元素)括起来,用逗号隔开。
解决方案
创建Python列表的方式有很多种,最基础也最常用的就是直接字面量声明。你可以创建一个空的列表,稍后再往里面加东西,也可以在创建时就指定一些初始元素。
比如,一个空列表就这么写:my_empty_list = []
。是不是很简单?
如果想一开始就有内容,那就把元素放进去:my_numbers = [1, 2, 3, 4, 5]
或者 my_fruits = ["apple", "banana", "cherry"]
。这里要注意,列表里的元素类型可以混搭,比如 mixed_list = [1, "hello", True, 3.14]
,这在Python里是完全允许的,也是它灵活性的体现。
除了直接用方括号,你也可以用 list()
构造函数。如果你有一个其他可迭代对象(比如字符串或元组),想把它转换成列表,list()
就派上用场了。
my_string = "Python"
list_from_string = list(my_string)
# 结果是 ['P', 'y', 't', 'h', 'o', 'n']
my_tuple = (10, 20, 30)
list_from_tuple = list(my_tuple)
# 结果是 [10, 20, 30]
还有一种非常强大且Pythonic的方式叫做“列表推导式”(List Comprehension),它能让你用一行代码简洁地创建或转换列表。我个人非常喜欢用它来处理一些数据转换的场景,代码会显得非常优雅。
比如,想创建一个包含1到10所有偶数的列表:
even_numbers = [i for i in range(1, 11) if i % 2 == 0]
# 结果是 [2, 4, 6, 8, 10]
这个方法后面会详细讲,因为它真的很实用。
如何从列表中获取或修改特定元素?
列表的元素是有序的,这意味着每个元素都有一个位置,我们称之为“索引”。在Python里,索引是从0开始的。所以,第一个元素的索引是0,第二个是1,依此类推。
要获取列表中的某个元素,你只需在列表名后面加上方括号,里面写上索引号。
fruits = ["apple", "banana", "cherry"]
first_fruit = fruits[0]
# 结果是 "apple"
second_fruit = fruits[1]
# 结果是 "banana"
如果想从列表末尾开始数,可以使用负数索引。[-1]
表示最后一个元素,[-2]
表示倒数第二个,这在处理不确定列表长度时特别方便。
last_fruit = fruits[-1]
# 结果是 "cherry"
修改列表中的元素也很简单,直接通过索引赋值就行了:
fruits[1] = "orange"
# 现在 fruits
变成了 ["apple", "orange", "cherry"]
除了单个元素,我们还可以获取或修改列表的“切片”(slice),也就是列表的一部分。切片操作符是 [start:end:step]
。start
是起始索引(包含),end
是结束索引(不包含),step
是步长。
numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]
subset = numbers[2:5]
# 结果是 [2, 3, 4]
(从索引2到索引4)
every_other = numbers[::2]
# 结果是 [0, 2, 4, 6, 8]
(每隔一个取一个)
reversed_list = numbers[::-1]
# 结果是 [9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
(一个很酷的翻转列表技巧)
修改切片也行,但要注意,你替换的元素数量不一定非要和原切片长度一致:
numbers[2:5] = [20, 30]
# numbers
变成了 [0, 1, 20, 30, 5, 6, 7, 8, 9]
。原先的 [2, 3, 4]
被 [20, 30]
替换了,列表长度也随之改变。
要往列表里添加元素,最常用的是 append()
方法,它会把新元素加到列表的末尾:
fruits.append("grape")
# fruits
变成了 ["apple", "orange", "cherry", "grape"]
如果你想把另一个列表的所有元素都加进来,用 extend()
而不是 append()
。append()
会把整个新列表作为一个单一元素添加,而 extend()
会逐个添加:
more_fruits = ["kiwi", "mango"]
fruits.extend(more_fruits)
# fruits
变成了 ["apple", "orange", "cherry", "grape", "kiwi", "mango"]
要在指定位置插入元素,可以用 insert(index, element)
:
fruits.insert(1, "blueberry")
# fruits
变成了 ["apple", "blueberry", "orange", "cherry", "grape", "kiwi", "mango"]
删除元素有几种方式:
del
语句:根据索引删除。del fruits[0]
pop()
方法:删除指定索引的元素,并返回被删除的元素。如果不指定索引,默认删除并返回最后一个。removed_fruit = fruits.pop(1)
#removed_fruit
是 "blueberry"remove()
方法:删除列表中第一个匹配到的指定值的元素。如果值不存在会报错。fruits.remove("orange")
除了增删改查,Python 列表还有哪些常用技巧?
