python之列表的高级应用及说明
Python列表是灵活的数据容器，支持数字、字符串等混合元素。其操作包括增删改查、索引切片、排序反转及深浅拷贝。列表可存储临时数据、循环遍历、过滤计算，还能实现简单缓存，是数据处理的核心工具。
当前版本：Python 3.8.4
如果你刚开始接触 Python，那你一定绕不开一个东西——列表。在 Python 里，列表是最基础、也最常用的数据类型之一。别的语言里管它叫“数组”，但 Python 的列表更灵活，什么都能往里装：数字、字符串，甚至另一个列表。简单说，它就是那个你随手拿来存数据、做处理的容器。
这篇文章会把列表的各种处理方式和实用方法串一遍，从定义到操作，再到真正能派上用场的技巧，争取让刚上路的朋友也能一次理清。
1. 如何定义列表
定义列表其实就两种路子：
l = [] # 定义一个空列表 l = list() # 定义一个空列表
列表用方括号 [] 来表示，左括号开头，右括号收尾。括号里的东西叫“元素”，用逗号隔开。元素的类型不限，数字、字符串、甚至另一个列表，都能往里塞。
# 定义一个列表，包含数字、字符串和列表 l = [123 ,'AAA', [10, 20]]
除了手动填入元素，你还可以用迭代的方式生成列表，这个在数据处理中很常见：
l = [x for x in range(1, 6)]
- 把函数的返回值赋给列表，也是同样的道理。
那列表到底能干嘛？
举个例子。假设你正在搭一个自动化框架，需要把任务信息写到 Excel 文件里，然后让框架去读取。这时候，列表就是一个天然的临时存储空间。你可以先把文件名存进去，再遍历操作：
# 将文件名放入列表中
file = ['file1.xlsx', 'file2.xlsx', 'file3.xlsx']
# 遍历这个列表中的文件名
for f in file:
print(f"开始执行项目，处理文件：{f}")
'''省略处理文件的代码'''
2. 处理列表的方式
列表的主要操作无非那么几类：增删改查、索引取值、深拷贝与浅拷贝的区别。下面一个个过。
2.1. 统计元素
在列表里，用逗号分割的每一项都算一个元素。比如：
l = [ 100, 200, 'AAA', 'BBB' ]
这里就有 4 个元素。注意，列表统计元素是按逗号分隔来算的，这点跟字符串不太一样——字符串是按单个字符统计的。
想取第 2 个元素？直接用索引就行：
l = [ 100, 200, 'AAA', 'BBB' ] print(l[1])
关于索引的具体用法，后面会单独讲。
统计元素的常用方法：
len：统计元素个数count：统计某个元素出现的次数max：找最大值min：找最小值sort：升序排序（直接修改原列表）sorted：升序或降序排序（返回新列表）reverse：元素反转
【方式一】统计元素个数：len
l = [ 100, 200, 'AAA', 'BBB' ] len(l)
【方式二】统计某个元素出现的次数：count
l = [ 100, 200, 'AAA', 'BBB' ]
l.count("A")
- 注意：
count统计的是元素的个数，不是单个字符的个数。
【方式三】查询最大值：max（仅支持数字）
L = [3, 43, 2, 98] max(L)
【方式四】查询最小值：min（仅支持数字）
L = [3, 43, 2, 98] min(L)
【方式五】升序排序：sort、sorted（仅支持数字）
L1 = [4, 1, 9] L1.sort() L2 = [5, 3, 7] L2 = sorted(L2, reverse=False)
【方式六】降序排序：sorted（仅支持数字）
L = [5, 3, 7] L = sorted(L, reverse=True)
【方式七】元素反转：reverse
L = [ 100, 200, 'AAA', 'BBB' ] L.reverse()
2.2. 添加元素
给列表加东西，Python 提供了几种方式：你可以指定位置插进去，也可以一股脑儿往尾巴上追加。
insert：按索引插入append：在末尾追加一个元素extend：在末尾追加多个元素
【方式一】指定索引添加元素：insert
'''方法1''' L = [ 100, 200, 'AAA', 'BBB' ] L.insert(0, 500) # 在索引为0处添加元素 '''方法2''' L = [ 100, 200, 'AAA', 'BBB' ] L[0:0] = [500] # 在索引为0处添加元素
