a_list = ['사과', '배', '감']
print(a_list[0])
>>> 사과
a_list = [2, '배', False, ['사과','감']]
print(a_list[3][1])
>>> 감
a_list = [1,5,6,3,2]
a_list.append(99)
a_list.append(100)
print(a_list)
>>> [1,5,6,3,2,99,100]
#오름차순 정렬
a_list = [1,5,6,3,2]
a_list.sort()
print(a_list)
>>> [1,2,3,5,6]
#내림차순 정렬
a_list = [1,5,6,3,2]
a_list.sort(reverse=True)
print(a_list)
>>> [6,5,3,2,1]
a_list = [1,5,6,3,2]
result = (99 in a_list)
print(result)
>>> False
앞선 정리내용과 마찬가지로 이와같은 방법은 조건부 판별이 필요할 경우 유용하게 사용할 수 있다
#딕셔너리는 기본적으로 Key와 Value의 쌍으로 이루어져 있으며 요소의 추가, 제거가 가능하다
a_dict = {'name': 'bob', 'age':27, 'friend':['영희','철수']}
a_dict['height'] = 180
print(a_dict)
>>> {'name':'bob', 'age':27, 'friend':['영희','철수'], 'height':180}
#딕셔너리의 자료값(key/value쌍)마다 고유한 인덱스가 부여되며 리스트처럼 참조가 가능하다
people = [{'name':'bob', 'age':27}, {'name':'john', 'age':30}]
print(people[1]['age'])
>>> 30
people = [
{'name': 'bob', 'age': 20, 'score':{'math':90,'science':70}},
{'name': 'carry', 'age': 38, 'score':{'math':40,'science':72}},
{'name': 'smith', 'age': 28, 'score':{'math':80,'science':90}},
{'name': 'john', 'age': 34, 'score':{'math':75,'science':100}}
]
print(people[2]['score']['science'])
>>> 90