BUILT-IN FUNCTIONS
DICTIONARY METHODS
LIST METHODS
SET METHODS
STRING METHODS
TUPLE METHODS
PYTHON FUNCTION
CÁC CHỦ ĐỀ
BÀI MỚI NHẤT
MỚI CẬP NHẬT

Thông báo: Download 4 khóa học Python từ cơ bản đến nâng cao tại đây.

Hàm List append() trong Python

Trong bài này bạn sẽ tìm hiểu phương thức List.append() trong Python, đây là phương thức dùng để thêm một phần tử vào vị trí cuối cùng của List hiện tại, nó không trả về một List mới mà thay vào đó sẽ cập nhật List hiện tại.

test php

banquyen png
Bài viết này được đăng tại freetuts.net, không được copy dưới mọi hình thức.

1. Cú pháp List Append()

Dưới đây là cú pháp của phương thức này.

list.append(item)

Trong đó item phần tử muốn thêm vào vị trí cuối cùng của list, sau khi thêm thì tổng số phần tử sẽ tăng lên một.

Giá trị của item có thể là một string, number, hay thậm chí là một list khác, điều này có nghĩa các phần tử của list không nhất thiết phải cùng một kiểu dữ liệu.

Bài viết này được đăng tại [free tuts .net]

2. Giá trị trả về của List append()

Như ý nghĩa của nó, vì phương thức append chi có nhiệm vụ thêm một phần tử vào list nên nó sẽ không trả về một giá trị nào cả.

Ví dụ
# domain list
domain = ['freetuts', 'dot', 'net']

# an element is added
domain.append('cuong admin')

#Updated Animal List
print('Updated list: ', domain)

Kết quả: 

Updated list:  ['freetuts', 'dot', 'net', 'cuong admin']

3. Ví dụ thêm một list vào list có sẵn

Dưới đây là một ví dụ thêm list vào một list có sẵn bằng append().

# animal list
animal = ['cat', 'dog', 'rabbit']

# another list of wild animals
wild_animal = ['tiger', 'fox']

# adding wild_animal list to animal list
animal.append(wild_animal)

#Updated List
print('Updated animal list: ', animal)

Kết quả: 

Updated animal list:  ['cat', 'dog', 'rabbit', ['tiger', 'fox']]

Tóm lại: Phương thức list append() sẽ bổ sung một phần tử vào List hiện tại, nó sẽ không trả về một giá trị nào cả.

Cùng chuyên mục:

Cách lưu trữ và tải lại Models trong PyTorch

Cách lưu trữ và tải lại Models trong PyTorch

Tìm hiểu về TensorBoard với PyTorch

Tìm hiểu về TensorBoard với PyTorch

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Học chuyển giao (Transfer Learning) trong PyTorch Beginner

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Hướng dẫn cơ bản mạng Nơ-ron Tích Chập (CNN) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Mạng Nơ-Ron truyền thẳng (Feed Forward Neural Network) trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Tìm hiểu Activation Functions trong PyTorch

Softmax và Cross Entropy trong PyTorch Beginner

Softmax và Cross Entropy trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset Transforms trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Dataset và DataLoader trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy Logistic trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Hồi quy tuyến tính trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Training Pipeline trong PyTorch Beginner

Sử dụng Gradient Descent với Autograd trong PyTorch

Sử dụng Gradient Descent với Autograd trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn về Tensor cơ bản trong PyTorch

Hướng dẫn cài đặt PyTorch với Deep Learning

Hướng dẫn cài đặt PyTorch với Deep Learning

LDA (Linear Discriminant Analysis) trong Python

LDA (Linear Discriminant Analysis) trong Python

Thuật toán AdaBoost trong Python

Thuật toán AdaBoost trong Python

Thuật toán K-Means Clustering trong Python

Thuật toán K-Means Clustering trong Python

Triển khai PCA bằng Python

Triển khai PCA bằng Python

Triển khai thuật toán Random Forest bằng Python

Triển khai thuật toán Random Forest bằng Python

Top