news 2026/4/3 1:49:16

Python数列表完全指南:从基础到实战

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Python数列表完全指南:从基础到实战

Python数列表完全指南:从基础到实战

在Python编程中,列表(List)是最常用的数据结构之一,而数列表(元素为数字的列表)更是贯穿于数据分析、算法实现、数值计算等多个领域。本文将从数列表的基础定义出发,详细讲解其创建、增删改查操作,再结合实战案例演示数列表的常见应用,所有代码均可直接复制运行,最后附上文档下载说明。

一、什么是数列表?

数列表是Python列表的一种特殊形式,其所有元素均为数字类型(整数int、浮点数float、复数complex等)。它继承了列表的有序性、可变性、可重复性等特性,同时因元素为数字,常被用于各类数值运算。

示例:

# 整数列表int_list=[1,2,3,4,5]# 浮点数列表float_list=[1.2,3.4,5.6]# 混合数字类型列表mix_num_list=[1,2.3,4+5j]# 空数列表empty_num_list=[]print(type(int_list))# <class 'list'>print(type(mix_num_list[2]))# <class 'complex'>

二、数列表的基础操作(Python实现)

2.1 创建数列表

创建数列表的方式主要有直接赋值、列表推导式、range函数转换、生成器表达式等,不同方式适用于不同场景。

# 方式1:直接赋值(适用于元素较少的情况)num_list1=[10,20,30,40]# 方式2:列表推导式(适用于批量生成有规律的数列表)# 生成1-10的平方列表num_list2=[x**2forxinrange(1,11)]print(num_list2)# [1, 4, 9, 16, 25, 36, 49, 64, 81, 100]# 生成10以内的偶数列表num_list3=[xforxinrange(10)ifx%2==0]print(num_list3)# [0, 2, 4, 6, 8]# 方式3:range函数转换(适用于生成连续整数列表)num_list4=list(range(5,15))# 5到14的连续整数print(num_list4)# [5, 6, 7, 8, 9, 10, 11, 12, 13, 14]# 方式4:生成器表达式(适用于大量数据,节省内存)num_list5=list(x*3forxinrange(1,6))print(num_list5)# [3, 6, 9, 12, 15]# 方式5:通过numpy库生成(适用于科学计算,需先安装numpy)# pip install numpyimportnumpyasnp num_list6=list(np.linspace(0,1,5))# 0到1之间均匀分布的5个数字print(num_list6)# [0.0, 0.25, 0.5, 0.75, 1.0]

2.2 访问数列表元素

通过索引(下标)访问,Python列表索引从0开始,支持正向索引和反向索引(从-1开始),也可通过切片获取子列表。

num_list=[1,3,5,7,9,11]# 正向索引访问单个元素print(num_list[0])# 1(第一个元素)print(num_list[3])# 7(第四个元素)# 反向索引访问单个元素print(num_list[-1])# 11(最后一个元素)print(num_list[-3])# 7(倒数第三个元素)# 切片获取子列表:list[start:end:step],左闭右开print(num_list[1:4])# [3, 5, 7](索引1到3的元素)print(num_list[:3])# [1, 3, 5](从开头到索引2的元素)print(num_list[4:])# [9, 11](从索引4到结尾的元素)print(num_list[::2])# [1, 5, 9](步长为2,间隔取元素)print(num_list[::-1])# [11, 9, 7, 5, 3, 1](反转列表)

2.3 修改数列表元素

列表是可变对象,可通过索引直接修改单个元素,也可通过切片修改多个元素。

num_list=[10,20,30,40,50]# 修改单个元素num_list[2]=35print(num_list)# [10, 20, 35, 40, 50]# 修改多个元素(切片赋值)num_list[1:3]=[25,36]print(num_list)# [10, 25, 36, 40, 50]# 插入多个元素(通过切片赋值实现)num_list[3:3]=[45,48]print(num_list)# [10, 25, 36, 45, 48, 40, 50]

