python数组列表操作简记

python数组列表操作简记

  • 一、python列表、数组增删元素
    • 1.1列表增删元素
    • 1.2数组增删元素
      • 1.2.1array数组
      • 1.2.2numpy数组
  • 二、python列表、数组排序
    • 2.1列表排序
      • 2.1.1数值类型或无数字字符串类型
      • 2.1.2数字和字母组成的字符串类型
      • 2.1.3多字段类型
    • 2.2数组排序
      • 2.2.1array数组
      • 2.2.2numpy数组
  • 三、python列表、数组转换维度
    • 3.1列表维度转换
      • 3.1.1获取维度
      • 3.1.2二维列表展开为一维列表
      • 3.1.3一维列表转换为二维列表
      • 3.1.4二维列表改变维度
    • 3.2numpy数组维度转换
      • 3.2.1获取维度
      • 3.2.2数组维度转换
  • 参考文档

一、python列表、数组增删元素

1.1列表增删元素

列表是Python内置的数据结构,可以存储不同类型的元素,列表是动态的,支持增加或删除元素操作,示例代码如下:

代码说明
list01 = [1, 2.0, ‘c’, 5, 9, ‘t’]列表初始定义
list01.extend([7,‘a’])将列表[7,‘a’]添加至list01的末尾
list01.append(‘a’)增加元素至末尾
list01.insert(1,6)插入元素6至索引为1处,之前索引为1及之后的元素移动到6之后
list01.remove(‘a’)删除元素’a’,输入参数为元素值而非元素索引,若存在多个相同的指定值,只删除第一个指定值
list01.pop()删除最后一个元素
list01.pop(1)删除索引为1的元素,输入参数为元素索引
del list01[1:3]删除索引为从1到2的元素,注意索引为3的元素不删除
del list01[1]删除索引为1的元素,输入参数为元素索引
list01.clear()清空列表

列表在存储不同类型的元素时效率较低,因为每个元素都需要额外的内存来保存类型信息和指向实际数据的引用。
对于需要频繁修改大小的情况,列表更灵活

1.2数组增删元素

1.2.1array数组

array模块为python自带的模块,用于定义数组类型,定义的数组只能存储同一类型的元素,通常是数值类型。数组为动态数组,支持增加或删除元素操作,示例代码如下:

代码说明
import array导入array模块
arr01=array.array(‘f’,[1.1,2,3.1])数组初始定义,‘f’指定数组存储float类型元素
arr02=array.array(‘f’,[3.2,4.6,3.1,2.8])数组初始定义,‘f’指定数组存储float类型元素
arr01.extend(arr02)将数组arr02添加至arr01的末尾,只能添加相同类型的数组
arr01.append(2.3)增加元素至末尾
arr01.insert(1,10.0)插入元素10.0至索引为1处,之前索引为1及之后的元素移动到10.0之后
arr01.remove(10.0)删除元素10.0,输入参数为元素值而非元素索引,若存在多个相同的指定值,只删除第一个指定值
arr01.pop()删除最后一个元素
arr01.pop(1)删除索引为1的元素,输入参数为元素索引
del arr01[1:3]删除索引为从1到2的元素,注意索引为3的元素不删除
del arr01[1]删除索引为1的元素,输入参数为元素索引

数组初始定义存储float类型的时候需要注意,实际存储的元素值与初始定义的元素值可能不是完全一致,例如初始定义的元素为3.1,而存储在数组的元素实际为3.0999999046325684。

数组由于存储相同类型的数据,因此内存使用更紧凑,性能通常比列表高效,特别是在数值运算中。
当需要高效地处理大量同类型的数值数据时,数组会更合适。

1.2.2numpy数组

在数值计算中,使用numpy库定义数组更为常用。numpy定义的数组可以存储不同类型的元素,但通常存储数值类型,定义的数组为静态数组,其大小和维度是固定的无法直接修改,只能通过创建新数组的方法间接修改,增加或删除元素示例代码如下:

