时间：2022-09-18 11:13:40 | 栏目：Python代码 | 点击：次
示例如下：
names = ['Neo', 'Lily', 'Jack'] length = len(names) print(length) # 执行结果如下 # >>> 3
注意：len()函数可以计算除了数字类型之外的其他所有数据类型的长度
示例如下：
names = ['Neo', 'Lily', 'Jack'] new_names_01 = names + names print(new_names_01) names = ['Neo', 'Lily', 'Jack'] new_names_01 = names * 2 print(new_names_01) # 输出结果如下： # >>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack'] # >>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack']
in ：判断某个成员（元素）是否在该数据结构中，返回结果为布尔值。
not in ：判断某个成员（元素）是否不在该数据结构中，返回结果为布尔值。
示例如下：
names = ['Neo', 'Lily', 'Jack']
print(bool('Adam' in names))
print(bool('Adam' not in names))
# 执行结果如下：
# >>> False
# >>> True
append()函数的功能：将一个元素添加当当前列表中
append()函数的用法：list_append(new_item) ，new_item为添加进列表的新的元素(成员)
append()函数的注意事项：
示例如下：
names = ['Neo']
names.append('Jack')
print(names)
# 执行结果如下：
# >>> ['Neo', 'Jack']
a = [1, 2, 3] b = [4, 5, 6] print(a.append(1)) print(a) a.append(b) print(a) # 执行结果如下： # >>> [1, 2, 3, 1] # >>> Node # >>> [1, 2, 3, 1, [4, 5, 6]] a.append(b) 会将整个列表当做一个元素添加进去
这里我们注意到 print(a.append(1)) 返回的是 Node ，这是为什么呢？
原因是append方法只是在恰当的位置修改原来的列表！也就是说，不是返回一个列表，而只是修改原来的列表，所以如果用 等式 输出的话，返回是None 。去掉返回值即可得到新的列表！
看下面两个示例：
# 原代码： list= [1,2,3,4] list= list.append(5) print(list) # 输出： # >>> None # 修改后代码 list= [1,2,3,4] list.append(5) print(list) # 输出： # >>> 1,2,3,4,5
insert() 函数的功能：讲一个元素添加到列表的指定位置中
insert() 函数的用法：list.insert(index, new_item) , index为新的元素放在的新的位置(数字，下标位)，new_item为填的新成员(元素)
insert() 函数与append()函数的区别：
示例如下：
friuts = ['橘子', '香蕉', '火龙果'] friuts.insert(1, '苹果') print(friuts) # 执行结果如下： # >>> ['橘子', '苹果', '香蕉', '火龙果'] friuts.insert(10, '鸭梨') print(friuts) # 执行结果如下： # >>> '橘子', '苹果', '香蕉', '火龙果', '鸭梨']
count() 函数的功能：返回列表(元组)中某个成员(元素)的个数
count() 函数的用法：inttype = list.count(item) , item为想要查询的个数
count() 函数的注意事项：如果查询的成员(元素)不存在，则返回 0；列表只会检查完整元素是否存在需要计算的内容。
示例如下：
friuts = ['橘子', '香蕉', '火龙果', '香蕉', '苹果']
count = friuts.count('香蕉')
print('friuts 列表中香蕉出现的次数为 ' + str(count) + ' 次')
# 执行结果如下：
# >>> friuts 列表中香蕉出现的次数为 2 次
# 注意事项：如果查询的成员(元素)不存在，则返回 0；列表只会检查完整元素是否存在需要计算的内容。
friuts = ['橘子', '香蕉', '火龙果', '香蕉', '苹果']
count = friuts.count('香')
print('friuts 列表中\'香\'出现的次数为 ' + str(count) + ' 次')
# 执行结果如下：
# >>> friuts 列表中'香'出现的次数为 0 次
remove() 函数的功能：删除列表中的某个元素
remove() 函数的用法：list_remove = list.remove(item) , item为想要删除的元素
remove() 函数的注意事项：
示例如下：
books = ['Python', 'Java', 'PHP']
books.remove('PHP')
print(books)
# 执行结果如下：
# >>> ['Python', 'Java']
del 函数的功能：将变量完全删除(即踢打内存管家将变量从内存中删除)
示例如下：
books = ['Python', 'Java', 'PHP'] books.del() print(books) # 执行结果如下： # >>> NameError: name 'books' is not defined. Did you mean: 'bool'?
