Python序列
列表对象常用方法list.append(x)list.extend(L)list.insert(index,x)list.remove(x)list.pop([index])list.clear()list.index(x)list.count(x)list.reverse()list.sort()list.copy()运算符可以实现将元素添加到列表形式是创建一个新列表并将原列表中的元素和新元素依次复制到新列表的内存空间速度较append慢Python采用的是基于值的自动内存管理方式当为对象修改值时并不是真的直接修改变量的值而是使变量指向新的值这对所有类型的变量都是一样的通过下标来修改序列中元素的值或通过可变序列对象自身提供的方法来增加和删除元素时序列对象在内存中的起始地址是不变的仅仅是被改变值的元素地址发生变化通过extend()方法来增加列表元素也不改变其内存首地址属于原地操作除非必要应尽量避免在列表中间位置插入和删除元素的操作优先考虑append和pop使用乘法来扩展列表对象将列表与整数相乘生成一个新列表新列表是原列表中元素的重复每当插入或删除一个元素之后该元素位置后面所有元素的索引就都改变了x [1, 2, 1, 2, 1, 1, 1] for i in x[]: print(i) if i 1: x.remove(i) print(x)x [1, 2, 1, 2, 1, 1, 1] for i in x[::]: print(i) if i 1: x.remove(i) print(x)可以使用下标直接访问列表中的元素list1 [1, 2, 3] list2 [a, b, c] # 使用 zip 函数将两个列表打包 zipped zip(list1, list2) # 将迭代器转换为列表方便查看结果 result list(zipped) print(result) # 输出: [(1, a), (2, b), (3, c)]切片操作可以原地修改列表内容列表元素的增、删、改、查以及元素替换等操作并且不影响列表对象内存地址切片返回列表元素的浅复制与列表对象的直接赋值并不一样内置函数sorted()返回新列表并不对原列表进行任何修改内置函数reversed()不对原列表做任何修改而是返回一个逆序排列后的迭代对象对字典进行操作时默认是对字典的“键”进行计算如果需要对字典“值”进行计算则需要使用字典对象的values()方法明确说明cmplenmaxminsumzipenumerate:返回枚举对象枚举对象中每个元素是包含下标和元素值的元组列表推导式import random x [random.randint(1, 100) for i in range(10)] print(x) print(list(map(lambda i: i 5, x))) x [random.randint(1, 10) for i in range(10)] y [random.randint(1, 10) for i in range(10)] print(x, y) import operator print(sum(map(operator.mul, x, y))) print(sum((i * j for i, j in zip(x, y)))) print(list(map(operator.add, x, y)))元组属于不可变序列元组一旦创建用任何方法都不可以修改其元素的值也无法为元组增加或删除元素如果确实需要修改只能再创建一个新的元组。可以使用tuple()函数将其他类型序列转换为元组元组的值是不可改变的但是如果元组中包含可变序列情况就略有不同序列解包在调用函数时在实参前面加上一个星号*也可以进行序列解包从而实现将序列中的元素值依次传递给相同数量的形参生成器推导式未完待续

相关新闻

SRS HLS低延迟优化:让你的直播延迟从30秒降至5秒的完整指南 [特殊字符]

SRS HLS低延迟优化:让你的直播延迟从30秒降至5秒的完整指南 [特殊字符]

SRS HLS低延迟优化:让你的直播延迟从30秒降至5秒的完整指南 🚀 【免费下载链接】srs Please use https://github.com/ossrs/srs because this is my personal experimental repository, so its not updated and not stable. 项目地址: https://gitcode…

2026/7/25 4:10:19 阅读更多 →
大模型理论入门:第1章 引言 + 第2章 大模型的能力

大模型理论入门:第1章 引言 + 第2章 大模型的能力

内容源自 datawhale 开源学习材料。 如有侵权或其他问题,欢迎留言联系更正或删除。 目录 1.1 什么是语言模型 1.2 大语言模型的历史回顾 1.3 大语言模型的能力及风险 1.1 什么是语言模型 (1) 语言模型是针对词汇序列 X1:L 的概率分布 p; 更为超…

2026/7/25 4:15:30 阅读更多 →
USB声卡模块BP-8913体验:电脑即插即用,零驱动开会录音都方便

USB声卡模块BP-8913体验:电脑即插即用,零驱动开会录音都方便

【一句话概括】BP-8913是一款USB即插即用的声卡模块,内置高品质Codec,不用装驱动,Windows、Mac、Linux都能直接识别。把它当成电脑的"外置声卡"来理解就行,插上就能用,适合需要稳定音频输入输出的产品开发。…