代码说明
import numpy as np导入numpy模块
n01=np.array([1, 2, 3, 4])数组初始定义
n02=np.array([5, 6])数组初始定义
n03=np.append(n01, [5, 6])将5, 6元素添加至n01的末尾返回一个新的数组,但n01的大小并没有变
n03 = np.concatenate((n01, n02))将数组n02拼接至n01的末尾返回一个新的数组,但n01与n02的大小并没有变
n04 = np.delete(n03, [1, 3])删除索引为1和3的元素返回一个新的数组,但n03的大小并没有变
del n01删除n01数组,是注销了n01变量而不是清空了n01

对比array与numpy定义的数组,

  1. array适用于需要动态调整大小、存储相同类型数据且不需要高级数值计算的简单场景
  2. numpy数组针对大规模数值运算进行了优化,内存布局更加高效,对于科学计算更合适

二、python列表、数组排序

2.1列表排序

2.1.1数值类型或无数字字符串类型

当列表内元素为数值类型或不包含数字字符的字符串类型时,可以使用列表自带的sort函数进行正序排序,sort函数只能在列表内元素是同一类型时才能正常调用。sort作用于列表本身,不产生新列表,示例代码如下:

list01=['b','c','a','h']
list01.sort()
list01=[5,6,9,4]
list01.sort()

想要实现逆序排序,可以先使用sort,再使用reverse函数逆转列表,示例代码如下:

list01=[5,6,9,4]
list01.sort()
list01.reverse()

注意reverse函数是将列表元素直接逆转,不进行逆序排序,所以必须使用sort函数进行正序排序。

2.1.2数字和字母组成的字符串类型

当列表内的元素为数字和字母组成的字符串时,sort函数不能够进行自然排序(natural sorting),想要实现自然排序需要使用sorted函数配合lambda表达式,sorted函数返回一个排序后的新列表,原列表顺序不变,示例代码如下:

list01=['1.txt', '10.txt', '3.txt', '20.txt', '2.txt']
list02=sorted(list01, key=lambda x: (x[:-5],x[:-4]))
list03=sorted(list01, key=lambda x: int(x[:-4]))

x[:-5]含义为取字符串x的第1个到倒数第6个字符,字符串长度小于6时返回空字符串。

代码中两种lambda表达式都能够实现自然排序,其中(x[:-5],x[:-4])指定了两个key作为排序的依据,函数先按照x[:-5]即元素数字部分的十位数排序,对于没有十位数的元素会返回空值,对于x[:-5]相同的元素再按照x[:-4]即元素数字部分的个位数排序。

int(x[:-4])是指定了元素数字部分转换而成的整数作为排序的依据,这种lambda表达式更为直观易解。

当元素字符串构成更加复杂时,需要配合正则表达式进行排序或使用额外的软件包进行排序。

想要实现逆序排序时,向sorted函数的输入参数中添加reverse=True即可,示例代码如下:

list03=sorted(list01, key=lambda x: int(x[:-4]), reverse=True)

2.1.3多字段类型

当列表内元素为多字段构成时,也可以使用sorted函数配合lambda表达式进行正序排序,同样也是返回一个排序后的新列表,示例代码如下:

list01=[('b',8),('a',7),('c',5),('a',2)]
list02=sorted(list01, key=lambda x: (x[0],x[1]))

代码中(x[0],x[1])指定了先根据元素的第一个字段排序,如果第一个字段相同再根据第二个字段排序,如果第二个字段也相同,那么元素保持在列表中的相对顺序不变,即sorted函数属于稳定排序

实现逆序排序的方法与上一小节相同。

2.2数组排序

2.2.1array数组

array定义的数组不具有sort函数方法,但可以使用sorted函数进行正序排序,同样地,sorted函数返回一个排序后的新列表,原列表顺序不变,示例代码如下:

import array
arr02=array.array('f',[3.2,4.6,3.1,2.8])
sorted(arr02)