reverse() 函数的功能：对当前列表顺序的反转
reverse() 函数的用法： list = list.reverse() , 无参数传递
示例如下：
books = ['Python', 'Java', 'PHP'] books.reverse() print(books) # 执行结果如下： # >>> ['PHP', 'Java', 'Python']
sort() 函数的功能：对当前列表按照一定的规律进行排序
sort() 函数的用法： list = list.sort(cmp=Node, key=Node, reverse=False)
sort() 函数的注意事项：列表中的元素类型必须相同，否则会报错，无法排序
示例如下：
books = ['Python', 'C', 'PHP', 'Go', 'C++', 'Java'] books.sort() print(books) # 执行结果如下： # >>> ['C', 'C++', 'Go', 'Java', 'PHP', 'Python'] int_lists = [79, 6, 99, 46, 30] int_lists.sort(reverse=True) print(int_lists) # 执行结果如下： # >>> [99, 79, 46, 30, 6] test_list = ['Hello', 666, 3.14, True] test_list.sort() print(test_list) # 执行结果如下： # >>> TypeError: '<' not supported between instances of 'int' and 'str'
clear() 函数的功能：将当前列表的数据清空
clear() 函数的用法： list = list.clear() ， 该函数无参数，无返回值
示例如下：
int_list = [79, 6, 99, 46, 30] int_list.clear() print(int_list) print(len(int_list)) # 执行结果如下： # >>> [] # >>> 0
思考一个问题：当我们使用 clear() 函数 清空一个列表时，和重新命名一个空的列表，哪个更节省资源？
其实相对来说使用 clear() 函数更节省资源；当我们创造一个变量的时候，会占用一个内存地址，使用该变量之后该变量地址则会被内存管家清空。再次使用时，又会生成新的内存地址，这个过程也是需要消耗资源的，只是因为速度处理的比较快我们无法感知罢了。
copy() 函数的功能：将当前列表复制一份新的列表，虽然新的列表虽与旧的列表的内容相同，但是内存地址不同
copy() 函数的用法：list = list.copy() ，该函数无参数，返回一个与旧列表一模一样的列表
copy() 函数与 2次赋值 的区别：
示例如下：
old_list = [1, 2, 3, 4, 5]
new_list = old_list.copy()
print(new_list)
print("\'old_list\'内存地址为：" + str(id(old_list)), "\'new_list\'内存地址为：" + str(id(new_list)))
# 执行结果如下：
# >>> [1, 2, 3, 4, 5]
# >>> 'old_list'内存地址为：2175764462080 'new_list'内存地址为：2175767330496
copy() 函数与 2次赋值 的区别示例如下：
old_list = [1, 2, 3, 4, 5] new_list_01 = old_list new_list_02 = old_list.copy() old_list.append(6) print(new_list_01) print(new_list_02) # 执行结果如下： # >>> [1, 2, 3, 4, 5, 6] # >>> [1, 2, 3, 4, 5]
浅拷贝
什么是浅拷贝？
通俗的说，我们有一个列表 a，列表里的元素还是列表。当我们拷贝出新列表 b 后，无论是 a 还是 b 的内部的列表中的数据发生了变化后，相互之间都会受到影响。这就是浅拷贝。
浅拷贝示例如下：
old_list = [[1, 2, 3], [4, 5]] new_list = old_list.copy() old_list[1].append(6) print(str(old_list), "--------," + str(new_list)) # 执行结果如下： # >>> [[1, 2, 3], [4, 5, 6]] --------,[[1, 2, 3], [4, 5, 6]] new_list[0].append(0) print(str(old_list), "--------," + str(new_list)) # 执行结果如下： # >>> [[1, 2, 3, 0], [4, 5, 6]] --------,[[1, 2, 3, 0], [4, 5, 6]]
深拷贝
什么是深拷贝？
深拷贝不仅对列表第一层进行了 copy ，对深层的数据也进行了 copy， 原始变量与新变量之间完全不共享数据，这就是深拷贝。
深拷贝示例如下：
old_list_deepcopy = [[1, 2, 4], [4, 5]] new_list_deepcopy = copy.deepcopy(old_list_deepcopy) old_list_deepcopy[1].append(6) print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy)) # 执行结果如下： # >>> [[1, 2, 4], [4, 5, 6]] --------,[[1, 2, 4], [4, 5]] new_list_deepcopy[0].append(0) print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy)) # 执行结果如下： # >>> [[1, 2, 4], [4, 5, 6]] --------,[[1, 2, 4, 0], [4, 5]]
关于浅拷贝与深拷贝，我们再来看看对 数字类型 和 字符串类型又是怎样的，示例如下：
str_1 = "python"
print("str_1: ", str_1, id(str_1))
str_2 = str_1
print("str_2: ", str_2, id(str_2))
str_3 = copy.copy(str_2)
print("str_3: ", str_3, id(str_3))
str_4 = copy.deepcopy(str_1)
print("str_4: ", str_4, id(str_4))
# 执行结果如下：
# >>> str_1: python 140222883317104
# >>> str_2: python 140222883317104
# >>> str_3: python 140222883317104
# >>> str_4: python 140222883317104
可以看出，数字类型与字符串类型的浅拷贝与深拷贝是没有区别的，都是指向的同意内存地址，所以深拷贝与浅拷贝是没有意义的
extend() 函数的功能：将其他列表或元组中的元素一次性的导入到当前列表中
extend() 函数的用法：list = list.extend(iterable) ，iterable 代表列表或元组，该函数无返回值。
示例如下：
students = ['Neo', 'Jack', 'Lily']
new_students = ('Lilei', 'Lily')
print(id(students))
# 执行结果如下：
# >>> 2032966498816
students.extend(new_students)
print(students)
print(id(students))
# 执行结果如下：
# >>> ['Neo', 'Jack', 'Lily', 'Lilei', 'Lily'] 相同的成员(元素)并不会覆盖掉
# >>> 2032966498816
例如给出两个列表[1, 3, 5, 7, 9]和[2, 4, 6, 8, 10]，最终合并为[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
list_1 = [1, 3, 5, 7, 9] list_2 = [2, 4, 6, 8, 10] list_1.extend(list_2) print(list_1) # 执行结果如下： # >>> [1, 3, 5, 7, 9, 2, 4, 6, 8, 10] list_1.sort() print(list_1) # 执行结果如下： # >>> [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]