Python列表转表格的5种方法
怎么入门文章编程?需要学习哪些知识点?这是新手们刚接触编程时常见的问题;下面golang学习网就来给大家整理分享一些知识点,希望能够给初学者一些帮助。本篇文章就来介绍《Python格式化列表为表格的方法有多种,以下是一些常见的实现方式:✅ 方法一:使用 tabulate 库(推荐)这是最简单、最直观的方式。首先需要安装库:pip install tabulate然后可以这样使用:from tabulate import tabulate data = [ ["Name", "Age", "City"], ["Alice", 30, "New York"], ["Bob", 25, "Los Angeles"], ["Charlie", 35, "Chicago"] ] print(tabulate(data, headers="firstrow", tablefmt="psql"))输出:+----------+-----+-------------+ | Name | Age | City | +----------+-----+-------------+ | Alice | 30 | New York | | Bob | 25 | Los Angeles | | Charlie | 35 | Chicago | +----------+-----+-------------+✅ 方法二:手动格式化(无需第三方库)如果你不想安装额外的库,也可以手动格式化: def print_table(data): # 计算每列的最大宽度 col_widths = [max(len(str(row[i])) for row in data) for i in range(len(data[0]))] # 打印表头 for i, row》,涉及到,有需要的可以收藏一下

本文介绍了如何使用 Python 将列表和嵌套列表的数据格式化为表格形式输出,重点讲解了 zip() 函数的妙用,以及如何利用字符串的 format() 方法实现美观的对齐效果,无需导入额外的模块即可轻松实现。
使用 Python 格式化输出表格数据
在数据处理和展示中,将数据以表格形式呈现是一种常见的需求。Python 提供了多种方式来实现这一目标,本文将介绍一种不依赖任何外部模块,仅使用 Python 内置函数和字符串格式化方法来实现表格输出的方法。这种方法尤其适用于小型数据集或者对依赖性有严格要求的场景。
数据准备
首先,我们需要准备要展示的数据。假设我们有国家名称列表和对应的奖牌计数列表,如下所示:
countries = [
"Canada",
"Italy",
"Germany",
"Japan",
"Kazakhstan",
"China",
"South Korea",
"United States"
]
counts = [
[ 0, 3, 0 ],
[ 0, 0, 1 ],
[ 0, 0, 1 ],
[ 1, 0, 0 ],
[ 0, 0, 1 ],
[ 3, 1, 1 ],
[ 0, 1, 0 ],
[ 1, 0, 1 ]
]countries 列表存储了国家名称,counts 列表存储了每个国家对应的金牌、银牌和铜牌数量。
使用 zip() 函数组合数据
为了方便处理,我们可以使用 zip() 函数将国家名称和奖牌计数列表组合在一起。zip() 函数可以将多个可迭代对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的迭代器。
for country_name, medal_counts in zip(countries, counts):
gold, silver, bronze = medal_counts
total = sum(medal_counts)
print(country_name, gold, silver, bronze, total)这段代码会依次输出每个国家的名字以及对应的金牌、银牌、铜牌和总奖牌数。
当然,也可以不使用 zip() 函数,而是通过索引来访问列表中的元素:
for index in range(len(countries)):
country_name = countries[index]
medal_counts = counts[index]
gold, silver, bronze = medal_counts
total = sum(medal_counts)
print(country_name, gold, silver, bronze, total)虽然两种方法都能达到相同的效果,但使用 zip() 函数通常更加简洁和易读。
格式化输出
为了使输出结果更美观,我们可以使用字符串的 format() 方法进行格式化。首先,定义一个模板字符串:
template = "{country_name:>15} {gold:>8} {silver:>8} {bronze:>8} {total:>8} "这个模板字符串定义了每个字段的对齐方式和宽度。> 符号表示右对齐,数字表示字段的宽度。例如,{country_name:>15} 表示国家名称字段右对齐,宽度为 15 个字符。
接下来,我们可以使用这个模板字符串来输出表头和数据行:
print(template.format(country_name="", gold="Gold", silver="Silver", bronze="Bronze", total="Total"))
for country_name, medal_counts in zip(countries, counts):
gold, silver, bronze = medal_counts
total = sum(medal_counts)
print(template.format(country_name=country_name, gold=gold, silver=silver, bronze=bronze, total=total))这段代码首先输出表头,然后遍历国家名称和奖牌计数列表,使用模板字符串格式化输出每一行数据。
完整代码示例
将以上代码片段整合起来,得到完整的代码示例:
