python的列表和元组别再傻傻分不清啦


目录

什么是下标:

正数索引:正数索引从左到右,从 0 开始。

负数索引:负数索引从右到左,从 -1 开始。

切片(slice):除了单个元素,Python还支持通过切片访问序列的子集。

索引越界:如果尝试访问一个不存在的索引,Python会抛出 IndexError 异常。

总结一下子吧:

什么是列表:

列表的定义语法:

 列表有哪些特点呢?

 列表的常见操作:

访问列表元素

 修改列表元素

添加元素

删除元素

查找元素

什么是元组: 

元组的特点:​编辑

元组的常见操作:

访问元组元素:

 2. 元组的切片

3. 元组的遍历 

元组与列表有什么区别:

1. 可变性

2. 语法

3. 性能


什么是下标:

在学习之前,我们先了解一下什么是下标:

在Python中,下标索引(也称为索引)用于访问序列类型(如字符串、列表、元组等)中的单个元素。Python的索引从 0 开始,即第一个元素的索引是 0,第二个元素的索引是 1,依此类推。此外,Python还支持负数索引,从序列的末尾开始计数,-1 表示最后一个元素,-2 表示倒数第二个元素,以此类推。

正数索引:正数索引从左到右,从 0 开始。

my_list = [10, 20, 30, 40, 50] # 访问第一个元素 print(my_list[0]) # 输出: 10 # 访问第三个元素 print(my_list[2]) # 输出: 30

负数索引:负数索引从右到左,从 -1 开始。

my_list = [10, 20, 30, 40, 50] # 访问最后一个元素 print(my_list[-1]) # 输出: 50 # 访问倒数第二个元素 print(my_list[-2]) # 输出: 40

切片(slice):除了单个元素,Python还支持通过切片访问序列的子集。

切片的语法是 [start:stop:step]

  • start:起始索引(包含)。
  • stop:结束索引(不包含)。
  • 下标索引从 0 开始。
  • 负数索引从 -1 开始,表示从末尾开始计数。
  • 切片 [start:stop:step] 可以获取子序列。

索引越界会抛出 IndexError


索引是从0开始的,就先我们零基础的小白,从0到1的过程。


什么是列表:

step:步长(可选,默认为1)。

my_list = [10, 20, 30, 40, 50] # 获取索引1到3的元素(不包含索引3) print(my_list[1:3]) # 输出: [20, 30] # 获取从开始到索引3的元素 print(my_list[:3]) # 输出: [10, 20, 30] # 获取从索引2到末尾的元素 print(my_list[2:]) # 输出: [30, 40, 50] # 使用步长2 print(my_list[::2]) # 输出: [10, 30, 50] # 反转列表 print(my_list[::-1]) # 输出: [50, 40, 30, 20, 10]

索引越界:如果尝试访问一个不存在的索引,Python会抛出 IndexError 异常。

my_list = [10, 20, 30] # 尝试访问不存在的索引 print(my_list[3]) # 报错: IndexError: list index out of range

总结一下子吧:

在Python中,**列表(List)**是一种有序的、可变的序列类型,用于存储一组元素。列表用方括号 [] 定义,元素之间用逗号分隔。列表中的元素可以是任意类型(如整数、字符串、布尔值、甚至其他列表等),并且同一个列表中的元素可以是不同类型的。

列表的定义语法:

# 定义一个空列表 empty_list = [] # 定义一个包含整数的列表 numbers = [1, 2, 3, 4, 5] # 定义一个包含不同类型元素的列表 mixed_list = [1, "Hello", 3.14, True] # 定义一个嵌套列表(列表中的元素也是列表) nested_list = [[1, 2], [3, 4], [5, 6]]

 列表有哪些特点呢?

