列表进阶 —— 切片、排序、列表推导式

本课导读

欢迎来到阶段 1。阶段 0 里你已经会创建列表、按下标取值、用 for 遍历、用 append 添加——这些是"一个一个处理"的功夫。本课解锁三个"一批一批处理"的动作：切片（一刀取一段）、排序（一键排整齐）、列表推导式（一行造新表）。学完后，"取销量前三""把一批名字洗干净"这类活儿，你能一行写完。预计 60 分钟。

先热身：你已经会的

sales = [180, 95, 260, 140, 320, 75]

print(sales[0])      # 按下标取一个
print(len(sales))    # 数个数

total = 0
for s in sales:      # 一个一个遍历
  total = total + s
print(f"合计 {total}")

都眼熟？很好。但注意：这些动作每次只碰一个元素。现实工作里更常见的需求是"取一段""按大小排好""把每一个都加工一遍"——这正是本课三件套的用武之地。

一、切片：一刀取一段

运营小林拿到了近 6 天的订单量，想看"最近 3 天"的数据。逐个取太笨，切片一刀搞定：

orders = [180, 95, 260, 140, 320, 75]
#           0    1    2    3    4   5   ← 下标

print(orders[1:4])   # 从下标 1 取到下标 4 之前：[95, 260, 140]
print(orders[:3])    # 省略起点 = 从头开始：前 3 个
print(orders[3:])    # 省略终点 = 一直到尾：后 3 个
print(orders[-3:])   # 负数下标从尾巴数：最后 3 个

语法拆解 列表[起点:终点]：

• 取的范围是含起点、不含终点——[1:4] 取下标 1、2、3，共 4-1=3 个
• 省略起点就是"从头"，省略终点就是"到尾"
• 负数下标从尾巴倒着数：-1 是最后一个，所以 [-3:] 是"最后 3 个"

有个隐藏福利：切片不动原列表，切出来的是一份新拷贝——原数据完好无损，随便切。

二、排序：一键排整齐

教师老周有一份考试成绩，想从高到低排出来。排序有两个工具，脾气不同：

scores = [72, 95, 60, 88, 79]

ranked = sorted(scores, reverse=True)   # sorted()：交出一份排好的新列表
print(ranked)
print(scores)          # 原列表纹丝不动

scores.sort()          # .sort()：在原列表上直接排（默认从小到大）
print(scores)          # 原列表已经变了

两者的区别就一句话：

• sorted(列表)——复印一份再排，原件不动，排好的新列表用变量接住
• 列表.sort()——直接在原件上排，不返回新列表（接了也是 None）
• 两者都支持 reverse=True：从大到小

排字符串也一样顺手，默认按字母表：

names = ["banana", "Apple", "cherry"]

print(sorted(names))               # 注意：大写 A 排在小写前面
print(sorted(names, key=len))      # key=len：按"长度"排，短的在前
print(sorted(names, key=str.lower))  # key=str.lower：都当小写比，忽略大小写

key= 是排序的"评分标准"：默认拿元素本身比大小，指定 key=len 就改成拿长度比。往 key 里塞自己写的评分函数，等到本单元"函数进阶"课再解锁——现在会用 len 和 str.lower 这两个现成的就够。

三、列表推导式：一行造新表

营销部拿到一批含税价格，要全部换算成折后价。阶段 0 的写法你会：

prices = [100, 250, 80, 400]
discounted = []
for p in prices:            # 建空表 → 遍历 → 加工 → append，四步
    discounted.append(p * 0.8)

列表推导式把这四步压成一行：

prices = [100, 250, 80, 400]

discounted = [p * 0.8 for p in prices]
print(discounted)

# 还能带条件：只要 100 元以上的
expensive = [p for p in prices if p >= 100]
print(expensive)

# 加工 + 过滤同时上：100 元以上的打八折
deal = [p * 0.8 for p in prices if p >= 100]
print(deal)

读法有窍门——从 for 读起，回头看加工，最后看条件：

• [p * 0.8 for p in prices]：对 prices 里每个 p（for 部分），产出 p * 0.8（加工部分）
• [p for p in prices if p >= 100]：每个 p 里，只留满足 if 的，原样产出
• 结构总结：[加工 for 元素 in 列表 if 条件]，if 部分可省略

组合拳：三件套连招

真实需求往往是连招。行政小美统计部门团建报名费，想要"报名费从高到低的前三名"：

fees = [299, 150, 88, 450, 320, 199, 66]

top3 = sorted(fees, reverse=True)[:3]   # 先排序（从大到小），再切前 3 个
print(f"最高的三笔：{top3}")

# 再来一个：把一批报名名字洗干净（去掉首尾空格 + 统一去掉空条目）
raw_names = ["  小雨", "阿杰  ", "", "老王", "  "]
cleaned = [n.strip() for n in raw_names if n.strip() != ""]
print(cleaned)

第二个例子值得多看一眼：n.strip() 去首尾空格（阶段 0 的老朋友），if 把洗完还是空串的条目拦在门外——清洗数据这个动作，你在阶段 1 后半段的 pandas 课里会天天做，这就是它的迷你版。

✍️ 练习

练习 1：一周的中间三天

用切片从 7 天访问量里取出周三到周五（下标 2、3、4）这三天的数据，打印出来。

visits = [820, 930, 1150, 1080, 1240, 660, 590]
#          周一  周二  周三   周四   周五  周六 周日

# 你的代码写在下面

visits = [820, 930, 1150, 1080, 1240, 660, 590]

mid = visits[2:5]   # 含头不含尾：下标 2、3、4
print(mid)

练习 2：畅销榜前三

先把销量从大到小排好（不许改动原列表 sales），再切出前三名打印。

sales = [180, 95, 260, 140, 320, 75]

# 你的代码写在下面

sales = [180, 95, 260, 140, 320, 75]

top3 = sorted(sales, reverse=True)[:3]
print(top3)
print(sales)   # 验证原列表没变

练习 3：邮箱清洗流水线（挑战）

用一个列表推导式完成：把列表里的邮箱全部转小写（.lower()），并且只保留含 "@" 的合法条目。

emails = ["Ada@Work.com", "bob(at)mail", "CARL@HOME.NET", "无"]

# 你的代码写在下面（提示：产出一个叫 valid 的新列表）

emails = ["Ada@Work.com", "bob(at)mail", "CARL@HOME.NET", "无"]

valid = [e.lower() for e in emails if "@" in e]
print(valid)

📝 随堂测验

本课小结

• 切片 列表[起点:终点]：含头不含尾；省略端点=到头/到尾；负下标从尾数；切出来是新拷贝
• 排序：sorted() 复印再排（接得住），.sort() 原地排（返回 None）；reverse=True 降序，key= 换评分标准
• 推导式 [加工 for 元素 in 列表 if 条件]：流水线一行造新表；读不懂就老实写 for
• 连招 sorted(...)[:3] 和"清洗过滤"是数据处理的日常动作，pandas 课里天天见

下一课给字典和集合也升个级——嵌套结构登场，那是你未来读懂 JSON 和 API 返回数据的直觉地基。