博客
关于我
《Python全栈开发:Python 列表List》
阅读量:235 次
发布时间:2019-03-01

本文共 502 字,大约阅读时间需要 1 分钟。

一、列表(list)

  • 列表由方括号包裹,元素之间用逗号分隔
  • 列表中的每个元素可以是各种数据类型:数值、字符串、列表(支持嵌套)、字典、布尔值等
  • 列表是有序的,可修改(值变,地址不变)

1. 下标、切片获取列表元素

my_list = [123, 'yexiang', ['美女', 18], False]print(my_list[0]) # 输出: 123print(my_list[2]) # 输出: ['美女', 18]print(my_list[0:]) # 输出: [123, 'yexiang', ['美女', 18], False]print(my_list[0:3]) # 输出: [123, 'yexiang', ['美女', 18]]print(my_list[0:-1]) # 输出: [123, 'yexiang', ['美女', 18]]

2. 列表操作示例

  • 列表的长度:len(my_list)
  • 添加元素:my_list.append('新元素')
  • 修改元素:my_list[0] = '修改后的元素'
  • 删除元素:del my_list[0]my_list.pop(0)

转载地址:http://rnyt.baihongyu.com/

你可能感兴趣的文章
OpenCV与AI深度学习 | 基于YOLOv8实现高级目标检测和区域计数
查看>>
VS2003 Front Page Server Extension
查看>>
OpenCV与AI深度学习 | 基于YOLOv8的停车对齐检测
查看>>
OpenCV与AI深度学习 | 基于YoloV8的药丸/片剂类型识别
查看>>
OpenCV与AI深度学习 | 基于YOLO和EasyOCR从视频中识别车牌
查看>>
OpenCV与AI深度学习 | 基于图像处理的火焰检测算法(颜色+边缘)
查看>>
OpenCV与AI深度学习 | 基于拉普拉斯金字塔实现图像融合(步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 基于改进YOLOv8的景区行人检测算法
查看>>
OpenCV与AI深度学习 | 基于机器视觉的磁瓦表面缺陷检测方案
查看>>
OpenCV与AI深度学习 | 基于深度学习的轮胎缺陷检测系统
查看>>
OpenCV与AI深度学习 | 如何使用YOLO-World做目标检测
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9分割图像中的对象
查看>>
OpenCV与AI深度学习 | 如何使用YOLOv9检测图片和视频中的目标
查看>>
OpenCV与AI深度学习 | 如何在 Docker 容器中使用 GPU
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV中更稳更快的找圆方法--EdgeDrawing使用演示(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV传统方法实现密集圆形分割与计数(详细步骤 + 代码)
查看>>
OpenCV与AI深度学习 | 实战 | OpenCV实现扫描文本矫正应用与实现详解(附源码)
查看>>
OpenCV与AI深度学习 | 实战 | YOLO11自定义数据集训练实现缺陷检测 (标注+训练+预测 保姆级教程)
查看>>
OpenCV与AI深度学习 | 实战 | YOLOv10模型微调检测肾结石并提高准确率
查看>>
OpenCV与AI深度学习 | 实战 | 使用OpenCV和Streamlit搭建虚拟化妆应用程序(附源码)
查看>>