P2-8.2 列表（list）：有顺序的值集合¶

Section ID: P2-8.2 Version: v2026.09.15

顺序与索引¶

列表是按顺序保存多个值的数据结构。通过索引（index），可以从分数、句子或文件名列表中取出特定值。

把四个分数 82, 75, 91, 68 放入方括号，并命名为 scores。代码会输出 [82, 75, 91, 68] 和类型 <class 'list'>。

1
2
3
4

scores = [82, 75, 91, 68]

print(scores)
print(type(scores))

Python 列表中的每个值都可以称为项或元素。

列表的第一个索引是 0。代码依次输出索引 0 和 1 对应的值 82、75。

1
2
3
4

scores = [82, 75, 91, 68]

print(scores[0])
print(scores[1])

负数索引从末尾计数。-1 表示最后一项。

越界索引与空列表¶

长度为 4 的列表，非负索引是 0 到 3。scores[4] 请求第五项，会引发 IndexError。切片的结束位置即使超过列表长度，也只返回可用部分。

空列表的 len([]) 和 sum([]) 都是 0，但这不意味着平均值也是 0。sum([]) / len([]) 会除以零，引发 ZeroDivisionError。计算平均值之前，应确认至少收集到一项数据。

列表与数组¶

学过其他语言的读者可能直接把列表理解为数组，因为两者都有顺序，也能通过索引取值。

Python 列表更接近按顺序保存多个值的通用容器。AI 数值计算中的数组通常指把同类数字按一定结构组织起来，以便高效计算的数据结构。

Python 文档把 list 定义为可变序列。标准库的 array 模块另行提供高效存放数值的数组。array 在某些方面与列表相似，但元素类型受创建时指定的类型代码约束。

遇到多维数组时，这种区别更容易混淆。Python 也能在列表中放入列表，形成类似表格的结构。

把 [1, 2, 3] 和 [4, 5, 6] 两行放入一个列表，就构成嵌套列表。代码输出整个结构，以及第二行第一个值 4。

1
2
3
4
5
6
7

rows = [
    [1, 2, 3],
    [4, 5, 6],
]

print(rows)
print(rows[1][0])

这种形状看起来像矩阵或二维数组，但它仍然是列表中包含列表的结构。NumPy 的 ndarray 是具有 shape、axis、dtype 等信息的计算结构，文档将其称为 N 维数组。嵌套列表看起来像矩阵，并不意味着它就是数值计算用的多维数组。

选择数据结构¶

Python 列表可理解为一种可变序列：保存有顺序的值，按需在末尾添加或取出项，并便于逐项处理。官方教程分别介绍列表方法、栈的用法、用作队列的局限，以及字典、集合和元组。

列表不能代替所有集合结构。应根据处理值的依据选择不同结构。

修改元素与引用¶

列表是可变序列，可以添加或修改元素。

在分数末尾添加 68，并把第二个分数从 75 改为 77，结果为 [82, 77, 91, 68]。

1
2
3
4
5
6

scores = [82, 75, 91]

scores.append(68)
scores[1] = 77

print(scores)

append() 在末尾添加值。scores[1] = 77 修改第二项。

other_scores = scores 为同一列表增加一个名称，并不复制列表。通过 other_scores 添加 68 后，两次输出都是 [82, 75, 91, 68]。

1
2
3
4
5
6
7

scores = [82, 75, 91]
other_scores = scores

other_scores.append(68)

print(scores)
print(other_scores)

scores 和 other_scores 指向同一个列表，并非两个副本。通过一方添加值，另一方也能看到相同变化。

修改方法的返回值¶

append() 修改原列表并返回 None。代码输出 [82, 75, 91] 和 None。

1
2
3
4

scores = [82, 75]
result = scores.append(91)
print(scores)
print(result)

result 不是修改后的列表。如果写成 scores = scores.append(91)，虽然原列表添加了值，但名称 scores 随后会指向返回值 None。要继续使用列表，只调用 scores.append(91) 即可。

