len()函数在列表与元组上的使用
示例如下：
names = ['Neo', 'Lily', 'Jack']
length = len(names)
print(length)
执行结果如下
>>> 3
注意：len()函数可以计算除了数字类型之外的其他所有数据类型的长度
列表(元组)之间的累加与乘法
示例如下：
names = ['Neo', 'Lily', 'Jack']
new_names_01 = names + names
print(new_names_01)
names = ['Neo', 'Lily', 'Jack']
new_names_01 = names * 2
print(new_names_01)
输出结果如下：
>>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack']
>>> ['Neo', 'Lily', 'Jack', 'Neo', 'Lily', 'Jack']
in 和 not in 在列表(元组)中的用法
-
in ：判断某个成员（元素）是否在该数据结构中，返回结果为布尔值。
-
not in ：判断某个成员（元素）是否不在该数据结构中，返回结果为布尔值。
示例如下：
names = ['Neo', 'Lily', 'Jack']
print(bool('Adam' in names))
print(bool('Adam' not in names))
执行结果如下：
>>> False
>>> True
append() 函数
append()函数的功能：将一个元素添加当当前列表中
append()函数的用法：list_append(new_item) ，new_item为添加进列表的新的元素(成员)
append()函数的注意事项：
-
被添加的元素止水被添加到末尾
-
append() 函数是在原有列表的基础上进行添加，不需要额外的添加新的变量
示例如下：
names = ['Neo']
names.append('Jack')
print(names)
执行结果如下：
>>> ['Neo', 'Jack']
a = [1, 2, 3]
b = [4, 5, 6]
print(a.append(1))
print(a)
a.append(b)
print(a)
执行结果如下：
>>> [1, 2, 3, 1]
>>> Node
>>> [1, 2, 3, 1, [4, 5, 6]] a.append(b) 会将整个列表当做一个元素添加进去
这里我们注意到 print(a.append(1)) 返回的是 Node ，这是为什么呢？
原因是append方法只是在恰当的位置修改原来的列表！也就是说，不是返回一个列表，而只是修改原来的列表，所以如果用 等式 输出的话，返回是None 。去掉返回值即可得到新的列表！
看下面两个示例：
原代码：
list= [1,2,3,4]
list= list.append(5)
print(list)
输出：
>>> None
修改后代码
list= [1,2,3,4]
list.append(5)
print(list)
输出：
>>> 1,2,3,4,5
insert() 函数
insert() 函数的功能：讲一个元素添加到列表的指定位置中
insert() 函数的用法：list.insert(index, new_item) , index为新的元素放在的新的位置(数字，下标位)，new_item为填的新成员(元素)
insert() 函数与append()函数的区别：
-
insert() 函数可以将元素添加至任意的位置，而append()函数只能将元素添加之末尾。
-
如果insert() 函数传入的位置不存在，则将新的元素添加至列表结尾
示例如下：
friuts = ['橘子', '香蕉', '火龙果']
friuts.insert(1, '苹果')
print(friuts)
执行结果如下：
>>> ['橘子', '苹果', '香蕉', '火龙果']
friuts.insert(10, '鸭梨')
print(friuts)
执行结果如下：
>>> '橘子', '苹果', '香蕉', '火龙果', '鸭梨']
count() 函数
count() 函数的功能：返回列表(元组)中某个成员(元素)的个数
count() 函数的用法：inttype = list.count(item) , item为想要查询的个数
count() 函数的注意事项：如果查询的成员(元素)不存在，则返回 0；列表只会检查完整元素是否存在需要计算的内容。
示例如下：
friuts = ['橘子', '香蕉', '火龙果', '香蕉', '苹果']
count = friuts.count('香蕉')
print('friuts 列表中香蕉出现的次数为 ' + str(count) + ' 次')
执行结果如下：
>>> friuts 列表中香蕉出现的次数为 2 次
注意事项：如果查询的成员(元素)不存在，则返回 0；列表只会检查完整元素是否存在需要计算的内容。
friuts = ['橘子', '香蕉', '火龙果', '香蕉', '苹果']
count = friuts.count('香')
print('friuts 列表中'香'出现的次数为 ' + str(count) + ' 次')
执行结果如下：
>>> friuts 列表中'香'出现的次数为 0 次
remove() 函数
remove() 函数的功能：删除列表中的某个元素
remove() 函数的用法：list_remove = list.remove(item) , item为想要删除的元素
remove() 函数的注意事项：
-
如果删除的成员(元素)不存在，则会直接报错
-
如果被删除的元素有多个，只会删除第一个
-
remove() 函数不会返回一个新的列表，而是在原有的列表中对成员(元素)执行删除动作
示例如下：
books = ['Python', 'Java', 'PHP']
books.remove('PHP')
print(books)
执行结果如下：
>>> ['Python', 'Java']
Python内置函数 del
del 函数的功能：将变量完全删除(即踢打内存管家将变量从内存中删除)
示例如下：
books = ['Python', 'Java', 'PHP']
books.del()
print(books)
执行结果如下：
>>> NameError: name 'books' is not defined. Did you mean: 'bool'?
