Python的索引与切片原来该这样理解

目录
  • 1. 普通索引：取一个元素
    • 1.1 正索引
    • 1.2 负索引
  • 2 切片索引：取多个元素
    • 2.1 切片索引中[0]可以省略不写：
    • 2.2 切片索引中最后一位可以不写：
    • 2.3 列表、元组和字符串的取值方式是一样的：
  • 3 取值技巧
  • 总结

在Python中，最基本的数据结构为序列。

Python中包含6种内建序列：字符串、列表、元组、Unicode字符串、buffer对象、xrange对象。

序列中的每个元素都有编号，即其位置或索引。

我们可以通过索引取序列的值，语法为序列[索引]。

需要注意的是序列中的索引是从0开始的编号的。

切片索引中的0可以省略。

切片索引的最后一位可以省略。

普通索引：取一个元素。

切片索引：取多个元素。

1. 普通索引：取一个元素

语法：序列[索引]

1.1 正索引

# 新建一个字符串变量
string = 'ABCDEFG'

# 取一个索引
string[0]

【终端输出】

‘A’

索引[0]对应的是第一字符，所以取到的值是A。

1.2 负索引

# 新建一个字符串变量
string = 'ABCDEFG'

# 取一个索引
string[-7]

【终端输出】

'A'

索引[0]和索引[-7]对应的都是同一个字符A。

2 切片索引：取多个元素

切片是指抽取多个元素。

语法：序列[前索引：后索引]

注意：切片索引含前不含后。

# 新建一个字符串变量
string = 'ABCDEFG'

# 取第1个到第3个字符
string[0:3]

【终端输出】

'ABC'

2.1 切片索引中[0]可以省略不写：

# 新建一个字符串变量
string = 'ABCDEFG'

# 取第1个到第3个字符
string[:3]

【终端输出】

'ABC'

[:3]中冒号前的0省略了，指取第1个到第3个字符，值也是ABC。

2.2 切片索引中最后一位可以不写：

# 新建一个字符串变量
string = 'ABCDEFG'

# 取第4个到最后一个
string[3:]

【终端输出】

‘DEFG’

[3:]中冒号后没有数字，表示取到到最后一个，3对应第4个字符D，所以取到的是DEFG。

# 新建一个字符串变量
a = '我正在学数据分析'

# 取第2个到第3个字符
a[1:3]

【终端输出】

'正在'

2.3 列表、元组和字符串的取值方式是一样的：

# 新建列表
name_list = ['张三', '李四' ,'王五','赵六','孙七']

# 读第2个到第4个元素
name_list[1:4]

【终端输出】

[‘李四’, ‘王五’, ‘赵六’]

[1:4]中，索引[1]对应是第2个元素李四，索引[4]对应的是第5个元素孙七，索引4不取，因此输出[‘李四’, ‘王五’, ‘赵六’]。

3 取值技巧

总结

本篇文章就到这里了，希望能够给你带来帮助，也希望您能够多多关注我们的更多内容!

赞 (0)

相关推荐

  • Python Numpy学习之索引及切片的使用方法

    Python Numpy学习之索引及切片的使用方法

    目录 1. 索引及切片 2. 高级索引 1. 索引及切片 数组中的元素可以通过索引以及切片的手段进行访问或者修改,和列表的切片操作一样. 下面直接使用代码进行实现,具体操作方式以及意义以代码注释为准: (1)通过下标以及内置函数进行索引切片 """ Author:XiaoMa date:2021/12/30 """ import numpy as np a = np.arange(10)#创建一个从0-9的一维数组 print(a) i = sl

  • Python切片索引用法示例

    本文实例讲述了Python切片索引用法.分享给大家供大家参考,具体如下: 在Python中,可以用用简单的方括号加一个下标的方式访问序列的每一个元素,这种方式称之为切片操作符,切片操作符有三种形式: [],[:],[::] 访问某一数据元素的语法如下: sequence[index] sequence是序列的名字,index是访问元素的对应的偏移量,为正数,0<=index<=len(sequence)-1:使用负索引的时候,其范围为-len(sequence) <=index <

  • Python 切片为什么不会索引越界？

    Python 切片为什么不会索引越界？

    切片主要用于序列对象中,按照索引区间截取出一段索引的内容. 切片的书写形式:[i : i+n : m] :其中,i 是切片的起始索引值,为列表首位时可省略:i+n 是切片的结束位置,为列表末位时可省略:m 可以不提供,默认值是 1,不允许为 0,当 m 为负数时,列表翻转. 切片的基本含义是:从序列的第 i 位索引起,向右取到后 n 位元素为止,按 m 间隔过滤 . 下面是一些很有代表性的例子,基本涵盖了切片语法的使用要点: # @Python猫 li = [1, 4, 5, 6, 7, 9,

  • Python 中pandas索引切片读取数据缺失数据处理问题

    引入 numpy已经能够帮助我们处理数据,能够结合matplotlib解决我们数据分析的问题,那么pandas学习的目的在什么地方呢? numpy能够帮我们处理处理数值型数据,但是这还不够 很多时候,我们的数据除了数值之外,还有字符串,还有时间序列等 比如:我们通过爬虫获取到了存储在数据库中的数据 比如:之前youtube的例子中除了数值之外还有国家的信息,视频的分类(tag)信息,标题信息等 所以,numpy能够帮助我们处理数值,但是pandas除了处理数值之外(基于numpy),还能够帮助我

