Python 資料結構 : 列表 (List) – 基礎篇 (Python List)
了解Python List如何使用 / 進階用法 / 元組、字典、集合
前言
本篇文章探討了 Python 中的一種關鍵資料結構：列表（List）。文章首先介紹列表的基本概念，包括其定義、創建方法及其在 Python 語言中的重要性。隨後，文章深入探討了列表的各種操作，例如元素的添加、刪除、切片、索引和迴圈遍歷。特別關注了列表的進階用法，如列表推導式、多維列表的應用，以及列表的排序和反轉技術。
此外，本文比較了列表與 Python 中其他主要資料結構（如元組、字典和集合）的異同，突顯了列表在各種場景下的適用性與靈活性。透過實用案例和範例，本文展示了列表在數據處理和算法設計中的應用，提供了實際的代碼示例以增強理論與實踐的聯繫。
最後，本文討論了列表操作的性能考量和最佳實踐，幫助讀者理解如何有效地使用列表以提高代碼效率和性能。文章以對列表未來發展的展望和總結作結，並提供了參考資料和延伸閱讀，以供對此主題有進一步興趣的讀者參考。
Outline
列表基礎 – Python List
創建列表:
列表可以通過多種方式創建：
- 直接賦值：例如，my_list = [1, 2, 3] 創建了一個包含三個整數的列表。
- 使用 list() 函數：例如，my_list = list((1, 2, 3)) 通過元組創建了相同的列表。
- 列表推導式：例如，my_list = [x for x in range(3)] 生成了一個包含 0, 1, 2 的列表。
列表的可變性:
列表的一大特點是其可變性。這意味著我們可以在列表創建後添加、刪除或更改其元素。例如：
|
1 2 3 4 |
my_list = [1, 2, 3] my_list.append(4) # 添加元素 my_list[0] = 0 # 更改元素 # 結果: my_list = [0, 2, 3, 4] |
列表的特性和優勢
列表作為 Python 中最常用的數據結構之一，具有多種特性和優勢：
- 多樣性和靈活性: 列表可以包含任何類型的元素，如整數、浮點數、字符串甚至其他列表。這種多樣性使得列表成為處理各種數據的強大工具。
- 索引和切片: 列表支持索引和切片操作，這允許我們方便地訪問和修改列表的部分內容。正向索引從 0 開始，而反向索引則從 -1 開始。
- 內建方法和操作: Python 提供了豐富的內建方法來處理列表，例如 append(), remove(), sort() 等，這些方法使得列表操作既直觀又方便。
- 迭代和遍歷: 列表支持迭代，意味著我們可以在 for 循環中遍歷列表的每個元素，這對於數據處理和分析尤其有用。
- 動態存儲: 列表的大小是動態的，可以根據需要擴展或縮小，這使得列表成為一種非常靈活的存儲結構。
列表操作 – Python List
添加元素 – Python List
append() 方法:
append() 用於在列表的末尾添加一個元素。
|
1 2 3 |
my_list = [1, 2, 3] my_list.append(4) # 結果: my_list = [1, 2, 3, 4] |
這裡，數字 4 被添加到列表的末尾。
insert() 方法:
insert() 方法允許在指定索引處插入一個元素。
|
1 2 |
my_list.insert(1, 'a') # 結果: my_list = [1, 'a', 2, 3, 4] |
在這個例子中，字符 ‘a’ 被插入到索引 1 的位置，即數字 1 之後。
extend() 方法:
extend() 方法用於合併另一個列表或任何迭代器到當前列表。
|
1 2 3 |
another_list = [5, 6] my_list.extend(another_list) # 結果: my_list = [1, 'a', 2, 3, 4, 5, 6] |
這裡，another_list 的元素被添加到 my_list 的末尾。
刪除元素 – Python List
Python 列表也提供了多種刪除其元素的方法。
pop() 方法:
pop() 方法用於刪除並返回列表中的一個元素，默認是最後一個。
|
1 2 |
removed_element = my_list.pop() # 移除的元素: 6, 結果: my_list = [1, 'a', 2, 3, 4, 5] |
這裡，數字 6 被從列表中移除並返回。
remove() 方法:
remove() 方法用於移除列表中第一次出現的指定元素。
|
1 2 |
my_list.remove('a') # 結果: my_list = [1, 2, 3, 4, 5] |
這裡，第一次出現的 ‘a’ 被從列表中移除。
del 關鍵字:
del 關鍵字用於刪除特定索引範圍的元素。
|
1 2 |
del my_list[1:3] # 結果: my_list = [1, 4, 5] |
列表的進階用法 – Python List
基本結構
[表達式 for 項目 in 可迭代對象 if 條件]。 例如，創建一個列表，包含前 10 個正整數的平方：
|
1 2 |
squares = [x**2 for x in range(1, 11)] # 結果: squares = [1, 4, 9, 16, 25, 36, 49, 64, 81, 100] |
帶條件的推導式:
