• 5.1. 列表的更多特性
    • 5.1.1. 列表作为栈使用
    • 5.1.2. 列表作为队列使用
    • 5.1.3. 列表推导式
    • 5.1.4. 嵌套的列表推导式

    5.1. 列表的更多特性

    列表数据类型还有很多的方法。这里是列表对象方法的清单：

    • list.append(x)

    • 在列表的末尾添加一个元素。相当于 a[len(a):] = [x] 。

    • list.extend(iterable)

    • 使用可迭代对象中的所有元素来扩展列表。相当于 a[len(a):] = iterable 。

    • list.insert(i, x)

    • 在给定的位置插入一个元素。第一个参数是要插入的元素的索引，所以 a.insert(0, x) 插入列表头部， a.insert(len(a), x) 等同于 a.append(x) 。

    • list.remove(x)

    • 移除列表中第一个值为 x 的元素。如果没有这样的元素，则抛出 ValueError 异常。

    • list.pop([i])

    • 删除列表中给定位置的元素并返回它。如果没有给定位置，a.pop() 将会删除并返回列表中的最后一个元素。（ 方法签名中 i 两边的方括号表示这个参数是可选的，而不是要你输入方括号。你会在 Python 参考库中经常看到这种表示方法)。

    • list.clear()

    • 删除列表中所有的元素。相当于 del a[:] 。

    • list.index(x[, start[, end]])

    • 返回列表中第一个值为 x 的元素的从零开始的索引。如果没有这样的元素将会抛出 ValueError 异常。

    可选参数 start 和 end 是切片符号，用于将搜索限制为列表的特定子序列。返回的索引是相对于整个序列的开始计算的，而不是 start 参数。

    • list.count(x)

    • 返回元素 x 在列表中出现的次数。

    • list.sort(key=None, reverse=False)

    • 对列表中的元素进行排序（参数可用于自定义排序，解释请参见 sorted()）。

    • list.reverse()

    • 反转列表中的元素。

    • list.copy()

    • 返回列表的一个浅拷贝。相当于 a[:] 。

    列表方法示例：

    1. >>> fruits = ['orange', 'apple', 'pear', 'banana', 'kiwi', 'apple', 'banana']
    2. >>> fruits.count('apple')
    3. 2
    4. >>> fruits.count('tangerine')
    5. 0
    6. >>> fruits.index('banana')
    7. 3
    8. >>> fruits.index('banana', 4)  # Find next banana starting a position 4
    9. 6
    10. >>> fruits.reverse()
    11. >>> fruits
    12. ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange']
    13. >>> fruits.append('grape')
    14. >>> fruits
    15. ['banana', 'apple', 'kiwi', 'banana', 'pear', 'apple', 'orange', 'grape']
    16. >>> fruits.sort()
    17. >>> fruits
    18. ['apple', 'apple', 'banana', 'banana', 'grape', 'kiwi', 'orange', 'pear']
    19. >>> fruits.pop()
    20. 'pear'

    你可能已经注意到，像 insert ，remove 或者 sort 方法，只修改列表，没有打印出返回值——它们返回默认值 None 。1 这是Python中所有可变数据结构的设计原则。

    你可能会注意到的另一件事是并非所有数据或可以排序或比较。 例如，[None, 'hello', 10] 就不可排序，因为整数不能与字符串比较，而 None 不能与其他类型比较。 并且还存在一些没有定义顺序关系的类型。 例如，3+4j < 5+7j 就不是一个合法的比较。

    5.1.1. 列表作为栈使用

    列表方法使得列表作为堆栈非常容易，最后一个插入，最先取出（“后进先出”）。要添加一个元素到堆栈的顶端，使用 append() 。要从堆栈顶部取出一个元素，使用 pop() ，不用指定索引。例如

    1. >>> stack = [3, 4, 5]
    2. >>> stack.append(6)
    3. >>> stack.append(7)
    4. >>> stack
    5. [3, 4, 5, 6, 7]
    6. >>> stack.pop()
    7. 7
    8. >>> stack
    9. [3, 4, 5, 6]
    10. >>> stack.pop()
    11. 6
    12. >>> stack.pop()
    13. 5
    14. >>> stack
    15. [3, 4]

    5.1.2. 列表作为队列使用

    列表也可以用作队列，其中先添加的元素被最先取出 (“先进先出”)；然而列表用作这个目的相当低效。因为在列表的末尾添加和弹出元素非常快，但是在列表的开头插入或弹出元素却很慢 (因为所有的其他元素都必须移动一位)。

    若要实现一个队列， collections.deque 被设计用于快速地从两端操作。例如

    1. >>> from collections import deque
    2. >>> queue = deque(["Eric", "John", "Michael"])
    3. >>> queue.append("Terry")           # Terry arrives
    4. >>> queue.append("Graham")          # Graham arrives
    5. >>> queue.popleft()                 # The first to arrive now leaves
    6. 'Eric'
    7. >>> queue.popleft()                 # The second to arrive now leaves
    8. 'John'
    9. >>> queue                           # Remaining queue in order of arrival
    10. deque(['Michael', 'Terry', 'Graham'])

