Weiter zum Inhalt

Der umfassende Leitfaden zu leeren Listen in Python

Lerne wichtige Listenoperationen und Anwendungsfälle für leere Listen in Python.
Aktualisiert 18. Sept. 2026  · 5 Min. lesen

Mit KI erkunden

ChatGPTClaudePerplexity

Python ist mit seinen vielseitigen Datenstrukturen ein mächtiges Werkzeug für Entwicklerinnen, Entwickler und Data Scientists. Listen nehmen dabei einen besonderen Platz ein: Sie sind dynamisch und einfach zu verwenden. In diesem Artikel schauen wir uns leere Listen in Python genauer an — wie du sie erstellst, typische Anwendungsfälle und gängige Operationen — mit klaren Schritt-für-Schritt-Erklärungen und praktischen Beispielen.

Wenn du tiefer einsteigen willst, sieh dir unser vollständiges Tutorial zu Python-Listen an.

Die Kurzantwort: So erstellst du eine leere Liste in Python

Wenn es schnell gehen soll, erstellst du eine leere Liste in Python ganz einfach mit eckigen Klammern []. Diese kurze Schreibweise ist nicht nur leicht zu merken, sondern auch effizient, um eine Liste für weitere Operationen zu initialisieren. Hier ein Beispiel: Wir erstellen eine leere Liste namens my_list und fügen (später ausführlicher erklärt) die Wörter ‘Python’ und ‘Rocks’ hinzu.

# Create an empty list called my_list
my_list = []
# Append the words 'Python' and 'Rocks' to it
my_list.append('Python')
my_list.append('Rocks')

# my_list is now ['Python', 'Rocks']

Leere Python-Listen erstellen: Zwei Methoden

Oben haben wir die eckigen Klammern [] als schnelle Methode zum Initialisieren einer leeren Liste kurz vorgestellt. Es lohnt sich, diese Technik genauer anzusehen, denn sie ist elegant und effizient. Zusätzlich bietet Python eine explizitere Alternative, die je nach Coding-Style und gewünschter Klarheit besser passt.

Methode 1: Leere Listen mit [] erstellen

Die eckigen Klammern [] spiegeln die Python-Philosophie wider: einfach und gut lesbar. Das ist ein klarer, intuitiver Startpunkt für Listenoperationen. So initialisierst du eine leere Liste mit []:

# Initializing an empty list with square brackets
my_empty_list = []

Methode 2: Pythons eingebaute Funktion list() verwenden

Alternativ kannst du die eingebaute Funktion list() nutzen. Ohne Argumente aufgerufen, gibt sie eine leere Liste zurück. Diese Methode ist genauso wirkungsvoll, wenn auch etwas ausführlicher. Sie ist hilfreich, wenn du Wert auf expliziten, gut lesbaren Code legst. So sieht das aus:

# Create an empty list using the list() function
my_empty_list = list()

Häufige Operationen mit leeren Listen

Wenn du Python effektiv nutzen willst, musst du wissen, wie du leere Listen veränderst. Hier sind zentrale Operationen, die du beim Arbeiten mit leeren Listen regelmäßig brauchst.

Elemente mit .append() an eine leere Liste anhängen

Eine leere Liste bringt wenig, wenn du keine Elemente hinzufügen kannst. Mit der Methode .append() fügst du ein Element ans Listenende an. Im Beispiel initialisieren wir eine leere Liste und fügen die Wörter ’Python’, ’Rocks!’ und ‘It’s easy to learn!’ zu my_list hinzu.

