一、列表1. 什么是列表列表是一个有序、可变、允许重复元素的容器。在CPython标准Python解释器中列表底层是一个动态数组确切地说是PyObject*指针数组这意味着它存储的是对象的引用而不是对象本身。特性总结异构性一个列表中可以同时存放整数、字符串、列表甚至函数。动态性长度不固定自动扩容。序列化支持索引、切片、拼接等序列操作。2. 列表的创建除了用方括号还有几种构建方式# 最常用 a [1, 2, 3] # 列表推导式Pythonic 首选 squares [x**2 for x in range(10)] # 类型构造器 b list(hello) # [h, e, l, l, o] # 生成重复列表注意如果是可变对象会有坑 zeros [0] * 5 # [0, 0, 0, 0, 0]⚠️ 危险警告[[]] * 3创建的是3个指向同一个空列表的引用。修改其中一个其他两个也会变。正确做法是[[] for _ in range(3)]。❌ 致命错误千万不能用[[0] * cols] * rows这是网上最常见的错误写法看似简洁实则全是坑# 错误示范 matrix [[0] * 4] * 3 # 看起来没问题 print(matrix) # [[0, 0, 0, 0], [0, 0, 0, 0], [0, 0, 0, 0]] # 但当你修改第一行第一列时... matrix[0][0] 999 # 你会发现所有行的第一列都变成了 999 print(matrix) # 输出[[999, 0, 0, 0], [999, 0, 0, 0], [999, 0, 0, 0]]3. 核心增删改查方法及时间复杂度了解复杂度有助于你在高并发或大数据场景下做对的选择。操作方法平均时间复杂度备注末尾追加list.append(x)O(1)极快任意位置插入list.insert(i, x)O(n)插入位置之后的元素要后移末尾删除list.pop()O(1)极快任意位置删除list.pop(i)或delO(n)删除后元素要前移按值删除list.remove(x)O(n)先遍历查找再删除查找索引list.index(x)O(n)线性扫描成员判断x in listO(n)线性扫描排序list.sort()O(n log n)原地排序优化极好4. 切片被低估的杀手锏切片不仅仅是取数据它还能用来替换和删除。nums [0, 1, 2, 3, 4, 5] # 取偶数下标 print(nums[::2]) # [0, 2, 4] # 反转经典写法 print(nums[::-1]) # [5, 4, 3, 2, 1, 0] # 用切片批量替换长度可以不一致 nums[1:4] [a, b] # 把1,2,3替换成a,b列表变短了5. 列表作为栈和队列栈LIFO用append()入栈pop()出栈完美契合。队列FIFO用append()入队pop(0)出队。但是pop(0)是O(n)操作如果数据量大请改用collections.deque。6. 深拷贝 vs 浅拷贝这是初级程序员最容易踩的坑。import copy original [[1, 2], [3, 4]] # 浅拷贝只拷贝外层内层列表是同一个引用 shallow original.copy() shallow[0][0] 999 print(original) # [[999, 2], [3, 4]] 原列表被改了 # 深拷贝递归拷贝所有层 deep copy.deepcopy(original) deep[0][0] 0 print(original) # [[999, 2], [3, 4]] 原列表纹丝不动7. 总结与建议优先使用列表推导式比for循环加上append更快底层C循环。大数据量查询考虑将列表转为set或dict用空间换时间。频繁在头部插入/删除请使用deque。多维数组计算如矩阵请使用NumPy而不是嵌套列表。二、列表推导式1.列表推导式是一种基于现有可迭代对象快速创建新列表的语法糖。它的核心思想是我要创建一个新列表每个元素都是对原元素的某种转换或筛选。# 传统写法3行 squares [] for x in range(10): squares.append(x**2) # 列表推导式1行 squares [x**2 for x in range(10)]2.基本语法结构列表推导式的标准模板[expression for item in iterable if condition]拆解成三部分expression对每个元素执行的操作可以是计算、函数调用等for item in iterable遍历源数据if condition可选过滤条件只有满足条件的元素才进入新列表3.