可以添加條件來過濾元素。 例如，創建一個只包含偶數的平方的列表：
|
1 2 |
even_squares = [x**2 for x in range(1, 11) if x % 2 == 0] # 結果: even_squares = [4, 16, 36, 64, 100] |
多維列表和嵌套列表
多維列表或嵌套列表是列表中包含其他列表的結構，常用於表示矩陣或其他複雜數據結構。
創建多維列表:
可以通過嵌套列表推導式創建。 例如，創建一個 3×3 的矩陣：
|
1 2 |
matrix = [[x for x in range(3)] for _ in range(3)] # 結果: matrix = [[0, 1, 2], [0, 1, 2], [0, 1, 2]] |
訪問多維列表元素:
通過多重索引訪問元素。 例如，訪問上述矩陣的第二行第三列元素：
|
1 2 |
element = matrix[1][2] # 結果: element = 2 |
列表的排序
排序是對列表中的元素按照一定順序重新排列的過程。
sort 方法:
sort() 方法會就地對列表進行排序，改變原列表。
例如，對一個數字列表進行排序：
|
1 2 3 |
numbers = [3, 1, 4, 1, 5, 9, 2] numbers.sort() # 結果: numbers = [1, 1, 2, 3, 4, 5, 9] |
sorted 函數:
sorted() 函數會返回一個新的排序列表，不改變原列表。
例如，對上述數字列表進行排序：
|
1 2 |
sorted_numbers = sorted(numbers) # sorted_numbers = [1, 1, 2, 3, 4, 5, 9] |
列表的反轉
反轉列表是指將列表中的元素順序顛倒。
reverse 方法:
reverse() 方法會就地反轉列表。
例如，反轉一個數字列表：
|
1 2 3 |
numbers = [1, 2, 3, 4, 5] numbers.reverse() # 結果: numbers = [5, 4, 3, 2, 1] |
切片操作:
可以使用切片操作簡潔地反轉列表。
例如，反轉上述數字列表：
|
1 2 |
reversed_numbers = numbers[::-1] # 結果: reversed_numbers = [5, 4, 3, 2, 1] |
列表與其他資料結構的比較 – Python List
Python 提供了多種內建的資料結構，例如列表（Lists）、元組（Tuples）、字典（Dictionaries）和集合（Sets）。下面介紹各其特點和用途。
列表與元組（Tuples）
列表和元組都是有序集合，但它們有幾個關鍵的差異。
可變性:
- 列表是可變的，意味著可以在列表創建後修改其內容。
- 元組是不可變的，一旦創建就不能更改。
用途:
- 列表適合用於可能會改變的數據集合。
- 元組通常用於不應改變的數據，例如函數的參數。
範例:
|
1 2 3 4 5 |
my_list = [1, 2, 3] my_tuple = (1, 2, 3) my_list[1] = 20 # 可以修改 # my_tuple[1] = 20 # 這會導致錯誤 |
列表與字典（Dictionaries）
列表和字典都是動態的數據結構，但它們在存儲數據的方式上有顯著差異。
關鍵字索引:
- 列表使用基於整數的索引。
- 字典使用鍵值對（key-value pairs）進行數據存儲，每個值都有一個唯一的鍵。
用途:
- 列表適合用於有序集合。
- 字典適合用於需要鍵值對關聯的情況。
範例:
|
1 2 3 4 5 |
my_list = ['apple', 'banana', 'cherry'] my_dict = {'name': 'Alice', 'age': 25} print(my_list[0]) # 輸出: apple print(my_dict['name']) # 輸出: Alice |
列表與集合（Sets）
列表和集合都可以存儲多個元素，但它們在處理元素方面有顯著的不同。
唯一性:
- 列表可以包含重複的元素。
- 集合中的元素必須是唯一的。
有序與無序:
- 列表是有序的，元素的順序是固定的。
- 集合是無序的，無法保證元素的順序。
範例:
|
1 2 3 4 5 |
my_list = [1, 2, 2, 3, 3, 3] my_set = set(my_list) # 轉換為集合，移除重複元素 print(my_list) # 輸出: [1, 2, 2, 3, 3, 3] print(my_set) # 輸出: {1, 2, 3} |
透過以上這些比較和範例，讓各位清楚地理解列表與其他常見資料結構之間的差異及其各自的適用場景。
實用案例與範例 – Python List
數據處理中的列表應用
Python 列表在數據處理領域中扮演著關鍵角色，尤其是在收集和整理數據方面。
數據聚合: 列表可以用來存儲和聚合來自不同源的數據。
範例：從多個數據源收集數據並聚合到單一列表中。
|
1 2 3 4 |
data_source1 = [1, 2, 3] data_source2 = [4, 5, 6] aggregated_data = data_source1 + data_source2 # 結果: aggregated_data = [1, 2, 3, 4, 5, 6] |