在索引为1处添加多个元素：
L = [ 100, 200, 'AAA', 'BBB' ] L[1:1] = [500, 'EEE'] # 在索引为1处添加元素
【方式二】在列表后面追加元素：append
L = [1, 2, 3]
L.append('AAA')
append 不支持一次性追加多个元素，但你可以用 + 符号来实现类似效果：
L = [1, 2, 3] L = L + ['AAA', 'BBB']
【方式三】追加多个元素：extend
L = [1, 2, 3]
L.extend(('a', 'b', 10)) # 需要使用一个括号
用迭代的方式添加也很方便：
L = ['A', 'B', 'C'] L.extend(range(10,15)) # 使用range迭代
2.3. 修改元素
修改列表里的元素，最直接的办法就是通过索引。
【方式一】按索引修改单个元素
L = ['A', 'B', 'C', 'D', 'E'] L[0] = 10 # 修改第1个元素 L[-1] = 20 # 修改最后1个元素
【方式二】按索引修改多个元素
L = ['A', 'B', 'C', 'D', 'E'] L[:3] = [10, 20] # 将前3个元素修改为2个元素
【方式三】迭代修改指定的元素名
L = [100, 'BBB', 'AAA', 'BBB', 'BBB'] # 用迭代的方式将BBB修改为EEE new_L = [elem if elem != 'BBB' else 'EEE' for elem in L]
2.4. 删除元素
删除元素也有多种方式，按索引删、按元素值删，都行。
【方式一】按索引删除元素：del、pop
L = ['A', 'B', 'C', 'D', 'E'] # del支持删除多个元素 del L[0] del L[:3] # pop只支持删除一个元素 L.pop(0) # 删除第一个元素
【方式二】按元素名删除：remove
L = ['A', 'B', 'C', 'B', 'D']
L.remove('B') # 仅支持删除1个元素
【方式三】按元素名删除多个元素（迭代）
L = ['A', 'B', 'C', 'B', 'D'] d = ['A', 'B'] # 需要删除的元素列表 new_L = [elem for elem in L if elem not in d] # 迭代删除
【方式四】按索引删除多个元素（迭代）
del_index=[0, 1, 2] #指定要删除的索引下标，不能使用负数(-1) L1 = ['a', 'b', 'c', 'd', 'e'] L2=[i for num,i in enumerate(L1) if num not in del_index]
2.5. 索引取值
索引（Index）就是给每个元素一个编号，从 0 开始排。这跟排队是一个道理，第一个到的拿 0 号牌。
元素：a b c d e f 索引：0 1 2 3 4 5
- 第 1 个元素索引为 0，第 2 个元素索引为 1，依此类推。
读取对应索引的值用 变量[索引] 的方式：
L = ['a', 'b', 'c', 'd', 'e'] L[0] # 读取第1个元素 L[3] # 读取第4个元素 L[-1] # 读取最后1个元素
除了取单个元素，还能用切片的方式一次性取一段：
变量[起始索引:结束索引]
L = ['a', 'b', 'c', 'd', 'e'] L[:2] # 读取前2个元素 L[-2:] # 读取后2个元素 L[1:3] # 读取索引为1~2的元素
- 第 1 个元素用 0 表示，最后 1 个元素用 -1 表示。
- 切片时，冒号前面为空表示从开头取，后面为空表示取到末尾。
- 切片取值是“左闭右开”的，比如
[1:3]取的是索引 1 和 2，不包含索引 3。
切片还支持指定步长：
变量[起始索引:结束索引:步长] # 步长默认1
L = ['a', 'b', 'c', 'd', 'e'] L[1::1] # 读取索引为1和后面的元素，步长为1 L[1::2] # 读取索引为1和后面的元素，步长为2 L[::2] # 读取全部元素，步长为2
2.6. 拷贝方式
Python 里的拷贝分为深拷贝和浅拷贝，理解这俩的区别，能帮你避免不少 bug。
- 深拷贝：复制对象及其内部所有子对象，递归地再造一份完全独立的副本。改动原始对象里的子对象，不会影响深拷贝出来的新对象。
