Python序列详解：列表、元组、字符串的通用操作（超详细版）

一、什么是Python序列？

在Python中，序列（Sequence） 是一种能够保存多个数据，并且按照一定顺序排列的数据结构。

序列中的每一个元素都有一个对应的位置编号，这个编号叫做索引（index）。

Python中常见的序列类型：

序列类型	是否可修改	示例
字符串（str）	不可修改	"hello"
列表（list）	可修改	1,2,3
元组（tuple）	不可修改	(1,2,3)

例如：

nums = [10,20,30,40]

print(nums)

输出：

[10,20,30,40]

列表中的每个元素都有自己的位置：

元素:   10   20   30   40
索引:    0    1    2    3

Python序列的索引默认从 0开始。

---

二、序列的特点

Python序列主要具有以下特点：

1. 有序

序列中的元素按照一定顺序排列。

例如：

list1 = ["Python","Java","C++"]

print(list1)

结果：

['Python','Java','C++']

元素的位置不会随机改变。

---

2. 可以通过索引访问

例如：

languages = ["Python","Java","Go"]

print(languages[0])
print(languages[1])

输出：

Python
Java

---

3. 支持切片操作

可以获取序列中的一部分数据。

例如：

numbers = [1,2,3,4,5]

print(numbers[1:4])

输出：

[2,3,4]

---

三、Python序列索引

1. 正向索引

正向索引从0开始：

names = ["Tom","Jack","Lucy"]

print(names[0])
print(names[2])

输出：

Tom
Lucy

对应关系：

索引:    0       1       2

元素:   Tom    Jack    Lucy

---

2. 负索引

Python支持从后往前访问元素。

最后一个元素索引为：

-1

例如：

names = ["Tom","Jack","Lucy"]

print(names[-1])
print(names[-2])

输出：

Lucy
Jack

对应关系：

元素:   Tom     Jack     Lucy

索引:    0        1        2
        -3       -2       -1

---

四、序列切片（重点）

切片是Python序列中非常重要的操作。

格式：

序列[start:end:step]

参数说明：

参数	说明
start	开始位置
end	结束位置（不包含）
step	步长

---

1. 基本切片

例如：

nums = [0,1,2,3,4,5]

print(nums[1:4])

输出：

[1,2,3]

注意：

结束位置4不会被包含。

---

2. 从头开始切片

省略start：

nums = [1,2,3,4,5]

print(nums[:3])

输出：

[1,2,3]

---

3. 切片到末尾

省略end：

nums = [1,2,3,4,5]

print(nums[2:])

输出：

[3,4,5]

---

4. 设置步长

例如：

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

print(nums[::2])

输出：

[1,3,5]

表示每隔一个元素取一次。

---

5. 反向切片

使用负步长：

nums = [1,2,3,4,5]

print(nums[::-1])

输出：

[5,4,3,2,1]

常用于：

• 字符串反转
• 列表倒序

例如：

text = "Python"

print(text[::-1])

输出：

nohtyP

---

五、序列常用操作

Python提供了一些通用序列操作。

---

1. 获取长度 len()

使用len()可以获取序列元素数量。

例如：

nums = [10,20,30,40]

print(len(nums))

输出：

4

---

2. 判断元素是否存在 in

例如：

names = ["Tom","Jack","Lucy"]

print("Tom" in names)

输出：

True

不存在：

print("Mike" in names)

输出：

False

---

3. 连接序列 +

多个序列可以连接。

例如：

a = [1,2,3]
b = [4,5,6]

print(a+b)

输出：

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

---

4. 重复序列 *

可以让序列重复。

例如：

nums = [1,2]

print(nums*3)

输出：

[1,2,1,2,1,2]

---

5. 最大值和最小值

数字序列可以使用：

• max()
• min()

例如：

nums = [10,50,30]

print(max(nums))
print(min(nums))

输出：

50
10

---

六、列表（list）------最常用的序列

列表是Python中使用最多的数据结构之一。

特点：

• 有序
• 可修改
• 可以保存多个不同类型的数据

例如：

student = [
    "Tom",
    18,
    95.5
]

print(student)

输出：

['Tom',18,95.5]

---

七、列表元素的增加

1. append()

在列表末尾添加元素。

books = ["Python"]

books.append("Java")

print(books)

输出：

['Python','Java']

---

2. insert()

指定位置插入。

nums=[1,3]

nums.insert(1,2)

print(nums)

输出：

[1,2,3]

---

3. extend()

合并两个列表。

a=[1,2]

b=[3,4]

a.extend(b)

print(a)

输出：

[1,2,3,4]

---

八、列表元素删除

1. remove()

删除指定元素：

nums=[1,2,3]

nums.remove(2)

print(nums)

结果：

[1,3]

---

2. pop()

删除指定索引元素：

nums=[10,20,30]

nums.pop(1)

print(nums)

结果：

[10,30]

---

3. del

删除元素：

nums=[1,2,3]

del nums[0]

print(nums)

输出：

[2,3]

---

九、列表修改元素

列表可以直接修改：

names=["Tom","Jack"]

names[0]="Mike"

print(names)

输出：

['Mike','Jack']

---

十、列表遍历

1. for循环遍历

names=["Tom","Jack","Lucy"]

for name in names:
    print(name)

输出：

Tom
Jack
Lucy

---

2. 使用索引遍历

nums=[10,20,30]

for i in range(len(nums)):
    print(nums[i])

输出：

10
20
30

---

十一、列表排序

sort()

默认升序：

nums=[5,2,8,1]

nums.sort()

print(nums)

输出：

[1,2,5,8]

---

降序：

nums.sort(reverse=True)

print(nums)

输出：

[8,5,2,1]

---

十二、列表和其他序列区别

特点	list	tuple	str
是否有序	是	是	是
是否可修改	是	否	否
是否支持索引	是	是	是
是否支持切片	是	是	是

---

十三、实际应用案例

1. 保存学生成绩

scores=[
    88,
    90,
    76,
    95
]

average=sum(scores)/len(scores)

print(average)

输出：

87.25

---

2. 商品购物车

cart=[
    "手机",
    "电脑",
    "耳机"
]

cart.append("鼠标")

print(cart)

---

3. 数据处理

data=[5,3,8,1]

data.sort()

print(data)

结果：

[1,3,5,8]

---

十四、总结

Python序列是学习Python数据结构的重要基础。

核心知识点：

1. Python常见序列：

   • list
   • tuple
   • str

2. 序列特点：

   • 有序
   • 支持索引
   • 支持切片

3. 常用操作：

   • len()
   • in
   • 切片

4. 列表重点：

   • 添加元素
   • 删除元素
   • 修改元素
   • 遍历
   • 排序

掌握序列操作后，可以为后面的Python数据处理、爬虫、自动化、数据分析打下坚实基础。