  1. 有序性:列表中的元素是有序的,每个元素都有一个固定的位置(索引),索引从 0 开始。
  2. 可变性:列表是可变的(mutable),可以动态地添加、删除或修改元素。
  3. 元素类型多样性:列表中的元素可以是任意类型,甚至可以是不同类型的混合。
  4. 支持重复元素:列表中可以包含重复的元素。 

示例代码: 

# 定义一个包含字符串的列表 fruits = ["apple", "banana", "cherry"] # 定义一个包含不同类型元素的列表 mixed_list = [42, "Python", 3.14, True] # 定义一个嵌套列表 matrix = [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] # 访问列表中的元素 print(fruits[0]) # 输出: apple print(matrix[1][2]) # 输出: 6

 列表的常见操作:

  1. 访问元素:通过索引访问列表中的元素。
  2. 修改元素:通过索引直接修改列表中的元素。
  3. 添加元素:使用 append()insert() 或 extend() 方法。
  4. 删除元素:使用 remove()pop() 或 del 语句。

遍历列表:使用 for 循环遍历列表中的元素。


接下来我们将详细介绍这些操作: 

访问列表元素

列表中的元素可以通过下标索引访问,索引从 0 开始。

 修改列表元素

列表是可变的,可以通过索引直接修改元素。

添加元素

  • append():在列表末尾添加一个元素。
  • insert():在指定位置插入一个元素。
  • remove():删除列表中第一个匹配的元素。
  • pop():删除并返回指定索引的元素(默认删除最后一个元素)。
  • index():返回指定元素的索引。

in 关键字:检查元素是否存在于列表中。

del:通过索引删除元素。

my_list = [10, 20, 30, 40, 50] # 删除值为20的元素 my_list.remove(20) # [10, 30, 40, 50] # 删除并返回最后一个元素 last_element = my_list.pop() # last_element = 50, my_list = [10, 30, 40] # 删除索引1处的元素 del my_list[1] # [10, 40]

查找元素

extend():将另一个列表的所有元素添加到当前列表末尾

my_list = [1, 2, 3] # 添加元素 my_list.append(4) # [1, 2, 3, 4] # 在索引1处插入元素 my_list.insert(1, 99) # [1, 99, 2, 3, 4] # 扩展列表 my_list.extend([5, 6]) # [1, 99, 2, 3, 4, 5, 6]

删除元素

什么是元组: 

在Python中,**元组(Tuple)**是一种有序的、不可变的序列类型,用于存储一组元素。元组用圆括号 () 定义,元素之间用逗号分隔。元组与列表类似,但元组是不可变的(immutable),这意味着一旦创建,就不能修改元组中的元素。

元组的定义语法:

# 定义一个空元组 empty_tuple = () # 定义一个包含整数的元组 numbers = (1, 2, 3, 4, 5) # 定义一个包含不同类型元素的元组 mixed_tuple = (1, "Hello", 3.14, True) # 定义一个嵌套元组(元组中的元素也是元组) nested_tuple = ((1, 2), (3, 4), (5, 6))

元组的特点:

元组的常见操作:

访问元组元素:

元组中的元素可以通过下标索引访问,索引从 0 开始

 2. 元组的切片

元组支持切片操作,可以获取子元组。

3. 元组的遍历 

可以使用 for 循环遍历元组中的每个元素。

元组与列表有什么区别:

1. 可变性

  • 列表(List):是可变的(mutable),可以动态地添加、删除或修改元素。
  • 元组(Tuple):是不可变的(immutable),一旦创建,就不能修改元组中的元素。

示例:

# 列表是可变的 my_list = [1, 2, 3] my_list[1] = 99 # 修改元素 my_list.append(4) # 添加元素 print(my_list) # 输出: [1, 99, 3, 4] # 元组是不可变的 my_tuple = (1, 2, 3) my_tuple[1] = 99 # 报错: TypeError: 'tuple' object does not support item assignment 

 

2. 语法

  • 列表:用方括号 [] 定义。
  • 元组:用圆括号 () 定义。
# 列表 my_list = [1, 2, 3] # 元组 my_tuple = (1, 2, 3)

3. 性能

  • 列表:由于列表是可变的,它的存储和操作(如添加、删除元素)会占用更多的内存和计算资源。

元组:由于元组是不可变的,它的存储和访问速度比列表更快,适合存储不需要修改的数据。

浅浅总结一下吧: 


