Python 基础库（即标准库中的内置类型与函数）对 `list`（列表）提供了**两类核心支持**： - **内置函数（Built-in Functions）**：作用于任意可迭代对象，如 `len()`, `max()`, `min()`, `sum()`, `sorted()`, `reversed()`, `list()` 等； - **列表对象方法（List Methods）**：仅适用于 `list` 实例，具有**就地修改（in-place）或查询**语义，如 `append()`, `extend()`, `insert()`, `remove()`, `pop()`, `clear()`, `index()`, `count()`, `sort()`, `reverse()` 等。 以下按功能维度结构化归纳，并附**可运行代码示例**与关键行为说明： ### ✅ 一、常用内置函数（作用于列表） | 函数 | 作用 | 是否修改原列表 | 示例（输入 `[3, 1, 4, 1, 5]`） | 备注 | |------|------|----------------|-------------------------------|------| | `len()` | 返回元素个数 | 否 | `len([3,1,4,1,5]) → 5` | [ref_2] | | `sum()` | 数值求和 | 否 | `sum([3,1,4,1,5]) → 14` | 要求所有元素为数字 [ref_5] | | `max()` / `min()` | 获取极值 | 否 | `max([3,1,4,1,5]) → 5` | 元素需可比较 [ref_5] | | `sorted()` | 返回新排序列表 | 否 | `sorted([3,1,4,1,5]) → [1,1,3,4,5]` | 支持 `key` 和 `reverse` 参数 [ref_6] | | `reversed()` | 返回反向迭代器 | 否 | `list(reversed([3,1,4])) → [4,1,3]` | 需转为 `list()` 才得列表 [ref_2] | | `list()` | 类型转换/复制 | 否 | `list([1,2,3]) → [1,2,3]`；`list('abc') → ['a','b','c']` | 构造新列表，是**浅拷贝** [ref_1] | ```python # 示例：sorted 与 list(reversed) 的典型用法 nums = [3, 1, 4, 1, 5] print(sorted(nums, reverse=True)) # [5, 4, 3, 1, 1] print(list(reversed(nums))) # [5, 1, 4, 1, 3] print(sum(nums), max(nums), min(nums)) # 14 5 1 ``` ### ✅ 二、核心列表方法（绑定于 list 实例） | 方法 | 作用 | 是否修改原列表 | 示例（`lst = [1,2,3]`） | 注意事项 | |------|------|----------------|--------------------------|-----------| | `append(x)` | 末尾添加单个元素 | 是 | `lst.append(4) → [1,2,3,4]` | 时间复杂度 O(1) [ref_3] | | `extend(iterable)` | 末尾批量添加 | 是 | `lst.extend([5,6]) → [1,2,3,4,5,6]` | 等价于 `+=` [ref_4] | | `insert(i, x)` | 指定索引插入 | 是 | `lst.insert(0, 0) → [0,1,2,3,4,5,6]` | i 超界时自动尾插 [ref_3] | | `remove(x)` | 删除首个匹配值 | 是 | `lst.remove(0) → [1,2,3,4,5,6]` | 不存在则抛 `ValueError` [ref_4] | | `pop([i])` | 移除并返回索引 i 元素 | 是 | `lst.pop() → 6`; `lst.pop(0) → 1` | 默认 `pop(-1)`，O(1)；`pop(0)` 为 O(n) [ref_3] | | `clear()` | 清空所有元素 | 是 | `lst.clear() → []` | 等价于 `del lst[:]` [ref_3] | | `sort(key=None, reverse=False)` | 原地排序 | 是 | `lst.sort(reverse=True)` | 不返回 `None`，不可链式调用 [ref_6] | | `reverse()` | 原地反转 | 是 | `lst.reverse()` | 比 `lst[::-1]` 更省内存 [ref_3] | | `index(x[, start[, end]])` | 查首匹配索引 | 否 | `[1,2,2,3].index(2) → 1` | 不存在抛 `ValueError` [ref_3] | | `count(x)` | 统计出现次数 | 否 | `[1,2,2,3].count(2) → 2` | [ref_4] | ```python # 示例：混合操作演示（含错误处理） fruits = ['apple', 'banana', 'cherry'] fruits.append('date') # → ['apple','banana','cherry','date'] fruits.extend(['elderberry', 'fig']) # → [...,'elderberry','fig'] fruits.insert(1, 'blueberry') # → ['apple','blueberry','banana',...] print(fruits.count('banana')) # 1 try: fruits.remove('grape') # ValueError: list.remove(x): x not in list except ValueError as e: print("未找到元素:", e) ``` ### ✅ 三、关键行为辨析：修改 vs. 不修改 Python 列表是**可变对象**，其方法是否修改原列表直接影响数据安全性。例如在函数中传递列表时： - 若需**保护原始数据**，应传入副本：`func(lst.copy())` 或 `func(lst[:])` 或 `func(list(lst))` [ref_1]； - 若需**累积修改**（如 3D 打印任务队列逐步消耗），则直接传引用并使用 `pop()`/`remove()` [ref_1]。 ```python def process_orders(orders): while orders: order = orders.pop(0) # 修改原列表 print(f"处理订单: {order}") original = ['A001', 'A002', 'A003'] process_orders(original.copy()) # 安全：original 保持不变 print("原始订单:", original) # ['A001', 'A002', 'A003'] ``` 综上，掌握 `内置函数` 与 `列表方法` 的**语义边界（是否就地修改）、时间复杂度、异常行为**，是高效、安全操作列表的基础。所有函数与方法均来自 Python 标准解释器，无需额外安装 [ref_2][ref_3][ref_4][ref_5][ref_6]。