- 浅拷贝：只复制对象的引用，不复制子对象本身。如果原始对象里的子对象是可变的，那么改动它会连累浅拷贝出来的副本。
各自的优点
- 深拷贝的最大好处是“完全独立”，你对副本随便改，原始数据纹丝不动。适合那些需要递归操作或频繁修改子对象的场景。
- 浅拷贝速度更快，因为它只是复制引用，没有真正的数据拷贝。如果原始对象的子对象很大且不会被改动，浅拷贝能省不少内存。
各自的缺点
- 深拷贝的缺点是吃资源。对象结构越大、嵌套越深，拷贝时消耗的内存和时间就越多。
- 浅拷贝的缺点是风险。如果原始对象里的可变子对象被改了，所有浅拷贝出来的副本都会跟着变，容易出意外。
做深拷贝需要导入标准库 copy：
# 导入标准库 import copy # 定义一个列表a a = [1, 2, 3, [4, 5]] # 将列表a的值深拷贝到b b = copy.deepcopy(a)
浅拷贝可以用 copy() 函数，或者直接赋值：
# 方式一 a = [1, 2, 3, [4, 5]] b = a.copy() # 方式二 a = [1, 2, 3, [4, 5]] b = [a, "BBB"]
这里有个细节值得留心：修改原始列表的顶层元素，浅拷贝的副本不会跟着变；但如果是修改子对象（比如列表中的列表），浅拷贝的副本就会同步变化。
a = [1, 2, 3, [4, 5]] b = a.copy()
简单说，浅拷贝复制的只是“外壳”，里面的“芯子”还是共用的。所以操作时要留个心眼。
3. 列表的应用方法
3.1. 迭代循环
循环遍历列表里的元素，是再常见不过的操作了：
L = [1, 2, 3, [4, 5]]
for i in L:
print(f"当前元素为：{i}")
除了直接遍历元素，你还可以用 enumerate 同时拿到元素的索引和值：
# 定义列表
L = ['AAA', 'BBB', 'CCC']
# 遍历列表中的索引和元素
for index,element in enumerate(L):
print(f"索引：{index}, 元素：{element}")
默认索引从 0 开始。如果业务上需要从 1 开始数，可以指定 start=1：
# 定义列表
L = ['AAA', 'BBB', 'CCC']
# 遍历列表中的索引和元素
for index,element in enumerate(L, start=1):
print(f"索引：{index}, 元素：{element}")
3.2. 数据处理
列表在实际开发中最常见的用途之一就是存数据、做处理。排序、过滤、计算，这些都是常规操作。
【方式一】列表排序（元素仅支持数字）
L = [4, 2, 1, 3, 5] L.sort() # 升序 L = sorted(L, reverse=False) # 升序 L = sorted(L, reverse=True) # 降序 L.reverse() # 反转
【方式二】过滤列表（筛选偶数）
# 定义一个全数字的列表 L = [1, 2, 3, 4, 5] # 过滤偶数 L_new = list(filter(lambda x: x % 2 == 0, L))
【方式三】计算列表的值
# 定义一个全是数字的列表 L = [1, 2, 6, 8, 5, 10] # 求和 sum_result = sum(L) # 求最大值 max_result = max(L) # 求最小值 min_result = min(L) # 求平均值 a vg_result = sum(L) / len(L) # 所有值乘以 10 multiplied_list = [x * 10 for x in L]
3.3. 实现缓存
列表的可变性让它很适合用来做缓存——存一些临时的计算结果，或者需要快速访问的数据。
# 封装一个使用列表缓存的类
class ListCache:
def __init__(self, max_size):
self.max_size = max_size # 缓存的最大容量
self.cache = [] # 定义一个空的缓存列表
def get(self, key):
'''检查是否有对应的缓存项'''
for item in self.cache:
if item['key'] == key:
return item['value']
return None
def set(self, key, value):
'''判断缓存是否已满'''
