【Python代码积累】列表，字典，集合推导，排序查询

Python入门容易精通难，平时遇到优秀的代码一定要勤做笔记，不定时拿出来翻一翻，一定对你功力增长大有裨益！

01.简洁的表达式

 输出结果：

 

 【点评】其中对第一个print 的结果不太理解，但是通过 dict() 方法可以得到跟第一个print 一样的结果。

点评：Python因为简洁高效而出名，就是因为语法非常简单，而且内置了很多强大的数据结构：

• 比如我们可以大量用推导列表来生成很多简洁的代码
• 比如我们可以用if else组合，本来需要2-3行代码写的，一行搞定！

   

 列表，字典，集合推导式

1、使用[ ]生成list

基本格式

variable = [out_exp_res for out_exp in input_list if out_exp == 2]
  out_exp_res:　　列表生成元素表达式，可以是有返回值的函数。
  for out_exp in input_list：　　迭代input_list将out_exp传入out_exp_res表达式中。
  if out_exp == 2：　　根据条件过滤哪些值可以。

例一：30以内所有能被3整除的数

multiples = [i for i in range(30) if i % 3 is 0]
print(multiples)
# Output: [0, 3, 6, 9, 12, 15, 18, 21, 24, 27]

例二：30以内所有能被3整除的数的平方

def squared(x):
    return x*x
multiples = [squared(i) for i in range(30) if i % 3 is 0]
print multiples
#  Output: [0, 9, 36, 81, 144, 225, 324, 441, 576, 729]

2、使用( )生成generator

将俩表推导式的[]改成()即可得到生成器。

multiples = (i for i in range(30) if i % 3 is 0)
print(type(multiples))
#  Output: <type 'generator'>

二、字典推导式

字典推导和列表推导的使用方法是类似的，只不中括号该改成大括号。直接举例说明：

例子一：大小写key合并

mcase = {'a': 10, 'b': 34, 'A': 7, 'Z': 3}
mcase_frequency = {
    k.lower(): mcase.get(k.lower(), 0) + mcase.get(k.upper(), 0)
    for k in mcase.keys()
    if k.lower() in ['a','b']
}
print mcase_frequency
#  Output: {'a': 17, 'b': 34}

例子二：快速更换key和value

mcase = {'a': 10, 'b': 34}
mcase_frequency = {v: k for k, v in mcase.items()}
print mcase_frequency
#  Output: {10: 'a', 34: 'b'}

三、集合推导式

它们跟列表推导式也是类似的。 唯一的区别在于它使用大括号{}。

例一：计算列表中每个值的平方，自带去重功能

squared = {x**2 for x in [1, 1, 2]}
print(squared)
# Output: set([1, 4])

例二：字典推导注意事项

下面三种生成字典的方式：（区别在于右花括号的位置和键的生成方式）
print([{"i":i} for i in range(10)])
print()
print([{"i":i for i in range(10)}])
print()
print([{str(i):i for i in range(10)}])

将会输出：

[{'i': 0}, {'i': 1}, {'i': 2}, {'i': 3}, {'i': 4}, {'i': 5}, {'i': 6}, {'i': 7}, {'i': 8}, {'i': 9}]

[{'i': 9}]

[{'0': 0, '1': 1, '2': 2, '3': 3, '4': 4, '5': 5, '6': 6, '7': 7, '8': 8, '9': 9}]

解释：

第一个情况，当{}位于右边的时候，相当于生成了n个字典，每个字典的的长度是1.

第二个情况，当{}位于左边的时候，相当于生成了一个字典，字典的长度应该是n（第三个情况），但是由于键重复了，所以只保留最后一个生成的键值对。

第三个情况，就是生成的一个字典，字典的长度是n，元素是n个键值对。

在构造某些参数的时候，如果不注意就会出现错误。比如pytorch的optimizer的构造。

optimizer=torch.optim.SGD([{"params":mlp.parameters() for mlp in mlps}],lr=LR)

就得不到原本想要的结果，应该改成上述的第一个情况，也就是把花括号提前。保证生成9个键值对。

 

 

02.排序

忽略想起了一句台词，“有人的地方就有江湖”，那么有数组这样的数据结构一定涉及到排序，取最大值，取最小值。

点评：这个heapq库非常好用，尤其是我们在取一些列表的头部数据，比如最大几个，最小几个经常用到，很实用的一招！啥也不说了，赶紧背下来！

03.查询

排序和查询都是好基友，长的数据结构里面(字典，列表)里面我们一定会有查询，过滤的需求。有的时候，我们需要从一个很长的列表里面，找到某一个或者某一类的元素，怎么办，很简单，用高级函数filter :

1).用lambda配合filter过滤

点评:lambda是一个非常简洁的函数表达方式，短小精悍，加上配合filter一起使用，非常漂亮。比如我们通过 字符串里的startswith内置函数，非常方便的过滤出列表里面我们需要的数据！(Python3稍微改一下再filter之外再加一个list,不然生成的是迭代器地址)

点评：正则是一个非常不错的过滤方法，有的时候好的正则顶的上几十行代码，精通正则对玩数据分析，数据清洗是必需的技能！

04.碾平list

有的时候我们会遇到复杂的数据结构，比如列表里面套列表，层层嵌套，非常麻烦。有几种方法可以碾平:

1).第一种传统方法

点评：这里面就是用递归来解决的，思路非常简单清晰，但是递归一定要有出口，设计的时候要注意。

 

2).下面两种都是高手的写法：

点评：这两招看上去非常简单，实际上理解起来很复杂，把很多技巧结合在一行里面，反正第二种我还能接受，第三种口味太重了，看的有点晕！

05.带条件的推导列表

推导列表应该是我最喜欢的一种Pythonic方式，它的演变有很多手法，这几种都是非常常见的，多读几遍，背下来！

06.漂亮的添加字典的方法

设计数据结构的时候，字典是必须的！很多时候我们会用带下面的字典更新的方法，当然更好的是collections模块里面的defaultdict!

点评：Python中将两个字典进行合并操作，比较直观的想法是将两个字典做相加操作，赋值给结果字典，其代码为：

1	dictMerged1 = dict( dict1.items() + dict2.items() )

方法二：dictMerged2 = dict( dict1, **dict2 )

方法 2 等同于：

dictMerged2 = dict1.copy()
dictMerged2.update( dict2 )12

或者

dictMerged2 = dict( dict1 )
dictMerged2.update( dict2 )12

方法 2 比方法 1 速度快很多， 可以用 IPython 测试效率。