各类资料学习下载合集
https://pan.quark.cn/s/8c91ccb5a474
Python 列表是 Python 中最常用的数据结构之一。它是一种动态数组，能够存储多个元素，并且支持多种操作。本文将介绍 Python 列表的特点和内存分析。
1. 列表的特点
- 有序性：列表中的元素是有序的，保存了插入的顺序。可以通过索引访问元素，索引从 0 开始。
- 可变性：列表是可变的，意味着可以随时修改其中的元素（例如添加、删除或更改元素），而无需创建一个新的列表。
- 支持多种数据类型：列表可以存储不同类型的数据，包括整数、浮点数、字符串，甚至其他列表或对象。
- 动态大小：列表的大小是动态的，可以根据需要自动调整。你可以随时添加或删除元素。
- 支持多种操作：Python 列表支持多种内置操作，如连接、切片、排序、反转等。
- 嵌套列表：列表可以包含其他列表，这使得列表可以表示多维数组。
2. 列表的基本操作
- 创建列表：
my_list = [1, 2, 3, "hello", [4, 5]]- 访问元素：
first_element = my_list[0] # 访问第一个元素
nested_element = my_list[4][1] # 访问嵌套列表的元素- 修改元素：
my_list[0] = 10 # 将第一个元素修改为 10- 添加元素：
my_list.append("world") # 在列表末尾添加元素
my_list.insert(1, "new") # 在指定位置插入元素- 删除元素：
my_list.remove("hello") # 删除指定元素
popped_element = my_list.pop() # 移除并返回最后一个元素- 列表切片：
sub_list = my_list[1:3] # 提取子列表3. 内存分析
3.1. 列表的内存结构
- 动态数组：Python 列表底层是一个动态数组。这个数组的大小会根据需要自动扩展。虽然在内存中分配的空间可能会大于当前所需的元素个数，但这可以减少后续扩展时的内存分配次数。
- 内存分配：当列表长度增加时，Python 会分配一个更大的数组，并将现有元素复制到新数组中。这种扩展会在平均情况下保持为 O(1) 的时间复杂度，但在某些情况下可能导致 O(n) 的时间复杂度（例如，复制元素时）。
- 元素存储：列表中的每个元素存储的是对实际数据对象的引用，而不是直接存储对象本身。这意味着列表可以包含不同类型的数据，且通过引用的方式实现灵活性。
3.2. 内存使用示例
以下示例展示了如何监测列表的内存使用情况：
import sys
# 创建一个列表
my_list = [1, 2, 3, "hello", [4, 5]]
# 获取列表的内存大小
print("内存大小:", sys.getsizeof(my_list)) # 输出列表本身的内存占用
# 获取每个元素的内存大小
for item in my_list:
print(f"{item}: {sys.getsizeof(item)} bytes")4. 优化建议
- 预分配空列表：如果已知列表的大小，可以通过乘法操作来预分配一个空列表，这样可以减少内存重新分配的次数。
- 使用元组存储不可变数据：如果数据不需要修改，使用元组而不是列表可以节省内存。
- 避免嵌套列表：尽量避免过深的嵌套列表，可以选择使用 NumPy 数组或 Pandas DataFrame 来处理大型数据集。