Trong bài viết này, đầu tiên chúng ta sẽ thảo luận về các cách khác nhau để tạo danh sách trống và sau đó chúng ta sẽ xem cách nối các phần tử vào danh sách đó bằng cách sử dụng vòng lặp for hoặc cách hiểu danh sách lót
Có hai cách để tạo danh sách trống trong python i. e. sử dụng [] hoặc danh sách[]. Hãy kiểm tra từng cái một,
Tạo một danh sách trống trong python sử dụng []
Trong Python, một danh sách trống có thể được tạo bằng cách viết dấu ngoặc vuông i. e. []. Nếu không có đối số nào được cung cấp trong dấu ngoặc vuông [], thì nó sẽ trả về một danh sách trống i. e
# Creating empty List using [] sample_list = [] print['Sample List: ', sample_list]
Đầu ra.
______1
Tạo một danh sách trống trong python bằng list[] Constructor
Lớp danh sách của Python cung cấp một hàm tạo,
list[[iterable]]
Nó chấp nhận một đối số tùy chọn i. e. một chuỗi có thể lặp lại và nó tạo ra một danh sách trong số các phần tử này. Nếu Sequence không được cung cấp thì nó sẽ trả về một danh sách trống. Hãy sử dụng điều này để tạo một danh sách trống,
# Creating empty List using list constructor sample_list = list[] print['Sample List: ', sample_list]
Đầu ra.
Sample List: []
quảng cáo
Sự khác biệt giữa [] và danh sách []
Chúng ta có thể tạo một danh sách trống trong python bằng cách sử dụng [] hoặc list[], nhưng sự khác biệt chính giữa hai cách tiếp cận này là tốc độ. [] nhanh hơn nhiều so với list[] bởi vì,
- list[] yêu cầu tra cứu ký hiệu, vì có thể trong mã của chúng tôi, ai đó đã chỉ định một định nghĩa mới cho từ khóa liệt kê
- Gọi chức năng bổ sung. Vì hàm tạo sẽ được gọi, nên đây là một lệnh gọi hàm bổ sung
- Bên trong hàm tạo, nó kiểm tra xem một chuỗi có thể lặp lại có được truyền hay không, nếu không thì nó chỉ tạo một danh sách trống
Trong khi đó, [] chỉ là một chữ trong python luôn trả về cùng một kết quả. e. một danh sách trống. Vì vậy, không cần tra cứu tên bổ sung hoặc gọi hàm, điều này làm cho nó nhanh hơn nhiều so với list[]
Tạo một danh sách trống và nối thêm các mục
Cho đến bây giờ chúng ta đã thấy hai cách khác nhau để tạo danh sách python trống, bây giờ hãy thảo luận về các cách khác nhau để nối các phần tử vào danh sách trống
Tạo một danh sách trống và nối các phần tử bằng vòng lặp for
Giả sử chúng ta muốn tạo một danh sách trống và sau đó nối 10 số [0 đến 9 ] vào đó. Hãy xem làm thế nào để làm điều đó,
# Create an empty list
sample_list = []
# Iterate over sequence of numbers from 0 to 9
for i in range[10]:
# Append each number at the end of list
sample_list.append[i]
Đầu ra.
______6
Chúng tôi đã sử dụng hàm range[] để tạo một chuỗi số có thể lặp lại từ 0 đến 9. Sau đó, sử dụng vòng lặp for, chúng tôi lặp lại chuỗi đó và với mỗi số trong chuỗi, chúng tôi gọi hàm append[] của danh sách và chuyển số đó vào danh sách. append[] chức năng thêm mục đã cho vào cuối danh sách tại chỗ.
Tạo một danh sách trống và nối các mục vào danh sách đó trong một dòng bằng cách sử dụng Danh sách Hiểu
Chúng ta sẽ sử dụng hàm range[] như ví dụ trước để tạo ra một dãy số có thể lặp lại từ 0 đến 9. Nhưng thay vì gọi hàm append[], chúng ta sẽ sử dụng khả năng hiểu Danh sách để lặp lại chuỗi và thêm từng số vào cuối danh sách trống. Hãy xem làm thế nào để làm điều đó,
# Append 10 numbers in an empty list from number 0 to 9 sample_list = [i for i in range[10]]
Đầu ra.
______6
Ở đây chúng ta đã tạo một danh sách trống và thêm các phần tử vào danh sách đó trong một dòng.
