导读：本篇文章首席CTO笔记来给大家介绍有关python看列表有多少元素的相关内容，希望对大家有所帮助，一起来看看吧。
本文目录一览：
1、用Python怎么统计一个列表的元素种类和各个种类的个数？2、如何统计python list中元素的个数及其位置3、四、 python中的数据类型——列表4、python 查看dataframe每列有多少个不同元素5、python 判断列表中每个元素有几个6、python 获取列表元素有几种方式，常见的是哪种？用Python怎么统计一个列表的元素种类和各个种类的个数？
统计一个列表中每一个元素的个数在Python里有两种实现方式，
第一种是新建一个dict，键是列表中的元素，值是统计的个数，然后遍历list。
items = ["cc","cc","ct","ct","ac"]
count = {}
for item in items:
count[item] = count.get(item, 0) + 1
print(count)
#{'ac': 1, 'ct': 2, 'cc': 2}
之中用到了一个小技巧，当dict中不还没有统计过一个元素时，直接索引count[item]会报错，而使用get方法count.get(item, 0)能够设置索引不存在的键时返回0。
第二种是使用Python内置的函数。统计元素的个数是一种非常常见的操作，Python的collection包里已经有一个Counter的类，大致实现了上面的功能。
from collections import Counter
items = ["cc","cc","ct","ct","ac"]
count = Counter(items)
print(count)
#Counter({'ct': 2, 'cc': 2, 'ac': 1})
如何统计python list中元素的个数及其位置
代码如下：
list1=[2,3,1,9,112,23,23,6,6,1,3,0,11,2,1,1]
L1=len(list1) #列表list1的长度
list2=list(set(list1)) #可以用set，直接去掉重复的元素
list2.sort(reverse=False) #将列表由小到大排序
L2=len(list2) #列表list2的长度
print('集合:'+str(list1))
for m in range(L2):
X=set() #设定一个空的集合，用来存放这个元素的所在的位置
start=list1.index(list2[m])
for n in range(L1):
stop=L1
if list2[m] in tuple(list1)[start:stop]:
a=list1.index(list2[m],start,stop)
X.add(a)
start=start+1
print('元素：'+str(list2[m])+'，一共有'+str(len(X))+'个，在列表位置集合为：'+str(X))
结果如下：
集合:[2, 3, 1, 9, 112, 23, 23, 6, 6, 1, 3, 0, 11, 2, 1, 1]
元素：0，一共有1个，在列表位置集合为：{11}
元素：1，一共有4个，在列表位置集合为：{9, 2, 14, 15}
元素：2，一共有2个，在列表位置集合为：{0, 13}
元素：3，一共有2个，在列表位置集合为：{1, 10}
元素：6，一共有2个，在列表位置集合为：{8, 7}
元素：9，一共有1个，在列表位置集合为：{3}
元素：11，一共有1个，在列表位置集合为：{12}
元素：23，一共有2个，在列表位置集合为：{5, 6}
元素：112，一共有1个，在列表位置集合为：{4}
---------------------
作者：散仙黄晓烟
来源：CSDN
原文：
版权声明：本文为博主原创文章，转载请附上博文链接！
四、 python中的数据类型——列表
列表是一种有序的集合，有点类似c里面的数组。它的特点是，可以随时向里面添加或删除其中的元素，在python中经常用来存放数据。列表的特点是中括号，内部元素用逗号隔开。
在这个列表中，可以放进去任何元素，不论你的元素是字符串、整型、浮点型、还是布尔值、空值，包括列表什么的，都可以放进去。
元素与元素之间，用逗号隔开。
列表会为每个元素分配序号，这个序号代表它的位置，称为索引（index），第一个元素的位置是0，第二个元素是1，以此类推。
使用索引获取列表中的值时，需要使用中括号来访问，在中括号前面加上列表名，中括号内部是元素的索引。
0代表第一个元素的位置，1代表第二个，-1代表倒数第一个，-2代表倒数第二个
使用 len() 函数，可以查看列表里面有多少个元素
在python中，列表的操作是非常的灵活的，我们可以向其中添加或删除元素。
