网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!
In [11]: list([[1, 2], [3, 4], [5]] | chain)
Out[11]: [1, 2, 3, 4, 5]
In [30]: list((1, 2, 3) | chain_with([4, 5], [6]))
Out[30]: [1, 2, 3, 4, 5, 6]
In [31]: list((1, 2, 3) | chain_with([4, 5], [6,[7]]))
Out[31]: [1, 2, 3, 4, 5, 6, [7]]
如你所见,chain 只可以拆开一层,如果要拆开多层嵌套的话,不要慌,traverse 轻松搞定。
In [12]: list([[1, 2], [[[3], [[4]]], [5]]] | traverse)
Out[12]: [1, 2, 3, 4, 5]
结合 select 一起,获取字典中的某个字段属性集合。
In [32]: fruits = [
…: {“name”: “apple”, “price”: [2, 5]},
…: {“name”: “orange”, “price”: 4},
…: {“name”: “grape”, “price”: 5},
…: ]
In [33]: list(fruits
…: | select(lambda fruit: fruit[“price”])
…: | traverse)
…:
Out[33]: [2, 5, 4, 5]
分组
–
对列表中的元素进行分组是必不可少的,在 pipe 中可以使用 groupby 来完成。
In [26]: list(numbers
…: | groupby(lambda x: ‘Even’ if x % 2 == 0 else ‘Odd’)
…: | select(lambda x: {x[0]: list(x[1])})
…: )
…:
Out[26]: [{‘Even’: [0, 2, 4]}, {‘Odd’: [1, 3, 5]}]
同样,还可以在 select 中添加 where 过滤条件。
In [27]: list(numbers
…: | groupby(lambda x: ‘Even’ if x % 2 == 0 else ‘Odd’)
…: | select(lambda x: {x[0]: list(x[1] | where(lambda x: x > 2))})
…: )
…:
Out[27]: [{‘Even’: [4]}, {‘Odd’: [3, 5]}]
Out[27]: [{‘Even’: [4]}, {‘Odd’: [3, 5]}]
行列互换
数据处理中时常会用到行列互相转换,尤其是在用 DataFrame 时,使用 pipe 一行代码搞定行列转换。
In [24]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]] | transpose
Out[24]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
删除元素
对列表去重也是一项常用的操作,在 pipe 中使用 dedup 来对列表进行去重。
In [28]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | dedup)
Out[28]: [1, 2, 3]
与 dedup 不同的是,uniq 只会对连续的重复元素保留一个,非连续重复元素则不过滤。
In [29]: list([1, 1, 2, 2, 3, 3, 1, 2, 3] | uniq)
感谢每一个认真阅读我文章的人,看着粉丝一路的上涨和关注,礼尚往来总是要有的:
① 2000多本Python电子书(主流和经典的书籍应该都有了)
② Python标准库资料(最全中文版)
③ 项目源码(四五十个有趣且经典的练手项目及源码)
④ Python基础入门、爬虫、web开发、大数据分析方面的视频(适合小白学习)
⑤ Python学习路线图(告别不入流的学习)
网上学习资料一大堆,但如果学到的知识不成体系,遇到问题时只是浅尝辄止,不再深入研究,那么很难做到真正的技术提升。
一个人可以走的很快,但一群人才能走的更远!不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人,都欢迎加入我们的的圈子(技术交流、学习资源、职场吐槽、大厂内推、面试辅导),让我们一起学习成长!