连接、切片与删除¶

阅读 Python 列表代码时，经常先遇到符号和方括号语法，而非函数名。其他语言中的 concat、join、slice、splice 等操作，在 Python 中可能由运算符、切片、赋值或 del 语句表达。

连接¶

用 + 可将两个列表连接成新列表。要在现有列表末尾继续添加多个值，可以使用 extend()。

[1, 2] + [3, 4] 创建新列表 [1, 2, 3, 4]，而 front 保持 [1, 2]。extend() 则把原有 scores 改为 [82, 75, 91, 68]。

 1
 2
 3
 4
 5
 6
 7
 8
 9
10
11

front = [1, 2]
back = [3, 4]

combined = front + back
print("combined:", combined)
print("front after +:", front)

scores = [82, 75]

scores.extend([91, 68])
print("scores after extend:", scores)

+ 新建连接结果，extend() 修改原列表。

切片¶

切片用于从列表中取出一段元素。

从五个分数中分别取出中间一段、前两项和后面一段，依次输出 [75, 91, 68]、[82, 75]、[68, 88]。

1
2
3
4
5

scores = [82, 75, 91, 68, 88]

print(scores[1:4])
print(scores[:2])
print(scores[3:])

scores[1:4] 从索引 1 取到索引 4 之前，结果为 [75, 91, 68]，不包含索引 4 的值 88。

列表切片会创建一个包含所选元素的新列表。

删除与替换区间¶

Python 列表没有单独的 splice() 方法来删除或替换中间区间。类似操作由 del、insert() 或切片赋值实现。

从 ["A", "B", "C", "D"] 中删除索引 1 到索引 3 之前的元素，会输出 ['A', 'D']。

1
2
3
4
5

items = ["A", "B", "C", "D"]

del items[1:3]

print(items)

del items[1:3] 删除索引 1 到 3 之前的区间，结果是 ["A", "D"]。

把中间两项 "B"、"C" 替换为三项 "X"、"Y"、"Z"。结果为 ['A', 'X', 'Y', 'Z', 'D']，长度从 4 增加到 5。

1
2
3
4
5

items = ["A", "B", "C", "D"]

items[1:3] = ["X", "Y", "Z"]

print(items)

字符串连接：join¶

join 在 Python 中很常见，但它不是列表方法，而是字符串方法，用于把一组字符串连接成一个字符串。

用空格连接 ["AI", "needs", "data"] 会输出 AI needs data。" ".join(words) 中的空格字符串就是分隔符。

1
2
3
4
5

words = ["AI", "needs", "data"]

sentence = " ".join(words)

print(sentence)

结果是 "AI needs data"。操作主体是字符串 " "，不是列表；它把 words 中的字符串用空格连接起来。

初始化列表¶

初始化是首次创建数据结构。根据值已准备好还是稍后收集，选择开始时的形式。

已经知道值时¶

已知的值可直接写入方括号。代码分别按输入顺序输出分数、标签和布尔值列表。

1
2
3
4
5
6
7

scores = [82, 75, 91, 68]
labels = ["positive", "negative", "neutral"]
flags = [True, False, True]

print(scores)
print(labels)
print(flags)

这种方式能直接展示教学示例或小型配置列表的值组成。

从空列表开始¶

向空列表 [] 依次添加 82、75，会输出 [82, 75]。每得到一个待收集的值，就调用一次 append()。

1
2
3
4
5
6

passed_scores = []

passed_scores.append(82)
passed_scores.append(75)

print(passed_scores)

列表创建后仍可添加元素。实际数据处理中，经常通过循环把符合条件的值收集到空列表中。

用相同值填充指定长度¶

[0] * 5 将初始值 0 重复五次，输出 [0, 0, 0, 0, 0]。

1
2
3

predictions = [0] * 5

print(predictions)

这会创建 [0, 0, 0, 0, 0]。对于数字、字符串等简单值很直观，但嵌套列表需要注意。

[[]] * 3 的三个位置引用同一个内部空列表。通过第一个位置添加 "A"，会输出 [['A'], ['A'], ['A']]。

1
2
3
4
5

rows = [[]] * 3

rows[0].append("A")

print(rows)