數據過濾: 使用列表推導式進行數據過濾和選擇。
範例：過濾出某列表中的偶數。
|
1 2 3 |
numbers = [1, 2, 3, 4, 5, 6] even_numbers = [num for num in numbers if num % 2 == 0] # 結果: even_numbers = [2, 4, 6] |
列表在算法和數據結構中的運用
列表在算法設計和數據結構的實現中具有重要地位。
堆疊和佇列實現: 利用列表實現基本的數據結構，如堆疊（Stack）和佇列（Queue）。
範例：使用列表實現堆疊。
|
1 2 3 4 5 |
stack = [] stack.append('a') # 壓入元素 stack.append('b') stack.pop() # 彈出元素 # 結果: stack = ['a'] |
算法中的應用: 列表在許多算法中用於存儲和操作數據。
範例：使用列表進行線性搜索。
|
1 2 3 4 5 6 7 8 9 |
def linear_search(lst, target): for i in range(len(lst)): if lst[i] == target: return i return -1 numbers = [5, 3, 7, 1, 4] index = linear_search(numbers, 7) # 結果: index = 2 |
實際案例分析
列表在實際應用中的案例，展示其多樣性和實用性。
數據分析: 在數據分析中，列表經常用於存儲和處理數據集。
範例：計算數據集的平均值。
|
1 2 3 |
data = [23, 19, 31, 42, 35] average = sum(data) / len(data) # 結果: average = 30.0 |
文件處理: 列表在文件讀寫操作中用於存儲文件的各行或數據。
範例：讀取文件並存儲每行為列表元素。
|
1 2 3 |
with open('example.txt', 'r') as file: lines = [line.strip() for line in file] # 結果: lines 是一個包含文件每行的列表 |
性能考量與最佳實現方式 – Python List
列表的記憶體和性能考量
在 Python 中，列表的使用雖然方便靈活，但需要注意其記憶體和性能方面的考量。
記憶體使用:
- 列表存儲的是對象的引用，而不是實際數據本身。隨著列表大小的增加，所需的記憶體量也會增加。
- 範例：創建一個大型列表並觀察記憶體使用。
|
1 2 3 4 5 |
import sys large_list = [i for i in range(1000000)] print(sys.getsizeof(large_list), "bytes") # 輸出: 記憶體使用量（以字節為單位） |
性能考量:
- 列表操作（如添加、刪除元素）在某些情況下可能不是最高效的。特別是在列表前端添加或刪除元素時，會影響性能，因為這需要移動其他所有元素。
列表操作的最佳實現方式
為了提高代碼效率和優化性能，以下是一些列表操作的最佳實踐。
適當使用列表推導式:
- 利用列表推導式進行簡潔且高效的列表操作。
- 範例：使用列表推導式過濾數據。
|
1 2 3 |
numbers = [1, 2, 3, 4, 5, 6] even_numbers = [n for n in numbers if n % 2 == 0] # 結果: even_numbers = [2, 4, 6] |
考慮使用生成器:
- 對於大型數據集，考慮使用生成器代替列表，以節省記憶體。
- 範例：使用生成器表達式而非列表推導式。
|
1 |
number_generator = (n for n in range(1000000)) |
使用適當的數據結構:
- 根據需求選擇合適的數據結構。例如，使用集合（Set）來快速檢查成員資格，使用佇列（Queue）處理先進先出的數據。
優化列表操作:
- 避免在列表前端進行插入或刪除操作。如果需要，可以考慮使用其他數據結構，如雙端佇列（deque）。
使用內建函數和方法:
- 利用 Python 的內建函數和方法來處理常見的列表操作，如 len(), sorted(), sum() 等，這些通常比自己實現更高效。
總結
在本篇探討了 Python 中列表（List）這一基本而強大的資料結構，從列表的基本定義和創建方法開始，包括其可變性、索引和切片的應用，以及內建方法的豐富性，通過一系列範例，展示了列表在添加、刪除元素和迴圈遍歷方面的靈活性和效率。
當中還說明列表的進階用法，如列表推導式、多維列表的應用，以及列表的排序和反轉操作，這些進階技巧不僅提升了列表的應用範圍，也加深了對列表操作效率和靈活性的理解。
在與其他資料結構的比較中，詳細討論了列表、元組、字典和集合之間的關鍵差異，以及各自的適用場景。這有助於各位在實際應用中做出選擇合適的數據結構。且還通過實用案例與範例深入探討了列表在數據處理、算法設計以及日常編程中的應用，這些案例展示了列表在處理各類數據和問題時的實用性和有效性。
最後，本文專注於列表的性能考量和最佳實現方式，強調了在使用列表時需要注意的記憶體和性能問題，並提供了一系列最佳實踐建議來優化代碼的效率和可讀性。
以上是對Python List筆記，希望對各位有幫助!