python 獲取list特定元素下標(biāo)的實(shí)例講解
在平時(shí)開(kāi)發(fā)過(guò)程中,經(jīng)常遇到需要在數(shù)據(jù)中獲取特定的元素的信息,如到達(dá)目的地最近的車(chē)站,櫥窗里面最貴的物品等等。怎么辦?看下面
方法一: 利用數(shù)組自身的特性 a.index(target), 其中a是你的目標(biāo)list,target是你需要的下標(biāo)對(duì)應(yīng)的值
a=[72, 56, 76, 84, 80, 88] print(a.index(76))
output: 2
但是,如果a中有多個(gè)76呢?
我們發(fā)現(xiàn),這種方法僅僅能獲取都第一個(gè)匹配的value的下標(biāo)(可以試試o_o)
所以,我們看看我們的第二種方案:
方法二: 利用enumerate函數(shù)。
廢話少說(shuō),看例子

哎喲,原來(lái)enumerate的輸出類型是tuple!tuple!tuple! 所以,我們可以如下

再看,如果a中有多個(gè)‘76'呢?

可見(jiàn),list的index()方法是在list中找到第一個(gè)匹配的值。
而enumerate是將list(當(dāng)然,也包含其它類型)中的元素元組化,然后我們利用循環(huán)方法獲取相應(yīng)的匹配的結(jié)果。所以方案二對(duì)于重復(fù)的數(shù)值能夠一個(gè)不漏的get出來(lái)。
以上這篇python 獲取list特定元素下標(biāo)的實(shí)例講解就是小編分享給大家的全部?jī)?nèi)容了,希望能給大家一個(gè)參考,也希望大家多多支持腳本之家。
相關(guān)文章
Python減少循環(huán)層次和縮進(jìn)的技巧分析
這篇文章主要介紹了Python減少循環(huán)層次和縮進(jìn)的技巧,結(jié)合實(shí)例形式較為詳細(xì)的分析了Python優(yōu)化代碼跳出循環(huán)以減少循環(huán)層次的技巧,具有一定參考借鑒價(jià)值,需要的朋友可以參考下2016-03-03
OpenCV+Imutils實(shí)現(xiàn)圖像的旋轉(zhuǎn)操作
imutils是在OPenCV基礎(chǔ)上的一個(gè)封裝,達(dá)到更為簡(jiǎn)結(jié)的調(diào)用OPenCV接口的目的,它可以輕松的實(shí)現(xiàn)圖像的平移,旋轉(zhuǎn),縮放,骨架化等一系列的操作。本文將用其實(shí)現(xiàn)圖像的旋轉(zhuǎn)操作,感興趣的可以學(xué)習(xí)一下2022-05-05
python asyncio 協(xié)程庫(kù)的使用
這篇文章主要介紹了python asyncio 協(xié)程庫(kù)的使用,幫助大家更好的理解和使用python,感興趣的朋友可以了解下2021-01-01
Pytorch寫(xiě)數(shù)字識(shí)別LeNet模型
這篇文章主要介紹了Pytorch寫(xiě)數(shù)字識(shí)別LeNet模型,LeNet-5是一個(gè)較簡(jiǎn)單的卷積神經(jīng)網(wǎng)絡(luò),??LeNet-5?這個(gè)網(wǎng)絡(luò)雖然很小,但是它包含了深度學(xué)習(xí)的基本模塊:卷積層,池化層,全連接層。是其他深度學(xué)習(xí)模型的基礎(chǔ),?這里我們對(duì)LeNet-5進(jìn)行深入分析,需要的朋友可以參考下2022-01-01
對(duì)sklearn的使用之?dāng)?shù)據(jù)集的拆分與訓(xùn)練詳解(python3.6)
今天小編就為大家分享一篇對(duì)sklearn的使用之?dāng)?shù)據(jù)集的拆分與訓(xùn)練詳解(python3.6),具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過(guò)來(lái)看看吧2018-12-12