reverse() 函数
reverse() 函数的功能：对当前列表顺序的反转
reverse() 函数的用法： list = list.reverse() , 无参数传递
示例如下：
books = ['Python', 'Java', 'PHP']
books.reverse()
print(books)
执行结果如下：
>>> ['PHP', 'Java', 'Python']
sort() 函数
sort() 函数的功能：对当前列表按照一定的规律进行排序
sort() 函数的用法： list = list.sort(cmp=Node, key=Node, reverse=False)
-
cmp —> 可选参数，制定排序方案的函数
-
key —> 参数比较
-
reverse —> 排序规则，reverse = True (降序)；reverse = False (升序)，升序是默认状态
-
这里的 cmp 和 key涉及到函数的知识点，后续的函数相关章节会详细介绍
sort() 函数的注意事项：列表中的元素类型必须相同，否则会报错，无法排序
示例如下：
books = ['Python', 'C', 'PHP', 'Go', 'C++', 'Java']
books.sort()
print(books)
执行结果如下：
>>> ['C', 'C++', 'Go', 'Java', 'PHP', 'Python']
int_lists = [79, 6, 99, 46, 30]
int_lists.sort(reverse=True)
print(int_lists)
执行结果如下：
>>> [99, 79, 46, 30, 6]
test_list = ['Hello', 666, 3.14, True]
test_list.sort()
print(test_list)
执行结果如下：
>>> TypeError: '<' not supported between instances of 'int' and 'str'
clear() 函数
clear() 函数的功能：将当前列表的数据清空
clear() 函数的用法： list = list.clear() ， 该函数无参数，无返回值
示例如下：
int_list = [79, 6, 99, 46, 30]
int_list.clear()
print(int_list)
print(len(int_list))
执行结果如下：
>>> []
>>> 0
思考一个问题：当我们使用 clear() 函数 清空一个列表时，和重新命名一个空的列表，哪个更节省资源？
其实相对来说使用 clear() 函数更节省资源；当我们创造一个变量的时候，会占用一个内存地址，使用该变量之后该变量地址则会被内存管家清空。再次使用时，又会生成新的内存地址，这个过程也是需要消耗资源的，只是因为速度处理的比较快我们无法感知罢了。
copy() 函数
copy() 函数的功能：将当前列表复制一份新的列表，虽然新的列表虽与旧的列表的内容相同，但是内存地址不同
copy() 函数的用法：list = list.copy() ，该函数无参数，返回一个与旧列表一模一样的列表
copy() 函数与 2次赋值 的区别：
-
二次赋值的变量与原始变量共享相同的内存地址空间
-
copy() 函数创建的新列表与原始列表不是一个内存空间，新列表的变量值不因原列表变量的值的变更而变更
-
copy() 函数属于浅拷贝
示例如下：
old_list = [1, 2, 3, 4, 5]
new_list = old_list.copy()
print(new_list)
print("'old_list'内存地址为：" + str(id(old_list)), "'new_list'内存地址为：" + str(id(new_list)))
执行结果如下：
>>> [1, 2, 3, 4, 5]
>>> 'old_list'内存地址为：2175764462080 'new_list'内存地址为：2175767330496
copy() 函数与 2次赋值 的区别示例如下：
old_list = [1, 2, 3, 4, 5]
new_list_01 = old_list
new_list_02 = old_list.copy()
old_list.append(6)
print(new_list_01)
print(new_list_02)
执行结果如下：
>>> [1, 2, 3, 4, 5, 6]
>>> [1, 2, 3, 4, 5]
浅拷贝
什么是浅拷贝？
通俗的说，我们有一个列表 a，列表里的元素还是列表。当我们拷贝出新列表 b 后，无论是 a 还是 b 的内部的列表中的数据发生了变化后，相互之间都会受到影响。这就是浅拷贝。
浅拷贝示例如下：
old_list = [[1, 2, 3], [4, 5]]
new_list = old_list.copy()
old_list[1].append(6)
print(str(old_list), "--------," + str(new_list))
执行结果如下：
>>> [[1, 2, 3], [4, 5, 6]] --------,[[1, 2, 3], [4, 5, 6]]
new_list[0].append(0)
print(str(old_list), "--------," + str(new_list))
执行结果如下：
>>> [[1, 2, 3, 0], [4, 5, 6]] --------,[[1, 2, 3, 0], [4, 5, 6]]
深拷贝
什么是深拷贝？
深拷贝不仅对列表第一层进行了 copy ，对深层的数据也进行了 copy， 原始变量与新变量之间完全不共享数据，这就是深拷贝。
深拷贝示例如下：
old_list_deepcopy = [[1, 2, 4], [4, 5]]
new_list_deepcopy = copy.deepcopy(old_list_deepcopy)
old_list_deepcopy[1].append(6)
print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy))
执行结果如下：
>>> [[1, 2, 4], [4, 5, 6]] --------,[[1, 2, 4], [4, 5]]
new_list_deepcopy[0].append(0)
print(str(old_list_deepcopy), "--------," + str(new_list_deepcopy))