实现逆序排序的方法与2.1.2小节相同。

2.2.2numpy数组

numpy定义的数组,自带sort函数实现正序排序,该sort函数与列表自带的sort函数类似,作用于数组本身,不产生新数组,示例代码如下:

import numpy as np
n01=np.array([10, 2, 7, 4])
n01.sort()

sort函数不仅可对一维数组排序,也可对二维数组排序,对二维数组排序时,对每行的元素排序,行与行的顺序不变,示例代码如下:

import numpy as np
n01=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n01.sort()

numpy定义的数组没有reverse函数,要想实现逆序排序,可先使用sort函数,然后通过数组索引,返回一个新数组实现,一维、二维数组的逆序排序示例代码如下:

import numpy as np
n01=np.array([10, 2, 7, 4])
n01.sort()
n02=n01[::-1]
n03=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n03.sort()
n04=n03[:,::-1]

三、python列表、数组转换维度

3.1列表维度转换

3.1.1获取维度

对于一维列表,一维列表的维度即是列表的长度。
对于高维列表以二维列表为例,二维列表的每个元素都是一个列表,而每个元素列表的长度可能不相同,即二维列表的每一行的列数可能不相同,这是与numpy数组不同的地方,下面内容都假设二维列表的每一行的列数都相同
列表没有内置的方法获取维度,要获取维度只能进行遍历,示例代码如下:

def get_2d_list_dimensions(list2D):if not list2D or not isinstance(list2D, list):return 0, 0rows = len(list2D)cols = len(list2D[0]) if rows > 0 and isinstance(list2D[0], list) else 0return rows, cols

3.1.2二维列表展开为一维列表

二维列表按展开为一维列表,示例代码如下:

list01=[[10, 8, 7, 4],[6, 3, 10, 9]]
list02 = [element for row in list01 for element in row]
#list02的值为[10, 8, 7, 4, 6, 3, 10, 9]

二维列表按展开为一维列表,示例代码如下:

list01=[[10, 8, 7, 4],[6, 3, 10, 9]]
list02 = [list01[row][col] for col in range(len(list01[0])) for row in range(len(list01))]
#list02的值为[10, 6, 8, 3, 7, 10, 4, 9]

3.1.3一维列表转换为二维列表

一维列表转换为二维列表,需要设定行数和列数,示例代码如下:

list01 = [10, 8, 7, 4, 6, 3, 10, 9]
rows, cols = 2, 4
list02 = [list01[i * cols:(i + 1) * cols] for i in range(rows)]
#list02的值为[[10, 8], [7, 4], [6, 3], [10, 9]]

3.1.4二维列表改变维度

二维列表没有内置的方法实现维度即行列数的改变,只能先将二维列表展平为一维列表,然后按照新的行列数转换为二维列表

注意,上述列表维度转换都是产生了一个新的列表,且新列表与原列表不共用一个内存,所以新旧列表元素值的更改互不影响

3.2numpy数组维度转换

3.2.1获取维度

对于numpy定义的数组,可通过内置属性shape方便地获取数组维度,示例代码如下:

n01=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n01.shape

shape属性返回一个tuple类型变量,以二维数组为例,第一个元素是行数,第二个元素是列数

3.2.2数组维度转换

数组具有内置函数reshape进行维度转换,reshape返回一个转换后的数组,原始数组不变。转换维度需要按照一定的顺序排列原数组的元素,默认按照行顺序,可通过order参数更改,order='C’按行,order='F’按列。
默认按行排列,示例代码如下:

n01=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n02=n01.reshape((4,2))
#n02的值为
#array([[10,  8],
#       [ 7,  4],
#       [ 6,  3],
#       [10,  9]])

按列排列,示例代码如下:

n01=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n03=n01.reshape((4,2), order='F')
#n03的值为
#array([[10,  7],
#       [ 6, 10],
#       [ 8,  4],
#       [ 3,  9]])

按列排列的结果可能出乎预料,比较难以理解,实际上按列排列是指既按列读取原数组,也按列排列在重构后的新数组
将数组转换为一维数组,有多种方法,示例代码如下:

n01=np.array([[10, 8, 7, 4],[6, 3, 10, 9]])
n04=n01.reshape((8))
n04=n01.reshape((8,))
n04=n01.reshape((-1))
n04=n01.reshape((-1,))
n04=n01.flatten()#n04的值都为array([10,  8,  7,  4,  6,  3, 10,  9])