要独立修改各行，需要分别创建内部列表。改为 rows = [[], [], []] 后，结果是 [['A'], [], []]，只有第一行改变。

分数、句子与文件列表¶

当多个值具有共同目的或上下文，且位置、顺序有意义时，可以使用列表。

多个分数¶

[82, 75, 91, 68] 的最大值为 91、最小值为 68、平均值为 79.0。sum() 求和，len() 求项数，两者相除得到平均值。

1
2
3
4
5

scores = [82, 75, 91, 68]

print(max(scores))
print(min(scores))
print(sum(scores) / len(scores))

多个句子¶

for 按顺序取出列表中的三个句子，text 依次指向各句子，每个句子单独输出一行。

1
2
3
4
5
6
7
8

texts = [
    "AI is useful.",
    "Data quality matters.",
    "Models can fail.",
]

for text in texts:
    print(text)

LLM 和文本分类练习中经常使用句子列表。

多个模型输出¶

把模型分数 [0.92, 0.31, 0.77, 0.12] 与阈值 0.8 比较。只有第一个值通过，因此输出一次 above threshold 和三次 check。

1
2
3
4
5
6
7

probabilities = [0.92, 0.31, 0.77, 0.12]

for probability in probabilities:
    if probability >= 0.8:
        print("above threshold")
    else:
        print("check")

把阈值改为 0.7，第三个值 0.77 也会通过，于是输出两次 above threshold。通过指定阈值并不保证预测正确。

多个文件名¶

代码依次取出并输出 train.csv、valid.csv、test.csv 三个文件名，并不读取文件内容。

1
2
3
4
5
6
7
8

file_names = [
    "train.csv",
    "valid.csv",
    "test.csv",
]

for file_name in file_names:
    print(file_name)

案例：检查第三个预测分数¶

假设按输入顺序保存预测分数 [0.92, 0.31, 0.77, 0.12]。第三个输入对应索引 2 的分数 0.77。在末尾添加新分数 0.85 后，原有位置不变，项数增至 5。

1
2
3
4
5
6

probabilities = [0.92, 0.31, 0.77, 0.12]
print(probabilities[2])

probabilities.append(0.85)
print(probabilities)
print(len(probabilities))

输出依次为 0.77、[0.92, 0.31, 0.77, 0.12, 0.85]、5。若输入与预测按位置对应，不应只改变其中一方的顺序。仅对分数排序后，第三个位置可能不再代表第三个输入。

检查清单¶

• 能将列表解释为有顺序的值集合。
• 能解释 scores[0] 和 scores[-1]。
• 能区分已知值、空列表和重复值的初始化方式。
• 能读懂 append() 添加元素的过程。
• 能大致区分 +、extend()、切片、del 和切片赋值。
• 能解释 join() 是字符串方法而非列表方法。
• 能说明 Python 列表没有 JavaScript 式 splice()，类似操作使用 del、insert() 和切片赋值。
• 能解释多个名称可以引用同一个列表。

• 能说明重复创建嵌套列表时需要注意的问题。

• 能解释索引越界与切片的差别、空列表的平均值错误，以及 append() 的返回值。

来源与参考资料¶

• Python Software Foundation, Data Structures, Python 3 documentation，确认日期：2026-07-20。用于确认列表方法、把列表当作 stack 使用的例子、列表推导式与嵌套列表示例。
• Python Software Foundation, Built-in Types, Python 3 documentation，确认日期：2026-09-15。用于确认序列类型、mutable sequence 操作、索引与切片行为。
• Python Software Foundation, array — Efficient arrays of numeric values, Python 3 documentation，确认日期：2026-07-20。用于确认标准库 array 会高效存储相同基本类型的值。
• NumPy Developers, NumPy: the absolute basics for beginners, NumPy Manual，确认日期：2026-07-20。用于确认 NumPy 数组不同于普通 Python 列表，是高效处理大量数值数据的核心结构。