添加使用 list.append() 函数
list.append() 函数是将元素插入到列表的末尾，当我们想在特定位置插入元素时可以使用 list.insert() 函数
list.insert() 函数接受两个参数，第一个参数是插入位置，第二个参数是要插入的元素。
需要注意的是，在使用append和insert时，必须在前面注明要操作的列表。就像上面的例子，我们要操作classmates这个列表，所以必须写成 classmates.append() 或 classmates.insert() ，如果不这么写，计算机就不知道你要往哪个列表中加入元素。
没有特殊情况的话，推荐使用append()函数添加元素，因为使用append的时候，元素默认加在列表尾部，不会造成其他元素索引值的改变。如果使用insert的话，就像上面的insert(1,'Tom')，在位置1插入'Tom'后，Tom后面所有的元素，索引值都加了一个1，列表中元素越多，受影响的程度越大，因此使用append()函数要比insert()函数更快。
删除列表中元素的方法有三种
del后面需要用索引的方式表明要删除的元素，也就是上面的例子，names[1]代表names中的第二个元素，使用del即可删除
list.pop() 函数与del差不多，都是使用索引值进行删除，只不过写法不同。
我们可以发现，执行 names.pop(1) 后，python shell打印出了第二个元素的值，也就是我们要删除的那个值，这是因为 pop() 这个函数，是有返回值的，有时候我们需要使用这个值，这个时候就可以用变量存起来。
这样我们就可以通过调用a而使用刚才删掉的元素了。
list.remove() 函数的作用是删除第一个匹配的元素，上面的例子中，names这个列表里面，有两个'Bob'，remove函数只删除了第一个'Bob'。这就是 list.remove() 函数的特点。
有时候我们想使用列表的前10个元素，或者前n个元素，这时候就应该使用列表的切片。
切片和索引类似，都是使用中括号，区别是，索引中的中括号里面只有一个数，而切片不同。切片是切割列表，形成切割下来的部分形成新的列表。
切片： list[start:end:[step=1]] ，这就是切片的表达式，要求start和end两者必须有一个，step不是可以不指定，不指定的时候默认为1。
切片该怎么理解呢，start就是开始的位置，end就是结束的位置。切片有个特点是“取前不取后”，看上面那个例子可以发现，1作为start，3作为end，1代表第二个元素，3代表第四个元素，列表切片的时候，是不取后面的那个数字对应的元素的，也就是不取第四个元素，所以names[1:3]只取了第二个元素和第三个元素，这就是所谓的取前不取后。
再看下一个例子。
当不指定start或者end的时候，start默认为0，end默认为最后一个元素的索引值+1，因为“取前不取后”，要想取到最后一个元素，必须加个1才行。
上例中，用 len(numbers) 表示了最后一个元素的索引值，因为索引值从0开始，最后一个元素的索引值一定是列表内元素个数-1，根据“取前不取后”，在end位置上的数字应该+1，所以最后就等于 len(numbers) 了。
当不设定start和end的时候，就默认取所有的元素了。
当加入step，这个选项后，step代表步长，默认为1，设定成2的时候，就是隔一个取一个，设定成3时就是隔两个取一个。
上例中，第一个切片，start和end均未设定，因此从第一个元素开始，隔一个取一个，得到了所有奇数位置的元素。
第二个切片，start设定为了1，因此取了所有偶数位置的元素。
3在列表中，0不在列表中，所以 3 in a 是True，而 0 in a 是False
更多关于列表的信息可以通过使用 help(list) 查看帮助文档。
python 查看dataframe每列有多少个不同元素
方法一：
mylist = set(say) #say为所要统计的列表
for item in mylist: #将列表中的元素无重复的抽取出来，赋值给另一个列表
print item + str( say.count(item)) #list.count(item) 输出item在list中出现的次数
方法二：
counts = { } #字典
for x in time_zones: #time_zones 为列表
if x in counts:
counts[x] += 1
else:
counts[x] = 1
print counts
方法三：
（Series与Datafram用法相同）
import numpy as np
import pandas as pd
from pandas import DataFrame
