python中切片的理解
Python中什么可以切片
- l Python中符合序列的有序序列都支持切片(slice)
- l 如:列表,字符,元祖
Python中切片的格式
- l 格式:[start : end : step]
- l Start:起始索引,从0开始,-1表示结束
- l End:结束索引
- l Step:步长
- l end-start=正数时,从左向右取值,=负数时反向取值
- l 注意:切片结果不包含结束索引,即不包含最后一位,-1代表最后一个位置索引
常用的几种方式:
- l [:] 如:list2=list1[:] 全部截取
- l [0:1:n] 如:list1[0:3;1] 从0开始到3每次增加1截取,不包含索引结束位置
- l [0:-1:1]:从0开始到结束,每次增加1,截取不包含索引结束位置
- l [:3]:默认从起始位置索引,每次增加1截取,结束位置索引为3
- l [3:0:-1]反向取值,每次增加1截取,不包含索引结束位置
直接看例子会更直观一些
- l
list1 = ['ji','yan','jiao']
list2 = list1[:]
print('list1[:] 打印出的结果为:',list2)
'''
打印结果:
list1[:] 打印出的结果为: ['ji', 'yan', 'jiao']
'''
list1 = ['ji','yan','jiao']
list3 = list1[0:1:1]
list3_1 = list1[0:2:1]
list3_2 = list1[0:2:2]
list3_2_1 = list1[0:3:2]
list3_3 = list1[0:-1:1]
print('list1[0:1:1] 打印的结果为:',list3)
print('list1[0:2:1] 打印的结果为:',list3_1)
print('list1[0:2:2] 打印的结果为:',list3_2)
print('list1[0:3:2] 打印的结果为:',list3_2_1)
print('list1[0:-1:1] 打印的结果为:',list3_3)
'''
打印结果:
list1[0:1:1] 打印的结果为: ['ji']
list1[0:2:1] 打印的结果为: ['ji', 'yan']
list1[0:2:2] 打印的结果为: ['ji']
list1[0:3:2] 打印的结果为: ['ji', 'jiao']
list1[0:-1:1] 打印的结果为: ['ji', 'yan']
''' list1 = ['ji','yan','jiao']
list4 = list1[:2]
list4_1 = list1[:3]
print(' list1[:2]打印结果为:',list4)
print(' list1[:3]打印结果为:',list4_1)
'''
打印结果:
list1[:2]打印结果为: ['ji', 'yan']
list1[:3]打印结果为: ['ji', 'yan', 'jiao']
'''
list1 = ['ji','yan','jiao']
list5 = list1[2:0:-1]
list5_1 = list1[2:0:-2]
print(' list1[2:0:-1]打印结果为:',list5)
print(' list1[2:0:-2]打印结果为:',list5_1)
'''
打印结果:
list1[2:0:-1]打印结果为: ['jiao', 'yan']
list1[2:0:-2]打印结果为: ['jiao']
'''
python中切片的理解的更多相关文章
- Python中切片的应用
Python中切片的应用 Python中可以通过切片实现对列表或者字符串取指定范围的操作,实际就是通过对列表或者字符串通过索引进行操作. 具体细节点击廖雪峰Python教程,其中的课后小问题在此记录下 ...
- Python中使用@的理解
Python函数中使用@ 稍提一下的基础 fun 和fun()的区别 以一段代码为例: def fun(): print('fun') return None a = fun() #fun函数并将返回 ...
- 转载-对于Python中@property的理解和使用
原文链接:https://blog.csdn.net/u013205877/article/details/77804137 重看狗书,看到对User表定义的时候有下面两行 @property def ...
- Python中yield深入理解
众所周知,python中的yield有这样的用法: def test(alist): for i in alist: yield i 这样,这个test函数就变成了一个生成器,当每次调用的时候,就会自 ...
- python中Metaclass的理解
今天在学习<python3爬虫开发实战>中看到这样一段代码3 class ProxyMetaclass(type): def __new__(cls, name, bases, attrs ...
- python中*args, **kwargs理解
先来看个例子: def foo(*args, **kwargs): print 'args = ', args print 'kwargs = ', kwargs print '----------- ...
- python 05 关于对python中引用的理解
数据的在内存中的地址就是数据的引用. 如果两个变量为同一个引用,那么这两个变量对应的数据一定相同: 如果两个变量对应的数据相同,引用不一定相同. 通过id(数据)可以查看数据对应的地址,修改变量的值, ...
- 深入理解python(一)python语法总结:基础知识和对python中对象的理解
用python也用了两年了,趁这次疫情想好好整理下. 大概想法是先对python一些知识点进行总结,之后就是根据python内核源码来对python的实现方式进行学习,不会阅读整个源码,,,但是应该会 ...
- Python中生成器的理解
1.生成器的定义 在Python中一边循环一边计算的机制,称为生成器 2.为什么要有生成器 列表所有的数据都存在内存中,如果有海量的数据将非常耗内存 如:仅仅需要访问前面几个元素,那后面绝大多数元素占 ...
随机推荐
- flask异常处理
对于异常,通常可以分为两类:一类是可以预知的异常,我们通常会用try...except....捕捉,第二类是未知的error,我们是无法预知的. try: code block except A: e ...
- Python_迭代器和生成器的复习_38
迭代器和生成器 迭代器: 双下方法:很少直接调用的方法,一般情况下,是通过其他方法触发的 可迭代的协议——可迭代协议 含有__iter__ 的方法 ('__iter__' in dir(数据)) 可迭 ...
- webapack
webpack 就是一个前端资源加载.打包工具. 核心思想:会根据(js css less文件)模块依赖关系进行静态分析,然后将这些模块按照指定的规则生成对应的静态资源,减少页面请求. wapack ...
- from bs4 import BeautifulSoup 报错
一: BeautifulSoup的安装: 下载地址:https://www.crummy.com/software/BeautifulSoup/bs4/download/4.6/ 下载后,解压缩,然后 ...
- openstack-KVM-存储配置
一.块存储设备 1.存储设备类型 IDE SCSI 软盘 U盘 virtio磁盘(KVM使用类型) 2.查看存储设备 lspci | grep IDE lspci | grep SCSI lspci ...
- 最全的Django入门及常用配置
Django 常用配置 Django 安装 pipx install django x 为python解释器版本2 or 3 如果你想安装指定版本的django,使用pip install djang ...
- Jmeter之发送请求入参必须使用编码格式、Jmeter之发送Delete请求可能入参需要使用编码格式
这里的其中一个属性值必须要先编码再传参才可以,具体可以通过抓包分析观察:
- #Leetcode# 836. Rectangle Overlap
https://leetcode.com/problems/rectangle-overlap/ A rectangle is represented as a list [x1, y1, x2, y ...
- php开发之常用验证方法
1.邮箱验证 function isEmail($email) { if (!$email) { return false; } return preg_match('/^[_\.0-9a-z-]+@ ...
- [转帖]关于CP936
来源: 知乎:https://www.zhihu.com/question/35609295/answer/63780022 CP936和UTF-8本身和Python是毫无关联的. CP936其实就是 ...