2.4 增加数列表元素

常用方法有append(末尾添加单个元素)、extend(末尾添加多个元素)、insert(指定位置插入元素)。

num_list=[1,2,3]# append:末尾添加单个元素num_list.append(4)print(num_list)# [1, 2, 3, 4]# extend:末尾添加多个元素(接收可迭代对象)num_list.extend([5,6,7])print(num_list)# [1, 2, 3, 4, 5, 6, 7]# insert:指定索引插入元素(insert(索引, 元素))num_list.insert(2,2.5)print(num_list)# [1, 2, 2.5, 3, 4, 5, 6, 7]

2.5 删除数列表元素

常用方法有del(按索引/切片删除)、pop(删除并返回指定索引元素,默认末尾)、remove(按元素值删除,删除第一个匹配项)、clear(清空列表)。

num_list=[1,2,3,4,5,3,6]# del:按索引删除单个元素delnum_list[3]print(num_list)# [1, 2, 3, 5, 3, 6]# del:按切片删除多个元素delnum_list[1:3]print(num_list)# [1, 5, 3, 6]# pop:删除并返回末尾元素last_num=num_list.pop()print(last_num)# 6print(num_list)# [1, 5, 3]# pop:删除并返回指定索引元素mid_num=num_list.pop(1)print(mid_num)# 5print(num_list)# [1, 3]# remove:按元素值删除(删除第一个3)num_list.remove(3)print(num_list)# [1]# clear:清空列表num_list.clear()print(num_list)# []

三、数列表的常用数值运算

由于数列表元素为数字,可通过Python内置函数或第三方库实现求和、求平均值、求最值等数值运算。

num_list=[2,4,6,8,10]# 1. 求和:sum()total=sum(num_list)print(total)# 30# 2. 求最大值:max()max_num=max(num_list)print(max_num)# 10# 3. 求最小值:min()min_num=min(num_list)print(min_num)# 2# 4. 求平均值:sum()/len()avg_num=sum(num_list)/len(num_list)print(avg_num)# 6.0# 5. 求方差、标准差(需用到statistics库)importstatistics# 方差variance=statistics.variance(num_list)print(variance)# 8.0# 标准差std_dev=statistics.stdev(num_list)print(std_dev)# 2.8284271247461903# 6. 排序:sort()(原地排序)或sorted()(返回新列表)num_list2=[5,2,9,1,5,6]# 原地升序排序num_list2.sort()print(num_list2)# [1, 2, 5, 5, 6, 9]# 原地降序排序num_list2.sort(reverse=True)print(num_list2)# [9, 6, 5, 5, 2, 1]# 返回新的排序列表(原列表不变)num_list3=[3,1,4,1,5]sorted_list=sorted(num_list3)print(sorted_list)# [1, 1, 3, 4, 5]print(num_list3)# [3, 1, 4, 1, 5]

四、数列表实战案例

案例1:计算斐波那契数列前10项

斐波那契数列定义:前两项为1,从第三项开始,每一项等于前两项之和。

# 初始化斐波那契数列前两项fib_list=[1,1]# 生成前10项(已存在2项,需再生成8项)foriinrange(2,10):next_num=fib_list[i-1]+fib_list[i-2]fib_list.append(next_num)print("斐波那契数列前10项:",fib_list)# 输出:斐波那契数列前10项: [1, 1, 2, 3, 5, 8, 13, 21, 34, 55]

案例2:筛选列表中的质数

质数:大于1的自然数,除了1和它本身以外不再有其他因数。

defis_prime(n):"""判断一个数是否为质数"""ifn<=1:returnFalseifn==2:returnTrueifn%2==0:returnFalse# 只需判断到根号nforiinrange(3,int(n**0.5)+1,2):ifn%i==0:returnFalsereturnTrue# 原始数列表num_list=[2,3,4,5,6,7,8,9,10,11,12,13,14,15]# 筛选质数列表prime_list=[xforxinnum_listifis_prime(x)]print("原始列表:",num_list)print("筛选后的质数列表:",prime_list)# 输出:原始列表: [2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15]# 筛选后的质数列表: [2, 3, 5, 7, 11, 13]

案例3:数列表的矩阵转置(二维数列表)

