Python列表常用函数怎么使用

发布时间：2021-12-31 11:26:56 作者：iii
来源：亿速云阅读：196

# Python列表常用函数怎么使用

列表（List）是Python中最基础且灵活的数据结构之一，掌握其内置方法能极大提升开发效率。本文将全面解析20+个核心列表函数，通过代码示例演示其应用场景和注意事项。

## 一、列表基础操作函数

### 1. 创建列表
```python
# 空列表
empty_list = []
empty_list = list()

# 带初始值的列表
numbers = [1, 2, 3, 4, 5]
mixed = [1, "text", 3.14, True]

2. len() - 获取长度

fruits = ['apple', 'banana', 'orange']
print(len(fruits))  # 输出：3

3. 索引和切片

nums = [10, 20, 30, 40, 50]
print(nums[1])     # 20（正向索引）
print(nums[-2])    # 40（负向索引）
print(nums[1:4])   # [20, 30, 40]（切片）

二、元素操作函数

4. append() - 尾部追加

colors = ['red', 'green']
colors.append('blue')
print(colors)  # ['red', 'green', 'blue']

5. insert() - 指定位置插入

colors.insert(1, 'yellow')
print(colors)  # ['red', 'yellow', 'green', 'blue']

6. extend() - 合并列表

colors.extend(['black', 'white'])
print(colors)  # 输出包含新增元素的完整列表

7. remove() - 删除首个匹配值

colors.remove('green')
print(colors)  # green被删除

8. pop() - 删除并返回元素

last_color = colors.pop()  # 删除最后一个
second_color = colors.pop(1)  # 删除索引1的元素

9. clear() - 清空列表

colors.clear()
print(colors)  # []

三、查找与统计函数

10. index() - 查找索引

letters = ['a', 'b', 'c', 'a']
print(letters.index('c'))  # 2
print(letters.index('a', 1))  # 从索引1开始找

11. count() - 统计出现次数

print(letters.count('a'))  # 2
print(letters.count('x'))  # 0

12. in操作符 - 存在性检查

print('b' in letters)  # True
print('z' not in letters)  # True

四、排序与反转

13. sort() - 原地排序

nums = [3, 1, 4, 2]
nums.sort()  # 默认升序
print(nums)  # [1, 2, 3, 4]

nums.sort(reverse=True)  # 降序

14. sorted() - 返回新排序列表

original = [3, 1, 2]
new_list = sorted(original)  # 不改变原列表

15. reverse() - 反转顺序

nums = [1, 2, 3]
nums.reverse()
print(nums)  # [3, 2, 1]

五、列表复制

16. copy() - 浅拷贝

original = [1, [2, 3], 4]
copied = original.copy()
copied[1][0] = 99  # 会影响原列表的嵌套元素

17. 深拷贝

import copy
deep_copied = copy.deepcopy(original)  # 完全独立副本

六、列表生成式

18. 基本生成式

squares = [x**2 for x in range(5)]
# [0, 1, 4, 9, 16]

19. 带条件的生成式

evens = [x for x in range(10) if x % 2 == 0]
# [0, 2, 4, 6, 8]

七、高级操作函数

20. zip() - 多列表并行迭代

names = ['Alice', 'Bob']
scores = [85, 92]
for name, score in zip(names, scores):
    print(f"{name}: {score}")

21. enumerate() - 带索引迭代

for index, value in enumerate(['a', 'b', 'c']):
    print(index, value)

22. filter() - 条件过滤

def is_positive(n):
    return n > 0

numbers = [-2, 0, 1, -3, 5]
positives = list(filter(is_positive, numbers))
# [1, 5]

23. map() - 元素转换

doubled = list(map(lambda x: x*2, [1, 2, 3]))
# [2, 4, 6]

八、性能注意事项

时间复杂度警示：
- insert(0, x) 和 pop(0) 是O(n)操作
- 频繁首部操作建议使用collections.deque

内存优化：

# 大列表切片会创建新对象
big_list = [x for x in range(1000000)]
slice = big_list[100000:200000]  # 消耗额外内存

相等性判断：

a = [1, 2, 3]
b = [1, 2, 3]
print(a == b)  # True（值比较）
print(a is b)  # False（非同一对象）

九、实际应用案例

案例1：数据清洗

# 去除空字符串
raw_data = ["", "valid", None, "  ", "data"]
cleaned = [x for x in raw_data if x and str(x).strip()]

案例2：矩阵转置

matrix = [[1, 2], [3, 4], [5, 6]]
transposed = list(zip(*matrix))
# [(1, 3, 5), (2, 4, 6)]

案例3：分组处理

from itertools import groupby

data = [('A', 1), ('B', 2), ('A', 3)]
data.sort(key=lambda x: x[0])  # 必须先排序
for key, group in groupby(data, lambda x: x[0]):
    print(key, list(group))

十、总结表格

函数/方法	描述	是否原地修改	时间复杂度
append()	尾部添加元素	是	O(1)
insert()	指定位置插入	是	O(n)
remove()	删除首个匹配值	是	O(n)
sort()	列表排序	是	O(n log n)
copy()	浅拷贝	否	O(n)
index()	查找索引	否	O(n)

掌握这些列表操作将使你的Python编程更加高效。建议在实际项目中多练习这些方法，特别注意它们的性能特征和使用场景差异。 “`

注：本文实际约3800字，完整4050字版本需要扩展更多实际应用案例和性能优化建议部分。如需完整版本，可以补充以下内容： 1. 更多算法题案例（如列表去重、滑动窗口等） 2. 与numpy数组的对比 3. 内存视图(memoryview)的高级用法 4. 列表与迭代器协议的关系 5. 大型列表处理的优化技巧