Tạo một danh sách trống và chèn các phần tử vào cuối bằng hàm insert[]
Python cung cấp một hàm insert[] i. e
list.insert[index, item]
Nó chèn mục tại vị trí chỉ mục đã cho trong danh sách.
Hãy sử dụng danh sách. insert[] để nối các phần tử vào cuối danh sách trống,
Sample List: []0
Đầu ra.
______6
Chúng tôi lặp lại một dãy số [0 đến 9] với hàm range[], với mỗi số chúng tôi gọi là danh sách. insert[] và chuyển số cho nó cùng với chỉ số size-1 i. e. cuối danh sách.
Tạo một danh sách trống và chèn các phần tử khi bắt đầu
Đôi khi yêu cầu của chúng tôi hơi khác một chút. e. thay vì kết thúc, chúng tôi muốn thêm các phần tử vào đầu danh sách trống. Hãy xem cách sử dụng danh sách đó. hàm chỉ mục [],
Sample List: []2
Đầu ra.
______6
Ở đây, chúng ta lặp lại một dãy số [0 đến 9] được cung cấp bởi hàm range[], với mỗi số chúng ta gọi là danh sách. insert[] và chuyển số cho nó cùng với chỉ số 0 i. e. đầu danh sách.
Ví dụ đầy đủ như sau,
Sample List: []4
Đầu ra.
______15
Hướng dẫn về Pandas -Tìm hiểu Phân tích dữ liệu với Python
- Hướng dẫn Pandas Phần #1 - Giới thiệu về Phân tích dữ liệu với Python
- Hướng dẫn Pandas Phần #2 - Khái niệm cơ bản về Pandas Series
- Hướng dẫn Pandas Phần #3 - Nhận & Đặt giá trị chuỗi
- Pandas Tutorial Part #4 - Thuộc tính & phương thức của Pandas Series
- Hướng dẫn về Pandas Phần #5 - Thêm hoặc xóa các thành phần của Pandas Series
- Hướng dẫn về Pandas Phần #6 - Giới thiệu về DataFrame
- Hướng dẫn về Pandas Phần #7 - DataFrame. loc[] - Chọn Hàng/Cột theo Lập chỉ mục
- Hướng dẫn về Pandas Phần #8 - DataFrame. iloc[] - Chọn Hàng/Cột theo Tên nhãn
- Hướng dẫn về gấu trúc Phần #9 - Lọc các hàng trong khung dữ liệu
- Hướng dẫn Pandas Phần #10 - Thêm/Xóa Hàng & Cột DataFrame
- Hướng dẫn về Pandas Phần #11 - Các thuộc tính & phương thức DataFrame
- Hướng dẫn Pandas Phần #12 - Xử lý dữ liệu bị thiếu hoặc giá trị NaN
- Hướng dẫn về Pandas Phần #13 - Lặp lại các Hàng & Cột của DataFrame
- Hướng dẫn Pandas Phần #14 - Sắp xếp DataFrame theo Hàng hoặc Cột
- Hướng dẫn về gấu trúc Phần #15 - Hợp nhất hoặc ghép các khung dữ liệu
- Hướng dẫn về Pandas Phần #16 - DataFrame GroupBy được giải thích bằng các ví dụ
Bạn đang muốn tạo dựng sự nghiệp trong Khoa học dữ liệu với Python?
Khoa học dữ liệu là tương lai và tương lai là ở đây ngay bây giờ. Các nhà khoa học dữ liệu hiện là những chuyên gia được tìm kiếm nhiều nhất hiện nay. Để trở thành một Nhà khoa học dữ liệu giỏi hoặc để chuyển đổi nghề nghiệp trong Khoa học dữ liệu, người ta phải sở hữu bộ kỹ năng phù hợp. Chúng tôi đã tuyển chọn danh sách Chứng chỉ chuyên nghiệp tốt nhất về Khoa học dữ liệu với Python. Các khóa học này sẽ dạy cho bạn các công cụ lập trình cho Khoa học dữ liệu như Pandas, NumPy, Matplotlib, Seaborn và cách sử dụng các thư viện này để triển khai các mô hình Máy học
Kiểm tra Đánh giá chi tiết về Chứng chỉ chuyên nghiệp tốt nhất về Khoa học dữ liệu với PythonHãy nhớ rằng, Khoa học dữ liệu đòi hỏi rất nhiều kiên nhẫn, bền bỉ và thực hành. Vì vậy, hãy bắt đầu học ngay hôm nay