python数据结构list的extend与append的差别

样例:

01 >>> li = ['a''b''c']
02 >>> li.extend(['d''e''f'])
03 >>> li
04 ['a''b''c''d''e''f']
05 >>> len(li)                   
06 6
07 >>> li[-1]
08 'f'
09 >>> li = ['a''b''c']
10 >>> li.append(['d''e''f'])
11 >>> li
12 ['a''b''c', ['d''e''f']]
13 >>> len(li)                   
14 4
15 >>> li[-1]
16 ['d''e''f']

 分析:

extend是追加,即把list延长,extend 接受一个参数,这个参数总是一个 list,并且把这个 list 中的每个元素添加到原 list 中。

append接受一个参数,这个参数可以是任何数据类型,并且简单地追加到 list 的尾部。

请注意上面的区别,很可能你是想用extend,但是却用了append。

总的来说,二者是extend (扩展) 与 append (追加) 的差别。

 

转载请注明:旅途@KryptosX » python数据结构list的extend与append的差别

时间: 2025-01-20 23:59:46

python数据结构list的extend与append的差别的相关文章

Python数据结构

前言 Python作为一种弱类型编程语言,其数据类型较之于C/C++无论是在数据的存储还是调用都有着很大的区别.其特有的字典类型更是一个非常经典且功能强大的数据类型.下面一起来学习Python的数据类型,期间也会穿插一些Python的实用技巧. 软件环境 系统  Ubuntukylin 14.04 软件  Python 4.7.6 IPython 4.0.0 Python数据结构树状图 基本数据类型  数值型  – 整型  – 浮点型  – 复数 布尔型 字符型 组合数据类型  序列  – 列表

Python中操作列表之List.append()方法的使用

  这篇文章主要介绍了在Python中操作列表之List.append()方法的使用,是Python入门学习中的基础知识,需要的朋友可以参考下 append()方法追加传递obj到现有的列表. 语法 以下是append()方法的语法: ? 1 list.append(obj) 参数 obj -- 这是在列表中要追加的对象. 返回值 此方法不返回任何值,但更新现有的列表. 例子 下面的例子显示了append()方法的使用. ? 1 2 3 4 5 #!/usr/bin/python   aList

python数据结构树和二叉树简介_python

一.树的定义 树形结构是一类重要的非线性结构.树形结构是结点之间有分支,并具有层次关系的结构.它非常类似于自然界中的树.树的递归定义:树(Tree)是n(n≥0)个结点的有限集T,T为空时称为空树,否则它满足如下两个条件:(1)有且仅有一个特定的称为根(Root)的结点:(2)其余的结点可分为m(m≥0)个互不相交的子集Tl,T2,-,Tm,其中每个子集本身又是一棵树,并称其为根的子树(Subree). 二.二叉树的定义 二叉树是由n(n≥0)个结点组成的有限集合.每个结点最多有两个子树的有序树

Python数据结构之Array用法实例_python

本文实例讲述了python数据结构之Array用法,分享给大家供大家参考.具体方法如下: import ctypes class Array: def __init__(self, size): assert size > 0, "Array size must be > 0 " self._size = size pyArrayType = ctypes.py_object * size self._elements = pyArrayType() self.clear(

Python数据结构之集合概览

Python数据结构之集合概览集合(collection),正如其名称所示,是可以作为概念性的单位来处理的一组零个或多个项.几乎软件的每一个重要部分都涉及集合的使用.尽管我们在计算机科学中所学的一些内容已经随着技术的变化逐渐消失,但组织集合的基本原理并没有变化.尽管集合在结构和用法上各不相同,但是,所有的集合都有着相同的基本作用,即帮助程序员有效地在程序中组织数据. 可以从两个视角来看待集合.集合的用户和客户关注它们在各种应用程序中能做些什么.集合的开发者和实现者关注它们作为通用资源的最佳性能.

Python数据结构与算法--List和Dictionaries

Lists 当实现 list 的数据结构的时候Python 的设计者有很多的选择. 每一个选择都有可能影响着 list 操作执行的快慢. 当然他们也试图优化一些不常见的操作. 但是当权衡的时候,它们还是牺牲了不常用的操作的性能来成全常用功能. 本文地址:http://www.cnblogs.com/archimedes/p/python-datastruct-algorithm-list-dictionary.html,转载请注明源地址. 设计者有很多的选择,使他们实现list的数据结构.这些选

Python 数据结构_堆栈

目录 目录 堆栈 堆栈 堆栈是一个后进先出(LIFO)的数据结构. 堆栈这个数据结构可以用于处理大部分具有后进先出的特性的程序流 . 在堆栈中, push 和 pop 是常用术语: push: 意思是把一个对象入栈. pop: 意思是把一个对象出栈. 下面是一个由 Python 实现的简单的堆栈结构: stack = [] # 初始化一个列表数据类型对象, 作为一个栈 def pushit(): # 定义一个入栈方法 stack.append(raw_input('Enter New Strin

剪短的python数据结构和算法的书《Data Structures and Algorithms Using Python》

  按书上练习完,就可以知道日常的用处啦 #!/usr/bin/env python # -*- coding: utf-8 -*- # learn <<Problem Solving with Algorithms and Data Structures>> # Release 3.0 # chengang882 @ 2016-12-20 # 它可以检查常用的语法里,({[]})这些符号是否是正常闭合的 # Completed implementation of a stack

Python数据结构与算法--算法分析

一个有趣的问题经常出现,那就是两个看似不同的程序,到底哪个更好呢? 要回答这个问题, 我们必须知道程序和代表程序的算法有很大的区别. 算法是一个通用的, 解决问题的一条条的指令. 提供一个解决任何具有指定输入的实例问题方法, 算法产生期望的结果. 一个程序, 另一方面, 是将算法用某一门编程语言代码实现. 有很多的程序实现的同一算法, 取决于程序员和编程语言的使用. 进一步的探究这种差异, 考察下面的函数代码. 这个函数解决一个简单的问题, 计算前n个自然数的和. 解决方案遍历这 n 个整数,