代码中的5种表达式都可以将二维数组展平为一维数组。

需要注意的是,reshape函数产生的新列表与原列表共用一个内存,所以新旧列表元素值的更改相互影响。但flatten函数产生的新列表与原列表不共用一个内存。

参考文档

一文搞懂Python中的所有数组数据类型
Python中os.listdir的排序问题
python3排序 sorted(key=lambda)
在python中对二维numpy数组进行反向排序
Python: NumPy中的多维数组ndarray

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。如若转载,请注明出处:http://www.mzph.cn/news/856731.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

【2024最新华为OD-C/D卷试题汇总】[支持在线评测] API集群访问频次统计(100分) - 三语言AC题解(Python/Java/Cpp)

🍭 大家好这里是清隆学长 ,一枚热爱算法的程序员 ✨ 本系列打算持续跟新华为OD-C/D卷的三语言AC题解 💻 ACM银牌🥈| 多次AK大厂笔试 | 编程一对一辅导 👏 感谢大家的订阅➕ 和 喜欢💗 &#x1f…

thewall-文件包含-CAP_DAC_READ_SEARCH

thewalleasyAkamai 防火墙、绕过wall、fuzz、文件包含利用、exiftool提权、sudo提权、ssh私钥利用 **后续需要虚拟机的私信我,我会打包进行文章发布链接,请持续关注!!!** 服务探测 ┌──(kali㉿kali)-[~] └─$ su…

C#如何把DLL打包进EXE制作单文件绿色程序

在C#中,将DLL打包进EXE通常涉及到一个过程,这个过程会将DLL的内容和EXE文件结合在一起,使得最终的EXE文件在运行时可以不依赖于外部的DLL文件。这个过程可以通过ILMerge工具或者.NET Core的发布功能来实现。 使用ILMerge ILMerge是一个开源…

Python酷库之旅-第三方库openpyxl(01)

目录 一、 openpyxl库的由来 1、背景 2、起源 3、发展 4、特点 4-1、支持.xlsx格式 4-2、读写Excel文件 4-3、操作单元格 4-4、创建和修改工作表 4-5、样式设置 4-6、图表和公式 4-7、支持数字和日期格式 二、openpyxl库的优缺点 1、优点 1-1、支持现代Excel格式…

前端基础操作1——利用nvm任意切换(管理)node版本

在实际前端项目开发过程中,同时开发多个项目或者切换新项目时,因为node版本问题造成项目无法运行的问题比比皆是,这时候通过nvm管理切换不同版本的node,就能很快进入开发模式,避免因为环境问题浪费大量精力&#xff0c…

安卓系统安装linux搭建随手服务器termux平替软件介绍

引言 旧手机丢可惜,可以用ZeroTermux(一款代替termux)的超级终端,来模拟Linux(甚至你可以模拟Win,只要性能够用) ps:此软件只是termux的增强版,相当于增加右边菜单&…

校园任务平台系统的设计

管理员账户功能包括:系统首页,个人中心,管理员管理,论坛管理,任务咨询管理,用户管理,基础数据管理 前台账户功能包括:系统首页,个人中心,任务资讯公告&#…

Spring (70)如何在Spring Boot中实现日志管理

在Spring Boot中实现日志管理通常涉及选择合适的日志框架、配置日志记录规则和级别、以及定义输出格式和目的地。Spring Boot默认使用Logback作为日志的实现框架,但也支持其他日志系统如Log4j2和JUL(Java Util Logging)。以下是实现日志管理的几个关键步骤&#xff…

Spring 项目结构和配置详解

Spring 框架是 Java 企业级开发中广泛使用的框架,提供了强大的依赖注入(Dependency Injection)和面向切面编程(AOP)功能。一个典型的 Spring 项目结构和配置是至关重要的,本文将详细介绍 Spring 项目的基本…

AGI的多模态融合

在人工智能的宏伟蓝图中,人工通用智能(AGI)代表着一个集大成者,一个能够理解、学习、适应并执行任何智能任务的系统。随着我们对AGI的探索愈发深入,尤其是在视觉、语言和其他模态的融合上,关于AGI的讨论愈发…

