我们以一个字符串为元素类型的 list 为例，进行列表元素的删除：

>>> l = ['no surfing', 'flippers']

法一：remove(val)

 
>>> l.remove('no surfing')

>>> l

['flippers']

 

（1）remove() 的参数是具体的元素值，而不是索引，

（2）如果知道索引，如何使用 remove 删除该索引上的元素值，

>>> l.remove(l[1])

这样做是很大的风险的，因为 list 允许重复，remove() 删除的列表中第一个和参数值相等的元素

法二：pop(0)

（1）pop() 接收的是索引，无参的情况下删除的是最后一个元素（典型的栈的特性）

（2）pop() 存在返回值，返回的是删除的元素值

 
l.pop() <==> l.pop(-1)

 

（3）list 的 append()（添加到尾部），pop()（从尾部弹出），成功地将 list 变成了 stack

法三：del(l[0])

>>> del(l[0])

 

目录

1.python 删除list中元素三种方式(一般)

1. pop()

2.del

3.remove

2.嵌套数组删除存在的问题

1.python 删除list中元素三种方式(一般)

1. pop()

1.默认删除最后一个元素.pop()中也可以传入参数,为list的索引
2.pop() 接收的是索引，无参的情况下删除的是最后一个元素（典型的栈的特性）
3.pop() 存在返回值，返回的是删除的元素值

list=[11,12,13,14,15]

list=[11,12,13,14,15]
list.pop()
print(list.pop())
print(list)

#output
14
[11, 12, 13]

2.del

list=[11,12,13,14,15]
del(list[1])
print(list)

#output
[11, 13, 14, 15]

3.remove

remove() 的参数是具体的元素值，而不是索引，

list=[11,12,13,14,15]
list.remove(11)
print(list)

#output
[12, 13, 14, 15]

2.嵌套数组删除存在的问题

存在于嵌套list中, 如果list1中的一个元素发生改变,list0也会变化.
目的:list0生成后不随list1的改变而改变

if(len(first_images)==12): #获取到了1分钟内的12个图像

         grey_images.append(to_grey(first_images))                  
         first_images.clear()

         if(len(grey_images)==5): #获得了5分钟的图片
            images.append(grey_images)
			print("image1前的shape:")
			arr1 = np.array(images)
			print(arr1.shape)

            del(grey_images[0])

			print("image1之后的shape:")
			arr1 = np.array(images)
			print(arr1.shape)
			                        

结果:image1前的shape和image1之后的shape并不一样.删除元素后比之前的少了一个元素.因为list存放的是索引,并不是实际的值

Solution:

思路:将索引改为实际的值,然后再删除
具体步骤:
1.创建一个新的数组
2.对原数组的元素依次放入新数组中.
3.对原数组进行元素删除.
这样新数组的值并不会发生改变.因为新数组的元素不再是引用,而是实际的值

if(len(first_images)==12): #获取到了1分钟内的12个图像

	grey_images.append(to_grey(first_images))
	first_images.clear()
	
	if(len(grey_images)==5): #获得了5分钟的图片
		    grey_images_val=[]
		    for t in range(5):
		        grey_images_val.append(grey_images[i])
		 
		    images.append(grey_images_val)
		    print("grey的length:")
		    print(len(grey_images))
		
		    print("image1前的shape:")
		    arr1 = np.array(images)
		    print(arr1.shape)
		
		    grey_images.pop()
		    print("image1之后的shape:")
		    arr1 = np.array(images)
		    print(arr1.shape)

结果:image1前的shape和image1之后的shape此时相同