从简单到复杂的7个实战案例案例1基础转换# 将字符串列表转为大写 names [alice, bob, charlie] upper_names [name.upper() for name in names] # 输出[ALICE, BOB, CHARLIE] # 计算平方 nums [1, 2, 3, 4, 5] squares [x**2 for x in nums] # 输出[1, 4, 9, 16, 25]案例2带条件的筛选# 只取偶数 nums range(20) evens [x for x in nums if x % 2 0] # 输出[0, 2, 4, 6, 8, 10, 12, 14, 16, 18] # 过滤掉空字符串 texts [hello, , world, None, python] cleaned [s for s in texts if s] # 非空字符串为True # 输出[hello, world, python]案例3if-else 条件表达式注意位置关键区别if在for后面 →过滤决定是否保留if-else在for前面 →三目运算决定元素的值# 过滤只保留正数 nums [-3, -2, -1, 0, 1, 2, 3] positive [x for x in nums if x 0] # 输出[1, 2, 3] # 三目运算正数不变负数转为0 processed [x if x 0 else 0 for x in nums] # 输出[0, 0, 0, 0, 1, 2, 3] # 更复杂的例子奇偶分类 labels [偶数 if x % 2 0 else 奇数 for x in range(5)] # 输出[偶数, 奇数, 偶数, 奇数, 偶数]四、嵌套循环的列表推导式场景扁平化二维列表matrix [[1, 2, 3], [4, 5, 6], [7, 8, 9]] # 传统写法 flat [] for row in matrix: for num in row: flat.append(num) # 列表推导式顺序与嵌套for循环一致 flat [num for row in matrix for num in row] # 输出[1, 2, 3, 4, 5, 6, 7, 8, 9]记忆技巧把推导式中的for顺序想象成普通循环的外层到内层的顺序。场景生成坐标对# 传统写法 pairs [] for x in [1, 2, 3]: for y in [a, b]: pairs.append((x, y)) # 列表推导式 pairs [(x, y) for x in [1, 2, 3] for y in [a, b]] # 输出[(1, a), (1, b), (2, a), (2, b), (3, a), (3, b)]场景带条件的嵌套循环# 找出两个列表中所有可能的组合但排除相同的数字 list1 [1, 2, 3] list2 [2, 3, 4] result [(a, b) for a in list1 for b in list2 if a ! b] # 输出[(1, 2), (1, 3), (1, 4), (2, 3), (2, 4), (3, 2), (3, 4)]4、实战案例列表推导式的优雅应用案例1文本处理text Hello, World! How are you today? # 提取所有单词去掉标点转小写 import string words [word.strip(string.punctuation).lower() for word in text.split()] # 输出[hello, world, how, are, you, today] # 找出长度大于3的单词 long_words [word for word in words if len(word) 3] # 输出[hello, world, today]案例2数据清洗data [1, 2, 3, 4, None, 5, six, 0] # 安全地提取所有整数 integers [x for x in data if isinstance(x, int) and x 0] # 输出[1, 2, 5] # 转为字符串空值填 N/A cleaned [str(x) if x is not None else N/A for x in data] # 输出[1, 2, 3, 4, N/A, 5, six, 0]案例3矩阵转置matrix [ [1, 2, 3], [4, 5, 6], [7, 8, 9] ] # 转置行列互换 transposed [[row[i] for row in matrix] for i in range(len(matrix[0]))] # 输出[[1, 4, 7], [2, 5, 8], [3, 6, 9]]总结什么时候该用列表推导式场景是否使用原因简单的转换如[x*2 for x in list]✅ 推荐简洁、快速带一个简单条件的过滤✅ 推荐一行搞定嵌套循环最多2层✅ 可以注意可读性超过2层嵌套❌ 不推荐可读性太差逻辑复杂或有副作用❌ 不推荐用普通循环更清晰需要多次访问结果✅ 推荐列表推导式合适只需遍历一次且数据量大❌ 不推荐改用生成器表达式核心口诀转换用推导过滤加if复杂写循环大数用生成器。列表推导式是Python优雅哲学的完美体现简洁但不简单强大但不复杂。掌握它你的代码会更具Python风格Pythonic可读性和效率都会大幅提升