2026/7/25 7:05:19 阅读更多 →

最新新闻

大模型显存优化:从原理到实战技巧

大模型显存优化:从原理到实战技巧

1. 大模型显存需求的核心矛盾当我们在本地部署大语言模型时,第一个拦路虎往往是显存不足。最近帮团队调试Llama3-70B模型时,8张A100-80G显卡跑满都捉襟见肘。这让我意识到,很多开发者对显存消耗的认知还停留在"模型参数显存占用"的…

2026/7/26 1:34:09 阅读更多 →
NoFences:完全免费的Windows桌面分区神器,终极解决桌面混乱问题

NoFences:完全免费的Windows桌面分区神器,终极解决桌面混乱问题

NoFences:完全免费的Windows桌面分区神器,终极解决桌面混乱问题 【免费下载链接】NoFences 🚧 Open Source Stardock Fences alternative 项目地址: https://gitcode.com/gh_mirrors/no/NoFences 还在为Windows桌面上杂乱无章的图标而…

2026/7/26 1:34:09 阅读更多 →
阴阳引力多维基元:超越二进制的计算革命

阴阳引力多维基元:超越二进制的计算革命

摘要:本文提出了一套基于中华易理的全新计算范式——阴阳引力嵌套多维基元架构。该架构以河图洛书中宫为锚点,以阴阳相对关系为基本运化单元,以四象八卦为层级观测框架,旨在超越传统二进制计算的二元对立局限。文章从宇宙本源的整…

2026/7/26 1:34:09 阅读更多 →
企业级AI Agent落地:从受控部署到软件工厂的实战指南

企业级AI Agent落地:从受控部署到软件工厂的实战指南

1. 先搞清楚企业 Agent 到底在解决什么实际问题如果你正在关注企业级 AI 应用,特别是那些号称能“自主完成任务”的 Agent 系统,最该优先弄明白的不是它用了多新的框架或模型,而是它到底在什么场景下能真正替代人工、降低重复劳动成本。很多团…

2026/7/26 1:34:09 阅读更多 →
工业AI平台如何推动汽车制造智能化升级

工业AI平台如何推动汽车制造智能化升级

1. 汽车制造智能化转型的必然选择去年参观某合资车企的焊装车间时,我看到机械臂群在无人干预状态下完成全自动换模作业,MES系统实时推送的OEE(设备综合效率)数据稳定保持在92%以上。这种高效运转的背后,是工业AI平台对…

2026/7/26 1:34:09 阅读更多 →
如何快速提升Windows 11性能:3步操作的完整优化指南

如何快速提升Windows 11性能:3步操作的完整优化指南

如何快速提升Windows 11性能:3步操作的完整优化指南 【免费下载链接】Win11Debloat A simple, lightweight PowerShell script that allows you to remove pre-installed apps, disable telemetry, as well as perform various other changes to declutter and cust…

2026/7/26 1:33:08 阅读更多 →

日新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

周新闻

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 道路桥梁裂缝检测数据集 道路桥梁病害识别检测数据集

深度学习道路桥梁裂缝检测系统 数据集6000张 完整源码已标注数据集训练好的模型环境配置教程程序运行说明文档,可以直接使用!系统支持图片、视频、摄像头等多种方式检测裂缝,功能强大实用。 1数据集6000张 8各类别

2026/7/26 0:00:31 阅读更多 →
深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

深度学习YOLO模型如何训练 PUBG 绝地求生目标检测数据集

pubg数据集 精选原图1.42万数据 1.49万标签 无任何重复、算法增强或冗余图像! pubg绝地求生目标检测数据集 1分类:e_body,14905个标签,txt格式 共计14244张图,99%为640*640尺寸图像 适合yolo目标检测、AI训练关键词&am…

2026/7/26 0:00:31 阅读更多 →
Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex英雄目标检测数据集 深度学习框架YOLO如何训练APEX数据集

Apex检测数据集数据集详情检测类别: allies enemy tag图片总量:7247张训练集:5139张验证集:1425张测试集:683张标注状态:全部已标注,即拿即用数据格式:支持YOLO格式及其他格式&#…

2026/7/26 0:00:31 阅读更多 →

月新闻