if len(self.cache) >= self.max_size:
self.cache.pop(0) # FIFO方式移除最旧的缓存项
# 使用字典的方式添加新的缓存项
self.cache.append({'key': key, 'value': value})
if __name__ == '__main__':
# 创建一个最大容量为 2 的缓存
LC = ListCache(2)
# 向方法中添加两个缓存数据
LC.set('k1', 'AAA')
LC.set('k2', 'BBB')
# 查看结果
print(LC.get('k1')) # AAA
print(LC.get('k2')) # BBB
# 向方法中添加第3个缓存数据
LC.set('k3', 'CCC')
print(LC.get('k1')) # 此时的k1已经被清理
3.4. 数据结构算法
列表是数据结构中最基础的一种，元素有序排列。下面列举几种常见算法。
① 线性搜索
- 线性搜索就是从列表的第一个元素开始，一个一个地比，直到找到目标或者遍历完整个列表。
代码实现：
# 定义一个列表
arr = [4, 2, 7, 1, 9, 5]
# 需要查找的值
target = 7
def linear_search(arr, target):
# 遍历该数组的长度
for i in range(len(arr)):
# 通过索引来判断这个值是否为真
if arr[i] == target:
return i # 返回目标元素的索引
return -1 # 如果目标元素不存在于列表中，返回 -1
# 传入列表和需要查找的值
index = linear_search(arr, target)
print(f"元素{target}的索引为：{index}")
② 二分搜索
- 二分搜索的前提是列表必须有序。它每次把列表分成两半，拿中间的元素跟目标比，从而快速缩小范围。时间复杂度是 O(log n)，比线性搜索快不少。
代码实现：
# 定义一个列表
arr = [1, 12, 4, 6, 7, 3]
# 需要查询的值
target = 7
def binary_search(arr, target):
arr.sort() # 先将数组排序（升序）
low = 0 # 定义最小索引
high = len(arr) - 1 # 定义最大索引
while low <= high:
mid = (low + high) // 2 # 取中间索引的值（整数）
if arr[mid] == target: # 判断是否该索引的值等于target
return mid # 为真，返回目标元素的索引
elif arr[mid] < target:
low = mid + 1 # 如果结果小于target，将索引+1
else:
high = mid - 1 # 如果结果大于target，将索引-1
return -1 # 如果目标元素不存在于列表中，返回 -1
# 向函数中传入列表和需要查找的值
index = binary_search(arr, target)
print("目标元素的索引：", index)
③ 排序算法
冒泡排序
arr = [4, 2, 7, 1, 9, 5]
def bubble_sort(arr):
n = len(arr)
for i in range(n):
for j in range(0, n-i-1):
if arr[j] > arr[j+1]:
arr[j], arr[j+1] = arr[j+1], arr[j]
return arr
sorted_arr = bubble_sort(arr)
print("排序后的列表：", sorted_arr)
插入排序
arr = [4, 2, 7, 1, 9, 5]
def insertion_sort(arr):
n = len(arr)
for i in range(1, n):
key = arr[i]
j = i - 1
while j >= 0 and arr[j] > key:
arr[j+1] = arr[j]
j -= 1
arr[j+1] = key
return arr
sorted_arr = insertion_sort(arr)
print("排序后的列表：", sorted_arr)
选择排序
arr = [4, 2, 7, 1, 9, 5]
def selection_sort(arr):
