通过10个例子快速掌握Python中的List
点击上方“小白学视觉”，选择加"星标"或“置顶”
重磅干货，第一时间送达
List是Python中的内置数据结构，可用于存储任何数据类型或不同数据类型的混合。在本文中，我们将通过10个例子来介绍python中的list。
让我们开始吧！
import numpy as npa = [4,6,7,3,2]b = [x for x in a if x > 5]b[]
我们遍历一个列表(可迭代对象)并获取大于5的元素(条件)。
等效的for循环是：
b = []for x in a:if x > 5:b.append(x)b[]
我们也可以在元素放入新列表之前对其进行某些处理：
import numpy as npa = [4,6,7,3,2]b = [x*2 for x in a if x > 5]b[]
我们将符合条件的项目乘以2，然后放入一个列表。
第三个例子是字符串列表:
#example 3names = ['Ch','Dh','Eh','cb','Tb','Td']new_names = [name for name in names if name.lower().startswith('c')]new_names['Ch', 'cb']
这次的条件是获取字符串中以”c”为开头的元素。因为有大小写之分，所以我们首先将所有字母转换为小写。
可迭代对象不一定是一个列表，例如我们可以迭代实际上是矩阵的二维Numpy数组。
import numpy as npA = np.random.randint(10, size=(4,4))Aarray([[1, 7, 4, 4],[5, 0, 0, 6],[7, 5, 8, 4],[1, 3, 2, 2]])max_element = [max(i) for i in A]max_element[]
我们迭代矩阵A中的每一行并取最大值。
列表可以存储任何数据类型。
#example 5vals = [[1,2,3],[4,5,2],[3,2,6]]vals_max = [max(x) for x in vals]vals_max[3, 5, 6]
我们在每个列表中创建一个最大值列表。
筛选条件也可以有多个。
#example 6names = ['Ch','Dh','Eh','cb','Tb','Td','Chb','Tdb']new_names = [name for name in names ifname.lower().endswith('b') and len(name) > 2]new_names['Chb', 'Tdb']
上面是得到字符串以字母”b”结尾且长度大于2.
我们可以将多个条件与其他逻辑运算符结合起来：
#example 7names = ['chb', 'ydb', 'thd', 'hgh']new_names = [name for name in namesif name.endswith('b') | name.startswith('c')]new_names['chb', 'ydb']
现在我们考虑下面这个嵌套列表：
vals = [[1,2,3],[4,5,2],[3,2,6]]我们希望从嵌套列表中取出每个元素，所以期望的输出是：
vals = [1,2,3,4,5,2,3,2,6]可以通过如下方式实现：
vals = [[1,2,3],[4,5,2],[3,2,6]]vals_exp = [y for x in vals for y in x]vals_exp[]
语法可能看起来不是很直观，与等价的for循环相对比，它就会很直观。
对于上面的嵌套列表操作，我们也可以添加条件。
text = [['bar','foo','fooba'],['Rome','Madrid','Houston'], ['aa','bb','cc','dd']]我们只需要长度大于3的嵌套列表中的字符串。
#example 9text_1 = [y for x in text if len(x)>3 for y in x]text_1['aa', 'bb', 'cc', 'dd']
我们将条件放在嵌套列表上，而不是放在单个元素上。因此，等价的for/if循环语法如下所示。
我们也可以对单个元素设置一个条件。
#example 10text_2 = [y for x in text for y in x if len(y)>4]text_2['fooba', 'Madrid', 'Houston']
我们现在有长于4个字符的字符串。因为条件是在单个元素上，所以等价的嵌套for/if循环:
掌握这10个例子将会让我们对list的理解更上一层楼。
好消息！
小白学视觉知识星球
开始面向外开放啦👇👇👇
下载1：OpenCV-Contrib扩展模块中文版教程 在「小白学视觉」公众号后台回复：扩展模块中文教程，即可下载全网第一份OpenCV扩展模块教程中文版，涵盖扩展模块安装、SFM算法、立体视觉、目标跟踪、生物视觉、超分辨率处理等二十多章内容。 下载2：Python视觉实战项目52讲 在「小白学视觉」公众号后台回复：Python视觉实战项目，即可下载包括图像分割、口罩检测、车道线检测、车辆计数、添加眼线、车牌识别、字符识别、情绪检测、文本内容提取、面部识别等31个视觉实战项目，助力快速学校计算机视觉。 下载3：OpenCV实战项目20讲 在「小白学视觉」公众号后台回复：OpenCV实战项目20讲，即可下载含有20个基于OpenCV实现20个实战项目，实现OpenCV学习进阶。 交流群
欢迎加入公众号读者群一起和同行交流，目前有SLAM、三维视觉、传感器、自动驾驶、计算摄影、检测、分割、识别、医学影像、GAN、算法竞赛等微信群（以后会逐渐细分），请扫描下面微信号加群，备注：”昵称+学校/公司+研究方向“，例如：”张三 + 上海交大 + 视觉SLAM“。请按照格式备注，否则不予通过。添加成功后会根据研究方向邀请进入相关微信群。请勿在群内发送广告，否则会请出群，谢谢理解~