列表的操作远不止基本的增删改查,还有很多内置函数和方法能让你的工作更高效。
首先是获取列表长度,用 len()
函数:
my_list = [1, 2, 3, 4]
list_length = len(my_list)
# 结果是 4
判断一个元素是否在列表中,可以使用 in
和 not in
运算符:
if "apple" in fruits:
print("Apple is in the list.")
if "pineapple" not in fruits:
print("Pineapple is not here.")
列表的排序是个很常见的需求。Python提供了两种主要方式:
list.sort()
方法:直接修改原列表,没有返回值。numbers = [3, 1, 4, 1, 5, 9, 2]
numbers.sort()
#numbers
变成了[1, 1, 2, 3, 4, 5, 9]
你可以传递reverse=True
参数进行降序排序:numbers.sort(reverse=True)
sorted()
函数:返回一个新的排序后的列表,不改变原列表。original_numbers = [3, 1, 4]
sorted_numbers = sorted(original_numbers)
#sorted_numbers
是[1, 3, 4]
,original_numbers
保持不变。
如果你只是想反转列表元素的顺序,而不是排序,可以使用 list.reverse()
方法(原地反转)或切片 [::-1]
(返回新列表):
my_list = [1, 2, 3]
my_list.reverse()
# my_list
变成了 [3, 2, 1]
another_list = [10, 20, 30]
reversed_another_list = another_list[::-1]
# reversed_another_list
是 [30, 20, 10]
查找某个元素在列表中出现的次数,用 list.count()
:
my_list = [1, 2, 1, 3, 1, 4]
count_of_one = my_list.count(1)
# 结果是 3
查找某个元素第一次出现的索引,用 list.index()
:
my_list = ["a", "b", "c", "b"]
index_of_b = my_list.index("b")
# 结果是 1
注意,如果元素不存在,index()
会抛出 ValueError
,所以在使用前最好用 in
进行检查。
连接两个或多个列表,可以用 +
运算符:
list1 = [1, 2]
list2 = [3, 4]
combined_list = list1 + list2
# 结果是 [1, 2, 3, 4]
重复列表,可以用 *
运算符:
repeated_list = [0] * 5
# 结果是 [0, 0, 0, 0, 0]
但要小心,如果列表包含可变对象(如另一个列表),这种重复只是创建了对相同对象的引用,修改其中一个会影响所有重复项。
# 示例:重复列表的陷阱 nested_list = [[1, 2]] * 3 print(nested_list) # 输出: [[1, 2], [1, 2], [1, 2]] nested_list[0][0] = 99 print(nested_list) # 输出: [[99, 2], [99, 2], [99, 2]] -- 噢,所有子列表都被修改了!
这其实是Python浅拷贝的一个经典案例,在使用时需要特别留意。
列表推导式是什么?它能让我的代码更简洁吗?
列表推导式(List Comprehension)是Python提供的一种非常优雅和高效的创建列表的方式。它能将循环和条件判断结合在一行代码中,生成新的列表。我个人觉得,一旦你掌握了它,你的Python代码会变得更加简洁、可读性更强,而且通常运行效率也更高。
它的基本语法是:[expression for item in iterable if condition]
expression
:对item
进行操作,生成新列表的元素。item
:从iterable
中取出的每一个元素。iterable
:一个可迭代对象,比如范围、元组、字符串或另一个列表。condition
(可选):一个布尔表达式,只有当它为True
时,item
才会参与expression
的计算。
我们来看几个例子:
1. 简单的元素转换: 假设你有一个数字列表,想把每个数字都平方。 传统方法:
numbers = [1, 2, 3, 4, 5] squared_numbers = [] for num in numbers: squared_numbers.append(num ** 2) print(squared_numbers) # 输出: [1, 4, 9, 16, 25]
使用列表推导式:
numbers = [1, 2, 3, 4, 5] squared_numbers = [num ** 2 for num in numbers] print(squared_numbers) # 输出: [1, 4, 9, 16, 25]
是不是简洁了很多?