n = len(arr)
for i in range(n-1):
min_index = i
for j in range(i+1, n):
if arr[j] < arr[min_index]:
min_index = j
arr[i], arr[min_index] = arr[min_index], arr[i]
return arr
sorted_arr = selection_sort(arr)
print("排序后的列表：", sorted_arr)
快速排序
arr = [4, 2, 7, 1, 9, 5]
def quick_sort(arr):
if len(arr) <= 1:
return arr
pivot = arr[0]
less = [x for x in arr[1:] if x <= pivot]
greater = [x for x in arr[1:] if x > pivot]
return quick_sort(less) + [pivot] + quick_sort(greater)
sorted_arr = quick_sort(arr)
print("排序后的列表：", sorted_arr)
归并排序
arr = [4, 2, 7, 1, 9, 5]
def merge_sort(arr):
if len(arr) <= 1:
return arr
mid = len(arr) // 2
left_half = arr[:mid]
right_half = arr[mid:]
left_half = merge_sort(left_half)
right_half = merge_sort(right_half)
return merge(left_half, right_half)
def merge(left, right):
result = []
i, j = 0, 0
while i < len(left) and j < len(right):
if left[i] < right[j]:
result.append(left[i])
i += 1
else:
result.append(right[j])
j += 1
result.extend(left[i:])
result.extend(right[j:])
return result
sorted_arr = merge_sort(arr)
总结
列表在 Python 中的地位，差不多相当于工具箱里的螺丝刀——看着不起眼，但几乎每个项目都离不开它。从数据存储到算法实现，从简单的遍历到复杂的排序，把它玩熟了，写代码的时候会顺手很多。
Adobe Acrobat Pro 是面向办公、法务、财务、教育及出版用户的专业PDF处理软件，可在Mac上创建、编辑、转换、合并和保护文档，并提供OCR文字识别、表单、批注、内容比较、敏感信息遮盖及电子签名功能。
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Shapr3D是一款面向工业设计、机械工程、建筑概念和三维打印工作流的CAD软件。Mac版采用Parasolid建模内核，支持草图约束、实体建模、工程图、可视化渲染及常见CAD格式交换，并可通过账户在多台设备之间同步项目。
Adobe Illustrator 是 Adobe 推出的专业矢量图形设计软件，适合在 Mac 上制作标志、图标、插画、包装、信息图及印刷版面。它以路径和锚点构建可无损缩放的图形，并提供钢笔、形状、文字、图像描摹、渐变、画板及生成式功能。
Adobe InDesign 是面向印刷品与数字出版物的专业版面设计软件，可在 Mac 上制作书籍、杂志、宣传册、海报、报告及交互式文档。它提供精细的文字样式、网格、母版、长文档管理和印前输出能力。
Affinity Designer 的矢量设计能力现已整合进 Affinity by Canva，可在 Mac 上进行标志、图标、插画、界面原型及印刷品设计。个人用户使用免费 Canva 账户即可使用完整的矢量、像素和版面工具。
Archicad是Graphisoft推出的建筑信息模型设计软件，可在Mac上完成概念设计、参数化建模、图纸编制、工程量统计、渲染展示及团队协同。模型与平立剖面、明细表和布局保持关联，适合建筑师、室内设计师、BIM团队及相关专业学生使用。
