Een Python-lijst is een geordende en wijzigbare container die elementen van verschillende types (gehele getallen, tekenreeksen, andere lijsten) in één enkele variabele opslaat. Deze structuur is gebaseerd op een mechanisme van dynamische array van pointers: het toegewezen geheugen groeit in stappen bij elke toevoeging, wat de gebruikelijke bewerkingen snel maakt zonder speciale configuratie. Het begrijpen van deze interne werking stelt je in staat om beter te kiezen tussen de verschillende beschikbare methoden om dagelijks met je gegevens om te gaan.
Dynamische array en overallocatie: wat er in het geheugen gebeurt
Wanneer een script elementen één voor één toevoegt met append(), reserveert Python niet het geheugen element voor element. De taal alloceert een capaciteit die hoger is dan het aantal daadwerkelijk opgeslagen elementen, vaak met een factor dicht bij het dubbele. Dit mechanisme maakt elke aanroep van append() amortized in constante tijd.
Het nadeel van deze strategie verschijnt tijdens de herallocaties. Wanneer de voorgeallocateerde capaciteit is bereikt, kopieert Python de volledige array naar een nieuwe, grotere geheugenruimte. Bij een script dat geleidelijk regels van een bestand of metingen verzamelt, blijven deze kopiepieken onopgemerkt voor enkele duizenden elementen, maar worden ze meetbaar bij grotere volumes.
Om deze reden vermindert het groeperen van toevoegingen met extend() in plaats van het aanroepen van append() in een lus het aantal herallocaties. Als de uiteindelijke grootte van tevoren bekend is, is het bouwen van de lijst in één keer (bijvoorbeeld via een comprehensie) de meest efficiënte methode. Een python-gids op Tech Mafia beschrijft verschillende van deze strategieën toegepast op concrete gevallen van gegevensverwerking.
Python-lijstcomprehensies: syntaxis en optimalisatie in 3.12
De lijstcomprehensie condenseert een transformatie-lus in één regel. De basis syntaxis volgt dit schema:
resultaat = [expressie voor element in iterable als voorwaarde]
Deze schrijfwijze vervangt een klassieke for-blok gevolgd door een append(), en de winst is niet alleen cosmetisch. In Python 3.12 heeft het Faster CPython-project de creatie van een aparte interne frame voor elke comprehensie verwijderd. Het resultaat: minder overhead en snellere verwerking van gebruikelijke transformaties zoals het opschonen van tekenreeksen of het filteren van getallen in een dataset.
Een concreet voorbeeld: de leeftijden boven de 30 extraheren uit een lijst van dictionaries.
leeftijden = [p["age"] voor p in personen als p["age"] > 30]
Deze regel doet het werk van een for-lus, een voorwaardelijke test en een append in één leesbare expressie. De comprehensie wordt minder geschikt wanneer de interne logica meer dan twee voorwaarden overschrijdt of bijwerkingen inhoudt (schrijven naar een bestand, netwerkoproep). In dat geval verbetert het terugkeren naar een expliciete lus de leesbaarheid van de code.
Slicing en negatieve index: toegang tot gegevens zonder lus
Slicing maakt het mogelijk om een sublijst te extraheren zonder een lus te schrijven. De notatie gebruikt drie parameters tussen haakjes: begin, einde en stap.
lijst[2:5]retourneert de elementen met index 2, 3 en 4 (de eindgrens is exclusief)lijst[::-1]keert de volgorde van de gehele lijst om zonder de originele te wijzigenlijst[::2]selecteert elk tweede element, handig voor het bemonsteren van gegevens van sensoren of logs
De negatieve index telt vanaf het einde: lijst[-1] geeft het laatste element, lijst[-3:] de laatste drie. Deze notatie voorkomt dat je de lengte van de lijst met len() moet berekenen voordat je toegang krijgt tot de laatste elementen.
Slicing creëert een oppervlakkige kopie van het geëxtraheerde gedeelte. Het wijzigen van de sublijst wijzigt de oorspronkelijke lijst niet, wat de brongegevens beschermt tijdens een verkennende verwerking.
Lijsten sorteren, filteren en combineren met de ingebouwde functies
Python biedt twee benaderingen voor sorteren. De methode sort() wijzigt de lijst ter plaatse, terwijl de functie sorted() een nieuwe gesorteerde lijst retourneert zonder de originele te beïnvloeden. Het onderscheid is belangrijk wanneer het programma de oorspronkelijke volgorde moet behouden voor een andere verwerking.
De parameter key= accepteert een functie die het sorteerkriterium definieert. Een lijst van tekenreeksen sorteren op lengte, bijvoorbeeld:
woorden_gsorted = sorted(woorden, key=len)
Om te filteren, past de functie filter() een voorwaarde toe op elk element en retourneert een iterator. Gecombineerd met list() produceert het een nieuwe lijst:
positieven = list(filter(lambda x: x > 0, getallen))
De combinatie van twee lijsten gebeurt via de operator + (concatenatie) of via extend(). Het verschil: + creëert een nieuwe lijst, extend() wijzigt de bestaande lijst. Bij aanzienlijke volumes verbruikt extend() minder geheugen omdat het de structuur niet dupliceert.
append(element)voegt een enkel element toe aan het einde van de lijstextend(iterable)voegt elk element van een iterable toe aan de bestaande lijstinsert(index, element)plaatst een element op een specifieke positie, maar verschuift alle volgende (kosten in verhouding tot de grootte van de lijst)pop(index)verwijdert en retourneert het element op de gegeven index, of het laatste als er geen index is opgegeven
Geneste lijsten en tabelstructuren in Python
Een lijst kan andere lijsten bevatten, wat een tweedimensionale structuur vormt die vergelijkbaar is met een tabel. Elke sublijst vertegenwoordigt dan een gegevensrij:
tabel = [["Alice", 28], ["Bob", 35], ["Clara", 42]]
Toegang tot de leeftijd van Bob gebeurt met tabel[1][1], dat wil zeggen de tweede rij, tweede kolom. Dit formaat is geschikt voor kleine datasets (enkele tientallen rijen), maar toont zijn beperkingen daarboven: elke toegang via dubbele index maakt de code minder leesbaar, en de bewerkingen kolom voor kolom (som, gemiddelde) vereisen expliciete lussen.
Voor meer gestructureerde tabelverwerkingen verbetert het converteren van deze geneste lijsten naar dictionaries (met benoemde sleutels) de duidelijkheid. Elke rij wordt een dictionary met expliciete sleutels zoals “naam” en “leeftijd”, wat de code zelfdocumenterend maakt.
Python-lijsten dekken de meeste behoeften voor gegevensopslag en -transformatie in dagelijkse scripts. De keuze tussen comprehensie, expliciete lus of ingebouwde functie hangt vooral af van de gewenste leesbaarheid en het verwerkte volume. Wanneer de gegevens enkele honderden rijen overschrijden of kolombewerkingen vereisen, wordt de overgang naar gespecialiseerde structuren zoals de DataFrames van pandas een natuurlijke uitbreiding van het werk dat met lijsten is begonnen.