2. 结合条件过滤: 现在,我们只想平方偶数。 传统方法:
numbers = [1, 2, 3, 4, 5] even_squared_numbers = [] for num in numbers: if num % 2 == 0: even_squared_numbers.append(num ** 2) print(even_squared_numbers) # 输出: [4, 16]
使用列表推导式:
numbers = [1, 2, 3, 4, 5] even_squared_numbers = [num ** 2 for num in numbers if num % 2 == 0] print(even_squared_numbers) # 输出: [4, 16]
条件判断 if num % 2 == 0
被放在了 for
循环之后。
3. 带有 if-else
的条件表达式:
如果条件判断需要根据结果生成不同的值,而不是过滤元素,你可以把 if-else
放在 expression
部分:
假设你想把偶数变成它们的平方,奇数保持不变。
传统方法:
numbers = [1, 2, 3, 4, 5] transformed_numbers = [] for num in numbers: if num % 2 == 0: transformed_numbers.append(num ** 2) else: transformed_numbers.append(num) print(transformed_numbers) # 输出: [1, 4, 3, 16, 5]
使用列表推导式:
numbers = [1, 2, 3, 4, 5] transformed_numbers = [num ** 2 if num % 2 == 0 else num for num in numbers] print(transformed_numbers) # 输出: [1, 4, 3, 16, 5]
这里的 if-else
结构是在 for
循环之前。记住这个区别,它很重要。
4. 嵌套列表推导式: 列表推导式甚至可以嵌套,用来处理多维数据或生成笛卡尔积。
matrix = [[1, 2, 3], [4, 5, 6], [7, 8, 9]] flattened_list = [num for row in matrix for num in row] print(flattened_list) # 输出: [1, 2, 3, 4, 5, 6, 7, 8, 9]
这个例子将一个二维列表“展平”成了一维列表。
什么时候使用列表推导式?
- 当你需要基于一个现有列表或其他可迭代对象创建新列表时。
- 当你想用更少的代码实现循环和条件逻辑时。
- 当你关心代码的执行效率时(列表推导式通常比显式的
for
循环更快,因为它在C语言层面进行了优化)。
不过,如果逻辑过于复杂,或者嵌套层级太多,列表推导式可能会变得难以阅读。在这种情况下,传统的 for
循环可能更清晰。平衡简洁性和可读性是关键。
为什么我的列表复制后,原列表也跟着变了?(浅拷贝的坑)
在Python中处理列表时,一个非常常见的误区就是关于列表的复制。如果你不小心,可能会遇到“为什么我修改了副本,原列表也跟着变了?”的困惑。这通常涉及到“浅拷贝”(shallow copy)和“深拷贝”(deep copy)的概念。
Python变量存储的不是值本身,而是对内存中对象的引用。当我们对列表进行“复制”操作时,究竟是复制了引用,还是复制了实际内容,这决定了后续操作的行为。
1. 直接赋值(=
):这不是复制,而是引用!
这是最容易犯错的地方。当你写 list_b = list_a
时,你并没有创建一个新的列表 list_b
。实际上,list_a
和 list_b
现在都指向内存中的同一个列表对象。它们只是同一个对象的两个不同名字而已。
original_list = [1, 2, 3] new_list = original_list # 仅仅是引用 new_list.append(4) print(original_list) # 输出: [1, 2, 3, 4] -- 咦,原列表也变了! print(new_list) # 输出: [1, 2, 3, 4]
修改 new_list
实际上就是修改了 original_list
指向的那个对象。
2. 浅拷贝(Shallow Copy):复制列表本身,但不复制其内部的可变对象。 浅拷贝会创建一个新的列表对象,但这个新列表中的元素,如果是可变对象(比如另一个列表),则仍然是原列表中对应元素的引用。这意味着,如果你修改了新列表中可变子对象的内容,原列表中的子对象也会被修改。
有几种方法可以进行浅拷贝:
切片操作
[:]
: 这是最常用和推荐的浅拷贝方法之一。original_list = [1, 2, [3, 4]] copied_list = original_list[:] # 浅拷贝 copied_list.append(5) copied_list[2].append(6) # 修改了内部的子列表 print(original_list) # 输出: [1, 2, [3, 4, 6]] -- 子列表变了! print(copied_list) # 输出: [1, 2, [3, 4, 6], 5]
可以看到,
append(5)
只影响了copied_list
,因为它是在顶层添加了一个新元素。但copied_list[2].append(6)
修改了内部的子列表[3, 4]
,由于original_list
和copied_list
的子列表[3, 4]
仍然是同一个对象,所以original_list
也受到了影响。list()
构造函数: 效果与切片[:]
相同。original_list = [1, 2, [3, 4]] copied_list = list(original_list) # 浅拷贝 # 后续操作同上,结果一样
copy
模块的copy()
函数: 明确表示进行浅拷贝。import copy original_list = [1, 2, [3, 4]] copied_list = copy.copy(original_list) # 浅拷贝 # 后续操作同上,结果一样
3. 深拷贝(Deep Copy):彻底复制所有内容,包括嵌套的可变对象。 深拷贝会创建一个全新的列表对象,并且递归地复制原列表中所有嵌套的可变对象。这意味着,深拷贝后的列表与原列表在内存中完全独立,修改其中任何一个都不会影响另一个。