# Initialize an empty list
my_list = []

# Append elements
my_list.append('Python')
my_list.append('Rocks!')
my_list.append('It’s easy to learn!')

# `my_list` is now ['Python', 'Rocks!', 'It’s easy to learn!']

Ein Element an einer bestimmten Position mit .insert() einfügen

Ein Nachteil von .append() ist, dass damit nur am Ende eingefügt wird — die Einfügeposition lässt sich nicht steuern. Mit .insert() geht genau das. Wir greifen das vorige Beispiel auf und fügen ’Truly’ zwischen ’Python’ und ’Rocks!’ ein. Denk daran: Python nutzt Nullbasierung, das erste Element hat also den Index 0. Das Beispiel zeigt die Details:

# Initialize an empty list
my_list = []

# Append elements
my_list.append('Python')
my_list.append('Rocks!')
my_list.append('It’s easy to learn!')

# `my_list` is now ['Python', 'Rocks!', 'It’s easy to learn!']

# Showcase zero-based indexing in Python
my_list[0] # Returns 'Python'
my_list[1] # Returns 'Rocks'
my_list[2] # Returns 'It's easy to learn!'

# Use the .insert() method to insert ’Truly’ between ’Python’ and ’Rocks!’
my_list.insert(1, 'Truly')
# `my_list` is now ['Python', 'Truly', 'Rocks', 'It’s easy to learn!']

Mehrere Elemente mit .extend() hinzufügen

Während .append() und .insert() ideal für einzelne Elemente sind, fügt .extend() mehrere Elemente auf einmal hinzu. Das ist praktisch, wenn du Listen zusammenführen oder eine Sammlung ohne Schleife anhängen willst. Aufbauend auf dem Beispiel erweitern wir my_list um ein paar Wörter, damit der Satz runder wird:

# Reminder that `my_list` is ['Python', 'Truly', 'Rocks', 'It’s easy to learn!']

# Extend my_list with ['and', 'fun', 'to', 'use!']
my_list.extend(['and', 'fun', 'to', 'use!'])

# `my_list` is now ['Python', 'Truly', 'Rocks!', 'It’s easy to learn!', 'and', 'fun', 'to', 'use!']

In diesem Beispiel nimmt .extend() ein iterierbares Objekt (z. B. Liste, Set oder Tupel) und hängt jedes seiner Elemente ans Ende von my_list an — unser Satz wächst weiter.

Listen mit + verketten

Eine weitere Möglichkeit, Elemente aus einer Liste zu einer anderen hinzuzufügen, ist der Operator +, der zwei Listen konkateniert. Das ist unkompliziert und verändert die Ausgangslisten nicht, sondern erzeugt eine neue Liste. So verketten wir eine neue Liste mit unserer bestehenden my_list:

# Define a new list to concatenate
additional_words = ['Python is also', 'very versatile.']

# Concatenate lists using +
complete_sentence = my_list + additional_words

# `complete_sentence` now contains the elements of both lists
# `complete_sentence` is now ['Python', 'Truly', 'Rocks!', 'It’s easy to learn!', 'and', 'fun', 'to', 'use!', 'Python is also', 'very versatile.']

In diesem Beispiel nimmt .extend() ein iterierbares Objekt (z. B. Liste, Set oder Tupel) und hängt jedes seiner Elemente ans Ende von my_list an — unser Satz wächst weiter.

Listen mit .copy() kopieren

Eine Kopie ist sinnvoll, wenn du die Originalliste behalten willst, bevor du Änderungen vornimmst. .copy() erstellt eine flache Kopie — die Liste selbst wird dupliziert, nicht aber tief verschachtelte Objekte darin. So kopierst du my_list:

# Make a copy of `my_list`
my_list_copy = my_list.copy()

# Verify that `my_list_copy` is a separate object
assert my_list_copy is not my_list  # This will pass, confirming they are different objects

Mit .copy() stellst du sicher, dass Änderungen an der Kopie das Original nicht beeinflussen.

Eine Liste mit .clear() leeren

Manchmal willst du eine Liste wieder in den Leerzustand versetzen und alle Elemente entfernen. .clear() erledigt das in-place. So leerst du my_list:

# Clear all elements from `my_list`
my_list.clear()

# `my_list` is now an empty list again
assert len(my_list) == 0  # This will pass, confirming the list is empty

Die Methode .clear() ist nützlich, wenn du eine Liste wiederverwenden oder zurücksetzen willst, ohne ein neues Listenobjekt zu erstellen.