AutoCAD LT是Autodesk推出的专业二维CAD设计与文档编制软件，Mac版本提供原生界面、多点触控及分屏查看体验。用户可精确创建和编辑DWG图形，完成图层管理、尺寸标注、表格、PDF参考、外部参照及打印输出。
AutoCAD for Mac 是 Autodesk 面向 macOS 提供的专业计算机辅助设计软件，支持精确的二维绘图、标注、布局输出以及实体、曲面和网格建模。软件采用适配 Mac 操作习惯的界面，可处理 DWG 图纸。
Autodesk Fusion 是面向产品设计与制造的一体化云连接平台，在 Mac 上提供参数化建模、自由曲面、装配、工程图、仿真、PCB 设计和 CAM 加工等工具。它适合机械工程师、工业设计师、创客及制造团队使用。
Autodesk Maya是一套面向影视动画、游戏开发和视觉特效制作的专业三维创作软件，集多边形与曲面建模、角色绑定、关键帧动画、动力学模拟、程序化特效及Arnold渲染于一体，并提供脚本、插件和开放式制作管线支持。
Blender是一款免费开源的综合三维创作软件，可在Mac上完成建模、数字雕刻、材质制作、角色绑定、动画、物理模拟、渲染、合成及视频剪辑。软件提供Cycles与Eevee渲染工具，并支持几何节点、蜡笔绘制和Python扩展。
AutoCAD 是 Autodesk 推出的专业计算机辅助设计软件，Windows 版支持精确二维绘图、三维实体与曲面建模、图纸标注、布局发布和任务自动化，并包含多套行业专业化工具组合，适用于建筑、机械、电气、工程建设及制造设计人员。
Adobe Acrobat Pro 是面向专业 PDF 工作的综合解决方案，可在 Windows 中创建、编辑、转换、比较、整理和保护文档，并支持表单、电子签名、扫描件文字识别及敏感信息永久遮盖。订阅还包含网页、移动服务和云端协作能力，
Blender 是一款免费开源、跨平台的专业 3D 创作软件，集建模、动画、渲染、视频编辑与视觉合成等功能于一体，广泛应用于影视动画、游戏设计和建筑可视化等领域。软件支持 Cycles 物理渲染器与 Eevee 实时渲染引擎，并提供多边形建模、骨骼绑定、物理模拟等专业工具。Blender 兼容 Windows、macOS 和 Linux 系统，安装包轻巧、运行流畅，依托活跃的全球开发者社区持续更新，是从初学者到专业创作者都值得选择的正版 3D 创作工具。
Adobe InDesign 是面向印刷与数字出版的专业页面排版工具，可制作书籍、杂志、宣传册、海报、交互式 PDF 和电子书。它提供精细的文字样式、多页面管理、印前检查及多格式输出能力，并能与 Photoshop、Illustrator
Adobe Illustrator 是用于绘制矢量图形、插画、图标、徽标和版式的专业设计工具。它以路径和锚点为核心，作品放大后仍能保持清晰，并提供画板、文字、渐变、图像描摹及精确变换等功能，适合品牌视觉、印刷物料、数字界面和商业插画创作。
Figma 是面向产品设计与开发团队的云端协作平台，可在 Windows 桌面客户端中完成界面绘制、组件管理、交互原型、评论评审和开发交付。文件保存在云端，多名成员能够同步编辑并共享设计系统；官方同时提供免费 Starter 方案及按席位计
Affinity Designer 是面向矢量图形、数字插画和界面设计的专业创作工具，可在矢量、像素与导出工作区之间快速切换。它提供曲线编辑、形状构建、画板、排版、图层和专业色彩管理，并支持常见设计文件的导入及多种印刷、网页格式输出。
Cinema 4D是Maxon推出的专业三维创作软件，将建模、动画、MoGraph动态图形、粒子与动力学模拟、材质灯光及Redshift渲染整合在统一工作环境中，适用于广告包装、影视特效、产品和建筑可视化、游戏素材等制作场景。
Blender 是免费开源的三维创作套件，在 Windows 上提供建模、雕刻、材质、动画、物理模拟、合成、跟踪、视频剪辑及 Cycles、EEVEE 渲染工具。它适合个人创作者、学生和小型工作室，
Autodesk Maya 是面向影视、电视、动画和游戏行业的专业三维制作软件，集多边形与 NURBS 建模、角色绑定、关键帧和动作捕捉动画、Bifrost 特效模拟、材质开发及 Arnold 渲染于一体，
SketchUp Pro 是面向建筑、室内、景观、施工和产品设计等专业场景的三维建模工具，提供桌面建模、LayOut 二维文档、模型资源库、扩展程序及云端协作能力。其操作逻辑直观，适合从概念推敲、空间规划到图纸表达和方案汇报的完整工作流程。