# Create a list of country names.
countries = [
"Canada",
"Italy",
"Germany",
"Japan",
"Kazakhstan",
"China",
"South Korea",
"United States"
]
# Create a table of medal counts.
counts = [
[ 0, 3, 0 ],
[ 0, 0, 1 ],
[ 0, 0, 1 ],
[ 1, 0, 0 ],
[ 0, 0, 1 ],
[ 3, 1, 1 ],
[ 0, 1, 0 ],
[ 1, 0, 1 ]
]
## -----------------
## Now we just need to make it look nice
## -----------------
template = "{country_name:>15} {gold:>8} {silver:>8} {bronze:>8} {total:>8} "
## -----------------
print(template.format(country_name="", gold="Gold", silver="Silver", bronze="Bronze", total="Total"))
for country_name, medal_counts in zip(countries, counts):
gold, silver, bronze = medal_counts
total = sum(medal_counts)
print(template.format(country_name=country_name, gold=gold, silver=silver, bronze=bronze, total=total))运行这段代码,将得到如下的表格输出:
Gold Silver Bronze Total
Canada 0 3 0 3
Italy 0 0 1 1
Germany 0 0 1 1
Japan 1 0 0 1
Kazakhstan 0 0 1 1
China 3 1 1 5
South Korea 0 1 0 1
United States 1 0 1 2总结
本文介绍了一种使用 Python 内置函数和字符串格式化方法来格式化输出表格数据的方法。通过使用 zip() 函数组合数据和 format() 方法进行格式化,我们可以轻松地将列表和嵌套列表的数据以美观的表格形式呈现出来。这种方法简单易懂,无需依赖任何外部模块,适用于各种场景。在实际应用中,可以根据需要调整模板字符串,以满足不同的格式化需求。
今天关于《Python列表转表格的5种方法》的内容就介绍到这里了,是不是学起来一目了然!想要了解更多关于的内容请关注golang学习网公众号!
天眼查股权穿透图怎么查?
- 上一篇
- 天眼查股权穿透图怎么查?
- 下一篇
- 格式工厂RMVB转换教程详解
-
- 文章 · python教程 | 4小时前 |
- Python singledispatchmethod 在继承类中为什么没有命中重载
- 362浏览 收藏
-
- 文章 · python教程 | 4小时前 | Python bisect bisect_left bisect_right 重复分数
- Python bisect 查找重复分数时怎么定位区间
- 118浏览 收藏
-
- 文章 · python教程 | 7小时前 | python · Python 异常传播 函数装饰器 contextlib.ContextDecorator with
- Python ContextDecorator 同时支持 with 与函数装饰器的实现边界
- 242浏览 收藏
-
- 文章 · python教程 | 7小时前 | 文件处理 · python · 异常排查 · Python 工作目录 异常恢复 contextlib.chdir
- Python contextlib.chdir 临时切换目录后如何保证异常恢复
- 158浏览 收藏
-
- 文章 · python教程 | 7小时前 | 缓存 · python · Python 缓存失效 实例属性 __dict__ functools.cached_property
- Python functools.cached_property 删除属性后如何强制刷新缓存
- 463浏览 收藏
-
- 文章 · python教程 | 7小时前 | 标准库 · python · 数据处理 · 问题排查 · collections.Counter 库存扣减 Python Counter.subtract 缺失项目 负计数
- Python Counter.subtract 后怎么判断真正缺失的项目
- 410浏览 收藏
-
- 文章 · python教程 | 7小时前 | python ·
- Python defaultdict 访问缺省键为什么会改变字典内容
- 482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。
- 516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
- 500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。
- 485次学习
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 460次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 521次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 539次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 488次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 307次使用
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览
-
- TensorFlow模型部署为API的TF Serving方法
- 2026-05-26 501浏览
-
- Python字符串编码转换:encode与decode详解
- 2026-05-16 501浏览
-
- TensorFlow裁剪无用算子方法详解
- 2026-05-15 501浏览