Read more

人工智能:自然语言处理与计算机视觉的融合应用

人工智能:自然语言处理与计算机视觉的融合应用

人工智能:自然语言处理与计算机视觉的融合应用 学习目标 💡 理解自然语言处理(NLP)与计算机视觉(CV)融合的基本概念和重要性 💡 掌握NLP与CV融合的主要方法和技术 💡 学会使用前沿模型(如CLIP、ALIGN、ViLT)进行多模态融合 💡 理解融合应用的场景(如图像字幕生成、视觉问答、多模态检索) 💡 通过实战项目,开发一个图像字幕生成应用 重点内容 * NLP与CV融合的基本概念 * 主要融合方法和技术 * 前沿融合模型(CLIP、ALIGN、ViLT) * 融合应用场景(图像字幕生成、视觉问答、多模态检索) * 实战项目:图像字幕生成应用开发 一、NLP与CV融合的基本概念 1.1 多模态学习的重要性 多模态学习(Multimodal Learning)是指处理和理解来自多个模态(如文本、图像、音频)的数据的过程。NLP与CV的融合是多模态学习的一个重要分支,它结合了文本理解和图像分析的能力,使计算机能够更全面地理解和解释现实世界的信息。 1.

By Ne0inhk

Windows纯本地部署OpenClaude:从零搭建你的7×24小时AI助理,打通微信/飞书

无需云服务器,一台Windows电脑就能让AI助手24小时在线,还能通过手机随时指挥它干活 前言 之前写过一篇用云服务器部署OpenClaude的教程,不少读者反馈:“一定要买服务器吗?我只有一台Windows电脑行不行?” 答案是:当然可以! OpenClaude本来就是完全支持本地部署的开源AI助手框架。你只需要一台Windows电脑,就能跑起一个完整的AI服务,而且可以通过微信、飞书随时随地指挥它——查文件、开软件、管理电脑,甚至让它在你睡觉的时候帮你处理任务。 这篇文章将手把手教你在Windows环境纯本地部署OpenClaude,并打通飞书和企业微信,全程不需要买云服务器。 一、先搞懂:三种部署方式,你选哪个? OpenClaude支持三种部署模式,先看这张图快速理解区别: 部署方式架构优点缺点本地部署全在本地电脑无需服务器、免费、隐私安全电脑关机AI就下线云端部署全在云服务器7×24小时在线、稳定需要付费买服务器混合部署云端大脑+本地手脚24小时在线+能操作本地电脑架构复杂、需要两台机器 本文选择第一种:纯本地部署。虽然电脑关机时AI会下线,但

By Ne0inhk
腾讯突然出手!QClaw 内测上线:用微信就能操控电脑,对标 OpenClaw 的 AI Agent 它来啦

腾讯突然出手!QClaw 内测上线:用微信就能操控电脑,对标 OpenClaw 的 AI Agent 它来啦

从 OpenClaw 爆火开始,各种 “Claw” 系 AI Agent 产品正在快速出现。AI 不再只是聊天,而是开始真正帮人干活。 就在这波浪潮中,腾讯也出手了。 腾讯电脑管家团队推出了一款新的 AI Agent 工具 —— QClaw。 简单理解一句话: 让 AI 直接帮你操作电脑。 官网:https://claw.guanjia.qq.com/ AI 可以直接操控你的电脑 和普通 AI 助手不同,QClaw 的核心能力是 执行任务。 例如: * 自动整理文件 * 打开软件 * 运行脚本 * 执行办公流程 更有意思的是,QClaw 可以通过微信控制电脑。 只需要: 1️⃣ 安装 QClaw 客户端

By Ne0inhk
别再手动写代码了!Claude Skills 实战,让 AI 帮你干 80% 的活!

别再手动写代码了!Claude Skills 实战,让 AI 帮你干 80% 的活!

📋 目录 1. 什么是 Claude Skills 2. 快速安装 Skills 3. 已安装的 Skills 清单 4. Skills 使用方式详解 5. 实战案例:使用 Frontend Design Skill 创建网站 6. Skill 管理最佳实践 7. 高级技巧 8. 常见问题排查 什么是 Claude Skills Claude Skills 是模块化的能力包,包含指令、元数据和可选资源(脚本、模板),让 Claude 在需要时自动加载和使用。 核心特点 * 自动触发 - 无需手动调用,Claude 会根据你的需求自动识别并使用合适的 Skill * 渐进式加载

By Ne0inhk