最后
🍅 硬核资料:关注即可领取PPT模板、简历模板、行业经典书籍PDF。
🍅 技术互助:技术群大佬指点迷津,你的问题可能不是问题,求资源在群里喊一声。
🍅 面试题库:由技术群里的小伙伴们共同投稿,热乎的大厂面试真题,持续更新中。
🍅 知识体系:含编程语言、算法、大数据生态圈组件(Mysql、Hive、Spark、Flink)、数据仓库、Python、前端等等。
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!
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
3. 通过 Python 内置的 sorted()
方法对复杂的对象进行排序
排序的需求在很多场景中都很常见,Python中的可迭代对象(列表、元组、字典)都可以进行排序,内置函数 sorted()
让我们甚至都不需要自己实现排序算法。
data = [1, 3, -5, 7, 9, -11]
sortedData = sorted(data)
print(sortedData)
输出:
[-11, -5, 1, 3, 7, 9]
sorted()
方法自动将列表按照升序排序,如果你想按照降序排序,可以使用 sorted()
的参数 reverse = True
。
sorted()
方法同样也适用于元组类型的数据,但是注意排序的结果将返回一个列表。
data = (1, 3, -5, 7, 9, -11)
print(data)
sortedData = sorted(data)
print(sortedData)
输出:
(1, 3, -5, 7, 9, -11)
[-11, -5, 1, 3, 7, 9]
对于复杂的可迭代对象,比如我们可以创建一个列表,列表中的每一个元素都是一个人的字典信息,然后我们按照每个人的年龄进行排序。
我们可以用 sorted()
的 key
参数,传入一个匿名函数,让排序按照我们预想的方式进行。
data = [{
“name”: “Alex”, “age”: 18},
{
“name”: “Band”, “age”: 21},
{
“name”: “Coco”, “age”: 17}]
sorted_data = sorted(data, key=lambda x: x[“age”])
print(sorted_data)
输出:
[{‘name’: ‘Coco’, ‘age’: 17}, {‘name’: ‘Alex’, ‘age’: 18}, {‘name’: ‘Band’, ‘age’: 21}]
4. 使用集合 Set
存储唯一值
如果你有一个包含多个值的列表,并且需要去重,一个不错的技巧是将我们的列表转换为一个集合。
Python的集合是一种无序的数据类型,并且没有重复元素,还提供了不同集合之间的运算,可以求交集、并集和差集。
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
setData = set(data)
print(setData)
输出:
{1, 3, 5, 7, 9}
5. 使用生成器以节省内存
有时候列表并不是最好的选择。假如我们有一个非常大的列表,有10000个元素,我们想计算所有元素的总和,虽然可以用列表来做,当如果数据量特别大的话我们可能会遇到内存问题,更好的解决方案是使用生成器。
dataList = [i for i in range(10000)]
print(sum(dataList))
dataGen = (i for i in range(10000))
print(sum(dataGen))
输出:
列表生成式与生成器具有相同的语法,不同点在于列表生成式使用的是中括号,而生成器使用的是小括号。
生成器通过类似于懒加载的方式计算我们需要的元素,因此它一次只生成一个元素,并且只在需要的时候才生成。
我们可以使用 sys
的 getsize()
方法看一下列表和生成器的大小。
import sys
dataList = [i for i in range(10000)]
print(sys.getsizeof(dataList), “bytes”)
dataGen = (i for i in range(10000))
print(sys.getsizeof(dataGen), “bytes”)
输出:
85176 bytes
112 bytes
6. 在字典中获取元素使用 .get()
并且设置默认值
假设我们有一个字典,其中包括不同的键,比如商品和价格,在我们的代码中的某个点,想要获得商品的价格。
当我们用 []
简单的访问键时,如果键不在字典中,那么代码将会报错,引发一个 KeyError
。
dataDict = {
“name”: “Tesla”,
“price”: 250000
}
print(dataDict[“count”])
报错:
Traceback (most recent call last):
File “mian.py”, line 5, in
print(dataDict[“count”])
KeyError: ‘count’
更好的方式是使用 .get()
方法,此时如果键不存在,则不会引发 KeyError
,而是返回一个默认值,如果我们不指定默认值,它会直接返回None,如果我们指定默认值,那么它会返回我们指定的默认值。
dataDict = {
“name”: “Tesla”,
“price”: 250000
}
print(dataDict.get(“count”))
print(dataDict.get(“count”, 0))
输出:
None
0
7. 计数器 collections.Counter
如果你想计算列表中元素的数量,Python中有一个非常方便的工具。
from collections import Counter
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
counter = Counter(data)
print(counter)
输出:
Counter({9: 5, 7: 4, 5: 3, 3: 2, 1: 1})
Counter
可以统计列表中不同元素的数量,并且按照出现次数降序排列,这比我们自己计算要好得多。
如果你想知道某个元素的个数的话,可以直接通过 []
访问,如果这个元素不存在,那么将返回0,并且还可以通过 most_common()
方法返回排名靠前的几个元素。
from collections import Counter
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
counter = Counter(data)
print(counter[7])
print(counter[11])
print(counter.most_common(2))
输出:
4
0
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!