    5.1.3. 列表推导式

    列表推导式提供了一个更简单的创建列表的方法。常见的用法是把某种操作应用于序列或可迭代对象的每个元素上，然后使用其结果来创建列表，或者通过满足某些特定条件元素来创建子序列。

    例如，假设我们想创建一个平方列表，像这样

    1. >>> squares = []
    2. >>> for x in range(10):
    3. ...     squares.append(x**2)
    4. ...
    5. >>> squares
    6. [0, 1, 4, 9, 16, 25, 36, 49, 64, 81]

    注意这里创建（或被重写）的名为 x 的变量在for循环后仍然存在。我们可以计算平方列表的值而不会产生任何副作用

    1. squares = list(map(lambda x: x**2, range(10)))

    或者，等价于

    1. squares = [x**2 for x in range(10)]

    上面这种写法更加简洁易读。

    列表推导式的结构是由一对方括号所包含的以下内容：一个表达式，后面跟一个 for 子句，然后是零个或多个 for 或 if 子句。 其结果将是一个新列表，由对表达式依据后面的 for 和 if 子句的内容进行求值计算而得出。 举例来说，以下列表推导式会将两个列表中不相等的元素组合起来:

    1. >>> [(x, y) for x in [1,2,3] for y in [3,1,4] if x != y]
    2. [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

    而它等价于

    1. >>> combs = []
    2. >>> for x in [1,2,3]:
    3. ...     for y in [3,1,4]:
    4. ...         if x != y:
    5. ...             combs.append((x, y))
    6. ...
    7. >>> combs
    8. [(1, 3), (1, 4), (2, 3), (2, 1), (2, 4), (3, 1), (3, 4)]

    注意在上面两个代码片段中， for 和 if 的顺序是相同的。

    如果表达式是一个元组（例如上面的 (x, y)），那么就必须加上括号

    1. >>> vec = [-4, -2, 0, 2, 4]
    2. >>> # create a new list with the values doubled
    3. >>> [x*2 for x in vec]
    4. [-8, -4, 0, 4, 8]
    5. >>> # filter the list to exclude negative numbers
    6. >>> [x for x in vec if x >= 0]
    7. [0, 2, 4]
    8. >>> # apply a function to all the elements
    9. >>> [abs(x) for x in vec]
    10. [4, 2, 0, 2, 4]
    11. >>> # call a method on each element
    12. >>> freshfruit = ['  banana', '  loganberry ', 'passion fruit  ']
    13. >>> [weapon.strip() for weapon in freshfruit]
    14. ['banana', 'loganberry', 'passion fruit']
    15. >>> # create a list of 2-tuples like (number, square)
    16. >>> [(x, x**2) for x in range(6)]
    17. [(0, 0), (1, 1), (2, 4), (3, 9), (4, 16), (5, 25)]
    18. >>> # the tuple must be parenthesized, otherwise an error is raised
    19. >>> [x, x**2 for x in range(6)]
    20.   File "<stdin>", line 1, in <module>
    21.     [x, x**2 for x in range(6)]
    22.                ^
    23. SyntaxError: invalid syntax
    24. >>> # flatten a list using a listcomp with two 'for'
    25. >>> vec = [[1,2,3], [4,5,6], [7,8,9]]
    26. >>> [num for elem in vec for num in elem]
    27. [1, 2, 3, 4, 5, 6, 7, 8, 9]

    列表推导式可以使用复杂的表达式和嵌套函数

    1. >>> from math import pi
    2. >>> [str(round(pi, i)) for i in range(1, 6)]
    3. ['3.1', '3.14', '3.142', '3.1416', '3.14159']

    5.1.4. 嵌套的列表推导式

    列表推导式中的初始表达式可以是任何表达式，包括另一个列表推导式。

    考虑下面这个 3x4的矩阵，它由3个长度为4的列表组成

    1. >>> matrix = [
    2. ...     [1, 2, 3, 4],
    3. ...     [5, 6, 7, 8],
    4. ...     [9, 10, 11, 12],
    5. ... ]

    下面的列表推导式将交换其行和列

    1. >>> [[row[i] for row in matrix] for i in range(4)]
    2. [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

    如上节所示，嵌套的列表推导式是基于跟随其后的 for 进行求值的，所以这个例子等价于:

    1. >>> transposed = []
    2. >>> for i in range(4):
    3. ...     transposed.append([row[i] for row in matrix])
    4. ...
    5. >>> transposed
    6. [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

    反过来说，也等价于

    1. >>> transposed = []
    2. >>> for i in range(4):
    3. ...     # the following 3 lines implement the nested listcomp
    4. ...     transposed_row = []
    5. ...     for row in matrix:
    6. ...         transposed_row.append(row[i])
    7. ...     transposed.append(transposed_row)
    8. ...
    9. >>> transposed
    10. [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]

    实际应用中，你应该会更喜欢使用内置函数去组成复杂的流程语句。 zip() 函数将会很好地处理这种情况

    1. >>> list(zip(*matrix))
    2. [(1, 5, 9), (2, 6, 10), (3, 7, 11), (4, 8, 12)]

    关于本行中星号的详细说明，参见 解包参数列表。