Python列表切片入门教程详解
2026-03-10 19:49:50
0浏览
收藏
Python列表切片是高效提取和操作列表子集的核心技巧,只需用简洁的`[start:end:step]`语法,就能轻松实现正向截取、反向遍历、隔值采样甚至整表翻转,支持默认参数省略、负索引定位和越界安全处理,既不修改原列表又灵活强大——掌握它,让你的数据提取快人一步、代码更简练优雅。

Python列表切片是一种快速提取列表中部分元素的方法,使用非常灵活。它的基本规则是通过指定起始、结束和步长来获取子列表。
切片的基本语法
切片使用方括号 [] 和冒号 : 来定义,格式如下:
list[start:end:step]- start:起始索引(包含),默认为0
- end:结束索引(不包含),默认为列表长度
- step:步长,即每隔几个取一个,默认为1
如果省略某部分,会使用对应默认值。
常见用法示例
假设有一个列表:
nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]- nums[2:6] → 取索引2到5的元素:[2, 3, 4, 5]
- nums[:5] → 从开头取到索引4:[0, 1, 2, 3, 4]
- nums[5:] → 从索引5取到末尾:[5, 6, 7, 8, 9]
- nums[::2] → 每隔一个取一个:[0, 2, 4, 6, 8]
- nums[::-1] → 步长为-1,实现反转:[9, 8, 7, 6, 5, 4, 3, 2, 1, 0]
- nums[7:2:-1] → 从索引7倒着取到索引3:[7, 6, 5, 4, 3]
负数索引和反向切片
Python支持负数索引,-1表示最后一个元素,-2表示倒数第二个,依此类推。
- nums[-3:] → 取最后三个元素:[7, 8, 9]
- nums[:-2] → 取除最后两个外的所有元素:[0, 1, 2, 3, 4, 5, 6, 7]
- nums[-5:-2] → 从倒数第5个取到倒数第3个:[5, 6, 7]
注意事项
- 切片不会改变原列表,而是返回一个新列表
- 索引超出范围时不会报错,而是尽可能返回有效部分
- 当步长为负时,start应大于end,否则结果为空
- 空切片如 nums[4:4] 返回空列表 []
基本上就这些,掌握好索引方向和步长的关系,切片就很直观了。不复杂但容易忽略细节。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
StreamlitAuthenticator登录参数更新指南
- 上一篇
- StreamlitAuthenticator登录参数更新指南
- 下一篇
- ToDesk手机投屏教程:轻松共享屏幕方法
查看更多
最新文章
-
- 文章 · python教程 | 28分钟前 |
- Python asyncio 怎样把阻塞函数放到线程执行
- 395浏览 收藏
-
- 文章 · python教程 | 31分钟前 |
- Python asyncio 怎样用绝对时间设置超时
- 256浏览 收藏
-
- 文章 · python教程 | 32分钟前 | python · Python 共享内存 multiprocessing.shared_memory close UNLINK SharedMemory
- Python SharedMemory 的 close 和 unlink 有什么区别
- 319浏览 收藏
-
- 文章 · python教程 | 10小时前 | 线程池 · 异常处理 · 并发编程 · Python教程 · Python threadpoolexecutor future add_done_callback 线程任务结果
- Python Future.add_done_callback 怎样集中处理线程任务结果
- 400浏览 收藏
-
- 文章 · python教程 | 10小时前 | 标准库 · Python教程 · Python 回调函数 高阶函数 functools.partial 固定参数
- Python functools.partial 固定部分参数的回调函数
- 373浏览 收藏
-
- 文章 · python教程 | 10小时前 |
- Python pathlib 组织跨平台文件复制
- 342浏览 收藏
-
- 文章 · python教程 | 10小时前 | 超时控制 · 异步编程 · Python教程 · asyncio · CancelledError 异步超时 TimeoutError reschedule Python asyncio.timeout
- Python asyncio.timeout 控制异步操作时限
- 299浏览 收藏
-
- 文章 · python教程 | 10小时前 | 线程池 · 异步编程 · Python教程 · Python contextvars ContextVar asyncio.to_thread 线程上下文
- Python asyncio.to_thread 传递上下文变量的边界
- 489浏览 收藏
-
- 文章 · python教程 | 17小时前 |
- Python wheel 构建元数据和依赖声明
- 182浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python 正则输入规模与超时防护的边界
- 487浏览 收藏
查看更多
课程推荐
-
- 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
查看更多
AI推荐
-
- 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。
- 510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。
- 570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。
- 595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。
- 547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。
- 364次使用
查看更多
相关文章
-
- 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