from pandas import Series
ss = Series(['Tokyo', 'Nagoya', 'Nagoya', 'Osaka', 'Tokyo', 'Tokyo'])
ss.value_counts() #value_counts 直接用来计算series里面相同数据出现的频率
扩展资料：
python函数的其他高级用法
1.使用函数变量：
Python 的函数也是一种值：所有函数都是 function 对象，这意味着可以把函数本身赋值给变量，就像把整数、浮点数、列表、元组赋值给变量一样。
2.使用函数作为函数形参：
有时候需要定义一个函数，该函数的大部分计算逻辑都能确定，但某些处理逻辑暂时无法确定，这意昧着某些程序代码需要动态改变，如果希望调用函数时能动态传入这些代码，那么就需要在函数中定义函数形参，这样即可在调用该函数时传入不同的函数作为参数，从而动态改变这段代码。
3.使用函数作为返回值：
程序中，定义了一个 get_math_func() 函数，该函数将返回另一个函数。接下来在 get_math_func() 函数体内的 ①、②、③ 号粗体字代码分别定义了三个局部函数，最后 get_math_func() 函数会根据所传入的参数，使用这三个局部函数之一作为返回值。
在定义了会返回函数的 get_math_func() 函数之后，接下来程序调用 get_math_func() 函数时即可返回所需的函数。
python 判断列表中每个元素有几个
比如你可以这样（用isinstance()函数来判断类型）：
123456789intCount
=
#用来记录列表中的int元素个数listCount
=
#记录list元素个数a
=
[1,'a',2,[1,2]]for
i
in
a:
#遍历a
if
isinstance(i,int):
#判断i是不是int
intCount
+=
1
elif
isinstance(i,list):
#判断i是不是list
listCount
+=
1print(intCount,listCount)
结果是2
1，也就是有2个int元素，1个list元素。
这是一个思路，你可以根据需要添加判断的类型，比如要统计float类型，就可以再加个elif
isinstance(i,list)来进行统计。至于元素种类，对应的记录是0，就说明没有这个种类的元素，比如如果intCount是0,就说明列表中没有int元素。
python 获取列表元素有几种方式，常见的是哪种？
Python中列表常见的方法有哪些？
Python列表定义:按特定顺序排列的元素组成。在Python中，用方括号[]来表示列表，并用逗号来分隔其中的元素。Python列表是编程中很常见的数据类型 。
列表是一种可修改的集合类型，其元素可以是数字、string等基本类型，也可以是列表、元组、字典等集合对象，甚至可以是自定义的类型。其定义方式如下： nums = [1,2,3,4] type(nums) print nums[1, 2, 3, 4] strs = ["hello","world"] print strs['hello', 'world'] lst = [1,"hello",False,nums,strs] type(lst) print lst[1, 'hello', False, [1, 2, 3, 4], ['hello', 'world']]
下面我们来看一下列表中有哪些常见的方法：count():统计某个元素在列表中出现的次数。index():从列表中找出某个值第一个匹配项的索引位置。append():在列表末尾添加新对象。extend():在列表末尾一次性追加另一个序列的多个值。insert():在列表的指定位置插入对象。pop():移除列表中的一个元素(默认最后一个元素)，并且返回该元素的值。remove():移除列表中某个值的第一个匹配项。reverse():将列表中的元素反向，不重新拷贝一个列表。reversed():将列表中的元素反向，重新拷贝一个列表。sort():将列表中的元素排序，不重新拷贝一个列表。sortd():将列表中的元素排序，重新拷贝一个列表。copy():浅拷贝，只是给原来的列表贴上了一个新标签，对于一个复杂对象的子对象并不会完全复制，如果有子列表，改变原来的值，新的拷贝对象也会改变。deepcopy():深拷贝，将复杂对象的每一层复制一个单独的个体出来。就是完全拷贝。常见内置函数：max()、min()、sum()、len()、all()、any()、zip()、enumerate()由于文章篇幅有限，具体的代码，推荐大家看这篇文章：
结语：以上就是首席CTO笔记为大家整理的关于python看列表有多少元素的相关内容解答汇总了，希望对您有所帮助！如果解决了您的问题欢迎分享给更多关注此问题的朋友喔～