Typische Anwendungsfälle für leere Python-Listen

Leere Listen sind in vielen Programmierszenarien unverzichtbar. Wenn du ihre Einsatzzwecke kennst, arbeitest du effizienter und löst Probleme schneller.

Daten dynamisch in einer leeren Liste sammeln

Wenn Umfang oder Typ der Daten unvorhersehbar sind, eignen sich leere Listen hervorragend als flexible Container. Stell dir ein Programm vor, das Nutzereingaben liest, bis eine Bedingung erfüllt ist. Wir kennen die Anzahl der Eingaben nicht — mit .append() fügen wir Antworten dynamisch zur Liste user_response hinzu.

# Initialize an empty list to store user input
user_responses = []

# Collect user input in a loop
while True:
    response = input("Enter your response (or type 'exit' to finish): ")
    if response.lower() == 'exit':
        break
    user_responses.append(response)

# User responses are now stored in `user_responses`

Ergebnisse aus einer For-Schleife in einer leeren Liste speichern

Beim Arbeiten mit Schleifen sind leere Listen ideal, um Ergebnisse pro Iteration zu sammeln. Hier speichern wir gerade Zahlen, während wir von 0 bis 20 iterieren.

# Initialize an empty list to store even numbers
even_numbers = []

# Loop through a range of numbers and store even ones
for number in range(21):  # Upper limit 21 to include 20 in the range
    if number % 2 == 0: # if remainder when divided by 2 =0, store it in empty list
        even_numbers.append(number)

# `even_numbers` now contains even numbers from 0 to 20

Funktionsausgaben in leere Listen schreiben

Wenn Funktionen variable Rückgabewerte haben, lässt sich mit einer initialisierten leeren Liste elegant der Fall ohne Ergebnis abbilden. Im Beispiel iterieren wir über eine Wortliste und speichern alle Wörter, die mit ’A’ beginnen, in einer leeren Liste.

def find_strings_starting_with_a(strings):
    # Initialize an empty list to store strings that start with 'A'
    strings_starting_with_a = []
    
    # Iterate over the input list and append strings that start with 'A' to `strings_starting_with_a`
    for string in strings:
        if string.startswith('A'):
            strings_starting_with_a.append(string)
    
    return strings_starting_with_a

# Example usage
result = find_strings_starting_with_a(['Assert', 'Import', 'Function', 'Array', 'Arguments'])

# 'result' will contain ['Assert', 'Array', 'Arguments']

Fazit

Kurz gesagt: Wer leere Listen und die dazugehörigen Operationen beherrscht, kann Daten in Python flexibel verarbeiten. Durch Anhängen, Einfügen, Erweitern, Verketten, Kopieren und Leeren hast du gesehen, wie sich Listen in der Praxis effektiv steuern lassen. Diese Grundlagen sind das Rückgrat beim Python-Coding und helfen dir, komplexere Aufgaben kreativ und souverän zu lösen.

Mehr über Python-Listen und viele weitere nützliche Funktionen lernst du im Python Fundamentals Lernpfad — leg heute los!


Adel Nehme's photo
Author
Adel Nehme
LinkedIn

Adel ist Data Science Educator, Speaker und Evangelist bei DataCamp, wo er verschiedene Kurse und Live-Trainings zu Datenanalyse, maschinellem Lernen und Data Engineering veröffentlicht hat. Er setzt sich leidenschaftlich für die Verbreitung von Datenkenntnissen und Datenkompetenz in Organisationen und an der Schnittstelle zwischen Technologie und Gesellschaft ein. Er hat einen MSc in Data Science und Business Analytics. In seiner Freizeit ist er mit seinem Kater Louis unterwegs.

Themen
Python

Bleib dran mit Python!

Lernpfad

Python Daten Grundlagen

28 Std.
Erweitere deine Datenkenntnisse, entdecke, wie du Daten manipulieren und visualisieren kannst, und wende fortgeschrittene Analysen an, um datengestützte Entscheidungen zu treffen.
Details anzeigenRight Arrow
Kurs Starten
Mehr anzeigenRight Arrow