  • 对Python中list的倒序索引和切片实例讲解

    Python中list的倒序索引和切片是非常常见和方便的操作,但由于是倒序,有时候也不太好理解或者容易搞混. >>> nums = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] >>> print(nums[-1]) 9 >>> print(nums[-2:]) [8, 9] >>> print(nums[:-3]) [0, 1, 2, 3, 4, 5, 6] 例如,给定一个数组nums. 索引操作 nums[-1]

  • python 实现列表的切片操作允许索引超出范围

    python 实现列表的切片操作允许索引超出范围

    其余的不说, 列表切片操作允许索引超出范围: 补充:关于python3报错列表索引超出界限的解决方法 python3报错: IndexError: list index out of rang 这个可能是因为在取索引的时候列表里面没有元素了或者不够,那这样自然取不出来了,会报告说超出界限,这样子的话我们可以给这句代码一个if判断,让它如果里面有元素或元素够了才让它取出来,就不会报错了! 补充:Python_怎么利用切片从列表中取出一部分使用 我想从列表中取出一部分拿来使用,可以创建切片,指定需要

  • Python的索引与切片原来该这样理解

    Python的索引与切片原来该这样理解

    目录 1. 普通索引:取一个元素 1.1 正索引 1.2 负索引 2 切片索引:取多个元素 2.1 切片索引中[0]可以省略不写: 2.2 切片索引中最后一位可以不写: 2.3 列表.元组和字符串的取值方式是一样的: 3 取值技巧 总结 在Python中,最基本的数据结构为序列. Python中包含6种内建序列:字符串.列表.元组.Unicode字符串.buffer对象.xrange对象. 序列中的每个元素都有编号,即其位置或索引. 我们可以通过索引取序列的值,语法为序列[索引]. 需要注意的是

  • 浅析Python字符串索引、切片、格式化

    浅析Python字符串索引、切片、格式化

    目录 1 字符串索引 1.1 循环索引字符 2 字符使用 2.1 字符串运算 3 字符串切片 3.1 切片方法 4 字符串格式化 除了数字,Python中最常见的数据类型就是字符串,无论那种编程语言,字符串无处不在.例如,从用户哪里读取字符串,并将字符串打印到屏幕显示出来. 字符串是一种数据结构,这让我们有机会学习索引和切片--用于从字符串中提取子串的方法. 1 字符串索引 在Python语法支持中,我们简单的阐述过字符串的使用,现在我们看看python程序在处理字符串时,如何对其进行索引,打印

  • python numpy数组的索引和切片的操作方法

    NumPy - 简介 NumPy 是一个 Python 包. 它代表 "Numeric Python". 它是一个由多维数组对象和用于处理数组的例程集合组成的库. Numeric,即 NumPy 的前身,是由 Jim Hugunin 开发的. 也开发了另一个包 Numarray ,它拥有一些额外的功能. 2005年,Travis Oliphant 通过将 Numarray 的功能集成到 Numeric 包中来创建 NumPy 包. 这个开源项目有很多贡献者. NumPy 操作 使用Nu

  • Python字符串的索引与切片

    目录 1.字符串的索引与获取 2.字符串的 find 与 index 函数 1.字符串的索引与获取 字符串的索引方式与列表的索引方式是一样的.只不过列表是每个元素的自身就有一个索引位置,而字符串是每个字符就有一个索引位置. 索引规则与列表相同 切片和索引的获取与列表相同 无法通过索引进行修改和删除操作(字符串不可修改) 示例如下: name = 'Adem' print(name[0]) print(name[-1])  执行结果如下: >>> A>>> m 2.字符串

  • Python列表的索引与切片

    目录 什么是索引? 什么是切片? 列表的索引,获取与修改 通过 pop() 函数删除索引 通过 del 删除索引 索引在元组中的特殊性 什么是索引? 哪些数据类型里有索引的概念? —> 字符串.列表.元组 从最左边记录的位置开始就是索引 索引用数字表示,起始位是从 0 开始 字符串.列表.元组的最大索引是他们的长度 - 1 示例如下: names = ['Neo', 'Jack', 'Adem'] print(names[0])            # >>> Neo print

  • python基础知识之索引与切片详解

    目录 基本索引 嵌套索引 切片 numpy.array 索引 一维 numpy.array 索引 二维 pandas Series 索引 pandas DataFrame 索引 填坑 总结 基本索引 In [4]: sentence = 'You are a nice girl'In [5]: L = sentence.split()In [6]: LOut[6]: ['You', 'are', 'a', 'nice', 'girl'] # 从0开始索引In [7]: L[2]Out[7]: '

  • python中ndarray数组的索引和切片的使用

    索引和切片相当于是对数组中内容的读(read)或者查询(inquiry).是我们获取有用信息(demanded infomation)的重要方法. 对于索引 对于1维数组:在数组名的后面用中括号[]包括索引编号,括号中填写所查询数组的编码.比如:data[1] 对于n维数组:有两种方式 第一种:用列表表示所查询数的坐标值,如data_2dim[1,0] 第二种:把多维数组看成一位数组套娃,依次取值,如data_2dim[1][0] 对于切片 对于1维数组:在数组名后加上中括号[],在括号中填写切

  • python多维数组切片方法

    1.数组a第0个元素(二维数组)下的所有子元素(一维数组)的第一列 import numpy as np b=np.arange(24) a=b.reshape(2,3,4) print a print a[0,:,0] 2.取所有二维数组下的每个二维数组的第0个元素(一维数组) b=np.arange(24) a=b.reshape(2,3,4) print a print '--------------------' print a[:,0] 结果: [[ 0 1 2 3] [12 13 1

随机推荐