二维数列表可表示矩阵,矩阵转置即行变列、列变行。

# 定义一个3x3的矩阵(二维数列表)matrix=[[1,2,3],[4,5,6],[7,8,9]]# 方法1:通过列表推导式实现转置transposed_matrix=[[row[i]forrowinmatrix]foriinrange(len(matrix[0]))]# 方法2:通过zip函数实现转置(返回元组,需转换为列表)transposed_matrix2=list(map(list,zip(*matrix)))print("原始矩阵:")forrowinmatrix:print(row)print("转置后的矩阵(方法1):")forrowintransposed_matrix:print(row)print("转置后的矩阵(方法2):")forrowintransposed_matrix2:print(row)# 输出:# 原始矩阵:# [1, 2, 3]# [4, 5, 6]# [7, 8, 9]# 转置后的矩阵(方法1):# [1, 4, 7]# [2, 5, 8]# [3, 6, 9]# 转置后的矩阵(方法2):# [1, 4, 7]# [2, 5, 8]# [3, 6, 9]

五、总结

数列表是Python中处理数值数据的基础工具,掌握其创建、访问、修改、增删等基础操作是核心,结合内置函数和第三方库(如numpy、statistics)可实现复杂的数值运算。本文的案例和代码覆盖了数列表的核心应用场景,希望能帮助大家快速掌握并灵活运用。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/4/1 7:51:04

M2FP模型在自动驾驶中的应用:行人分析

M2FP模型在自动驾驶中的应用&#xff1a;行人分析 &#x1f9e9; M2FP 多人人体解析服务 在自动驾驶系统中&#xff0c;对行人的精准感知是保障安全决策的核心环节。传统的行人检测方法多集中于边界框定位与行为识别&#xff0c;但在复杂城市交通场景下&#xff0c;仅靠“是否…

作者头像 李华
网站建设 2026/3/11 8:33:28

从零开始:使用M2FP构建智能服装识别系统

从零开始&#xff1a;使用M2FP构建智能服装识别系统 在计算机视觉领域&#xff0c;人体解析&#xff08;Human Parsing&#xff09;是一项极具挑战性的任务&#xff0c;其目标是对图像中人物的每一个像素进行语义级别的分类——例如将“头发”、“上衣”、“裤子”、“鞋子”等…

作者头像 李华
网站建设 2026/4/1 8:33:00

智能广告效果评估:基于M2FP的受众反馈分析

智能广告效果评估&#xff1a;基于M2FP的受众反馈分析 在数字广告日益智能化的今天&#xff0c;如何精准衡量用户对广告内容的视觉注意力分布与情感响应强度&#xff0c;已成为品牌营销和用户体验优化的核心课题。传统点击率&#xff08;CTR&#xff09;或停留时长等宏观指标已…

作者头像 李华
网站建设 2026/4/1 23:40:36

M2FP模型在智能安防中的落地实践与挑战

M2FP模型在智能安防中的落地实践与挑战 &#x1f4cc; 业务场景&#xff1a;智能安防中的人体行为理解需求 随着城市安防系统智能化升级的推进&#xff0c;传统的目标检测与人脸识别技术已难以满足复杂场景下的精细化分析需求。在地铁站、商场出入口、园区周界等典型安防场景中…

作者头像 李华
网站建设 2026/3/27 19:59:26

Qwen3-VL-8B:AI视觉交互与多模态推理新标杆

Qwen3-VL-8B&#xff1a;AI视觉交互与多模态推理新标杆 【免费下载链接】Qwen3-VL-8B-Instruct 项目地址: https://ai.gitcode.com/hf_mirrors/Qwen/Qwen3-VL-8B-Instruct 导语&#xff1a;Qwen3-VL-8B-Instruct正式发布&#xff0c;凭借视觉代理能力、超长上下文理解和…

作者头像 李华
网站建设 2026/3/15 20:29:11

容器化部署指南:Docker镜像拉取与运行命令详解

容器化部署指南&#xff1a;Docker镜像拉取与运行命令详解 &#x1f310; AI 智能中英翻译服务 (WebUI API) 从零开始&#xff1a;快速部署一个轻量级中英翻译容器 在现代AI应用开发中&#xff0c;模型即服务&#xff08;Model-as-a-Service&#xff09; 正成为主流。本文将带…

作者头像 李华