图像分割(三)-RGB转HSV后图像分割方法

常用彩色模型有RGB和HSV模型,有时候在RGB颜色空间进行背景分割比较困难的问题,转换为HSV模型然后对色调和饱和度图像进行处理会得到比较理想的处理结果,下面通过一个实例讲解该方法的MATLAB实现,该方法对其他图像检测也具有一定的参考价值。 …

0620# 手写部分

#手写shared_ptr #include <iostream>template <typename T> class shared_ptr { private:T* ptr; // 原始指针int* ref_count; // 引用计数public:// 构造函数explicit shared_ptr(T* p nullptr) : ptr(p), ref_count(new int(1)) {if (ptr nullptr) {*ref_cou…

React路由笔记(函数组件,自用)

配置 npm i react-router-dom基本使用 目录结构 在src中创建page文件夹放置各页面组件&#xff0c;router中放置路由 1、router中配置路由 在/router/index.js中&#xff0c;使用createBrowserRouter配置路由。 import { createBrowserRouter } from "react-router…

Pure Nature 2 : Mountains

3D样式化的自然环境资源 所有东西都配有预制件,随时可以放在现场。 包含URP版本! 此包包含: 植被 -云杉 -松树 -冷杉 -布什 -蘑菇 -草地 草,树枝,蕨类植物,各种… -鲜花 浆果,胡萝卜,雏菊,浓香,薰衣草,羽扇豆,各种… -蘑菇 岩石 -悬崖 -巨石 -岩石和卵石 -山脉 材料…

webp动图转gif

目录 前言 解决过程 遇到问题 获取duration 前言 上一次我们实现了webp转jpg格式&#xff1a; https://blog.csdn.net/weixin_54143563/article/details/139758200 那么对于含动图的webp文件我们如何将其转为gif文件呢&#xff1f; 之所以会出现这个问题&#xff0c;是因…

【python】PyQt5初体验,窗口等组件开发技巧,面向对象方式开发流程实战

✨✨ 欢迎大家来到景天科技苑✨✨ &#x1f388;&#x1f388; 养成好习惯&#xff0c;先赞后看哦~&#x1f388;&#x1f388; &#x1f3c6; 作者简介&#xff1a;景天科技苑 &#x1f3c6;《头衔》&#xff1a;大厂架构师&#xff0c;华为云开发者社区专家博主&#xff0c;…

哥伦比亚大学突破性的方法- Diffusion Policy:利用Action Diffusion进行视觉运动策略学习

Diffusion Policy&#xff1a;利用Action Diffusion进行视觉运动策略学习 1. 论文概述 这篇论文提出了一种名为Diffusion Policy的新方法&#xff0c;通过将机器人的视觉运动策略表示为条件扩散去噪过程来生成机器人行为。作者在15个不同的机器人操作基准测试任务上对Diffusi…

VR虚拟现实(Virtual Reality)

虚拟现实&#xff08;Virtual Reality&#xff09;是一种通过计算机技术和设备模拟现实世界的环境和体验的技术。它创造了一个虚拟的三维环境&#xff0c;用户可以通过穿戴设备和感应器与该环境进行互动和沉浸。 虚拟现实技术包括以下几个关键组成部分&#xff1a; 头戴设备&a…

【漏洞复现】红帆iOffice.net wssRtSyn接口处存在SQL注入

【产品&&漏洞简述】 红帆iOffice.net从最早满足医院行政办公需求&#xff08;传统OA&#xff09;&#xff0c;到目前融合了卫生主管部门的管理规范和众多行业特色应用&#xff0c;是目前唯一定位于解决医院综合业务管理的软件&#xff0c;是最符合医院行业特点的医院综…

Python网络安全项目开发实战,如何防命令注入

注意:本文的下载教程,与以下文章的思路有相同点,也有不同点,最终目标只是让读者从多维度去熟练掌握本知识点。 下载教程: Python网络安全项目开发实战_防命令注入_编程案例解析实例详解课程教程.pdf 在Python网络安全项目开发中,防止命令注入(Command Injection)是一项…