要进行深拷贝,你需要使用 copy
模块中的 deepcopy()
函数:
import copy original_list = [1, 2, [3, 4]] deep_copied_list = copy.deepcopy(original_list) # 深拷贝 deep_copied_list.append(5) deep_copied_list[2].append(6) # 修改了内部的子列表 print(original_list) # 输出: [1, 2, [3, 4]] -- 原列表保持不变! print(deep_copied_list) # 输出: [1, 2, [3, 4, 6], 5]
在这里,original_list
即使在 deep_copied_list
的子列表被修改后,也依然保持原样,因为 deepcopy()
连同内部的子列表也一并复制了。
总结一下:
- 直接赋值 (
=
): 只是创建了对同一对象的另一个引用。 - 浅拷贝 (
[:]
,list()
,copy.copy()
): 创建了新的顶层列表,但内部的可变对象仍是引用。 - 深拷贝 (
copy.deepcopy()
): 创建了完全独立的副本,包括所有嵌套的可变对象。
选择哪种拷贝方式取决于你的具体需求。如果你的列表只包含不可变对象(如数字、字符串、元组),那么浅拷贝就足够了,因为它和深拷贝的效果一样。但如果你的列表包含其他列表、字典等可变对象,并且你希望修改副本时原列表不受影响,那么深拷贝是你的不二之选。理解这个差异,能帮你避免很多不必要的bug。
到这里,我们也就讲完了《Python列表创建与操作全解析》的内容了。个人认为,基础知识的学习和巩固,是为了更好的将其运用到项目中,欢迎关注golang学习网公众号,带你了解更多关于列表操作,浅拷贝,深拷贝,列表推导式,Python列表的知识点!

- 上一篇
- Python异常处理详解:tryexcept使用教程

- 下一篇
- Python提取多边形NDVI均值方法详解
-
- 文章 · python教程 | 25分钟前 |
- NumPy是什么?Python数值计算库全解析
- 112浏览 收藏
-
- 文章 · python教程 | 38分钟前 |
- PythonOCR教程:Tesseract识别技巧分享
- 302浏览 收藏
-
- 文章 · python教程 | 43分钟前 |
- Pythonurllib3发送HTTP请求详解
- 247浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python音频处理:librosa技巧全解析
- 415浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- Python鸭子类型是什么意思?
- 277浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- AIOHTTP是什么?与Requests对比解析
- 296浏览 收藏
-
- 文章 · python教程 | 1小时前 |
- PlotlyDash添加全屏按钮到Modebar
- 205浏览 收藏
-
- 文章 · python教程 | 2小时前 | 错误处理 安全性 TCP/UDP 并发处理 PythonSocket
- PythonSocket编程入门与实战详解
- 432浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python提取多边形NDVI均值方法详解
- 252浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python异常处理详解:tryexcept使用教程
- 291浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- Python动态获取变量值的技巧
- 163浏览 收藏
-
- 文章 · python教程 | 2小时前 |
- 列表与元组的区别及使用场景
- 274浏览 收藏
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 514次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 499次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 484次学习
-
- AI Mermaid流程图
- SEO AI Mermaid 流程图工具:基于 Mermaid 语法,AI 辅助,自然语言生成流程图,提升可视化创作效率,适用于开发者、产品经理、教育工作者。
- 406次使用
-
- 搜获客【笔记生成器】
- 搜获客笔记生成器,国内首个聚焦小红书医美垂类的AI文案工具。1500万爆款文案库,行业专属算法,助您高效创作合规、引流的医美笔记,提升运营效率,引爆小红书流量!
- 391次使用
-
- iTerms
- iTerms是一款专业的一站式法律AI工作台,提供AI合同审查、AI合同起草及AI法律问答服务。通过智能问答、深度思考与联网检索,助您高效检索法律法规与司法判例,告别传统模板,实现合同一键起草与在线编辑,大幅提升法律事务处理效率。
- 420次使用
-
- TokenPony
- TokenPony是讯盟科技旗下的AI大模型聚合API平台。通过统一接口接入DeepSeek、Kimi、Qwen等主流模型,支持1024K超长上下文,实现零配置、免部署、极速响应与高性价比的AI应用开发,助力专业用户轻松构建智能服务。
- 416次使用
-
- 迅捷AIPPT
- 迅捷AIPPT是一款高效AI智能PPT生成软件,一键智能生成精美演示文稿。内置海量专业模板、多样风格,支持自定义大纲,助您轻松制作高质量PPT,大幅节省时间。
- 395次使用
-
- Flask框架安装技巧:让你的开发更高效
- 2024-01-03 501浏览
-
- Django框架中的并发处理技巧
- 2024-01-22 501浏览
-
- 提升Python包下载速度的方法——正确配置pip的国内源
- 2024-01-17 501浏览
-
- Python与C++:哪个编程语言更适合初学者?
- 2024-03-25 501浏览
-
- 品牌建设技巧
- 2024-04-06 501浏览