Для новичков: «Списки в Python: как перестать думать “просто массив” и начать думать “инструмент”

SHAMAN · Сегодня в 11:22

Если ты пишешь на Python, то наверняка уже сталкивался со списками (list). Это одна из самых часто используемых структур данных. Но часто новички используют их как «коробку для хранения» и не задействуют весь потенциал. В этой статье разберём, что делает списки в Python особенными, какие у них есть скрытые возможности и как писать с ними чистый, эффективный код.

Что такое список и почему он так популярен?

Список — это упорядоченная, изменяемая коллекция объектов. В одном списке могут лежать числа, строки, другие списки или даже функции.

python

mixed_list = [1, "яблоко", 3.14, [1, 2, 3], lambda x: x * 2] 
Ключевые свойства:

Изменяемость (mutable): можно добавлять, удалять и менять элементы на лету.
Упорядоченность: элементы хранятся в том порядке, в котором ты их добавил.
Гибкость: не нужно заранее объявлять тип данных или размер списка.

Именно эта гибкость делает списки идеальными для прототипирования, обработки данных и написания скриптов.

Базовые операции: от простого к сложному

Начнём с того, что знает каждый, но вспомним для порядка:

Доступ по индексу: my_list[0] — первый элемент, my_list[-1] — последний. Отрицательные индексы — это суперудобно.
Срезы (slicing): my_list[1:5] вернёт элементы со 2-го по 5-й. А my_list[::-1] мгновенно развернёт список задом наперёд.
Добавление: append() добавляет в конец, insert() — в конкретное место.
Удаление: pop() удаляет и возвращает элемент, remove() удаляет по значению, del удаляет по индексу или срезу.

Пример работы со срезами:

python

numbers = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] # Каждый второй элемент even_numbers = numbers[::2] # [0, 2, 4, 6, 8] # Последние три элемента last_three = numbers[-3:] # [7, 8, 9] # Разворот reversed_numbers = numbers[::-1] # [9, 8, ..., 0]

Продвинутый уровень: списковые включения (List Comprehensions)

Это «визитная карточка» Python. Вместо громоздкого цикла for можно написать всё в одну строку.

Задача: получить квадраты всех чётных чисел из списка.

Без comprehension:

python

result = [] for x in numbers: if x % 2 == 0: result.append(x ** 2) 
С comprehension (более читаемо и быстро):

python

result = [x ** 2 for x in numbers if x % 2 == 0] 
Здесь мы сразу видим логику: «возьми x, если он чётный, и возведи в квадрат». Это делает код декларативным — мы описываем что хотим получить, а не как это сделать пошагово.

Можно вкладывать условия и даже использовать вложенные списки:

python

# Создать матрицу 3x3 с нулями matrix = [[0 for _ in range(3)] for _ in range(3)]

Производительность и подводные камни

Хотя списки очень удобны, важно помнить о нюансах:

Вставка в начало: list.insert(0, item) работает медленно (O), потому что приходится сдвигать все остальные элементы. Если тебе нужно часто добавлять в начало или удалять из начала, используй collections.deque.
Проверка вхождения: if x in my_list — это линейный поиск (O). Если нужно часто проверять наличие элемента, лучше использовать set или dict.
Ссылки, а не копии: когда ты делаешь b = a, ты не создаёшь новый список, а создаёшь новую ссылку на тот же объект. Изменение b изменит и a.

Пример с копированием:

python

a = [1, 2, 3] b = a # Это ссылка! b.append(4) print(a) # [1, 2, 3, 4] — список 'a' тоже изменился! c = a[:] # Это поверхностная копия (slice) c.append(5) print(a) # [1, 2, 3, 4] — 'a' остался прежним 
Для глубокого копирования сложных списков (со вложенными объектами) используй модуль copy:

python

import copy deep_copy = copy.deepcopy(complex_list)

Практический пример: парсинг логов

Допустим, у тебя есть список строк с логами, и нужно вытащить только успешные запросы (статус 200).

python

logs = [ "GET /index.html 200 OK", "POST /login 401 Unauthorized", "GET /api/data 200 OK", "DELETE /item 500 Error" ] # Используем list comprehension и строковые методы successful_requests = [line for line in logs if "200" in line] print(successful_requests) # Вывод: ['GET /index.html 200 OK', 'GET /api/data 200 OK'] 
Этот подход лаконичен, понятен и легко расширяется (например, можно добавить парсинг URL или времени).

Когда списки — не лучший выбор?

Python богат на структуры данных, и важно знать, когда брать не список:

Нужны уникальные элементы и быстрый поиск: бери set.
Нужна связь «ключ-значение»: бери dict.
Нужно хранить неизменяемую последовательность (например, координаты точки): бери tuple.
Нужна очередь (FIFO) с частыми вставками/удалениями с обоих концов: бери deque из collections.

Заключение

Списки в Python — это фундамент. Они просты для старта, но обладают глубиной, которая раскрывается по мере роста твоего опыта. Умение грамотно использовать срезы, списковые включения и понимание того, как списки работают «под капотом», напрямую влияет на качество твоего кода.

Попробуй переписать какой-нибудь свой старый цикл с for в виде list comprehension — ты удивишься, насколько чище станет код.

Для новичков: «Списки в Python: как перестать думать “просто массив” и начать думать “инструмент”

SHAMAN

Administrator

Что такое список и почему он так популярен?​

Базовые операции: от простого к сложному​

Продвинутый уровень: списковые включения (List Comprehensions)​

Производительность и подводные камни​

Практический пример: парсинг логов​

Когда списки — не лучший выбор?​

Заключение​