零基础学习python——列表推导式

当我们使用python进行数据分析时，会使用for或while循环，但是许多花费大量的时间来进行构建多行代码，在python金融数据量化中，Abramn更建议搭建使用列表推导式来完成。

列表推导式

date_array=('20180118','20180119','20180120','20180121','20180122')#运用元组来封装交易日期
price_array=('30.14','29.28','26.36','32.56','32.56','32.82')#运用元组来封装收盘价格
sock_tuple_list=[(date,price) for date,price in zip(date_array,price_array) ]
print(sock_tuple_list)

输出结果：
[('20180118', '30.14'), ('20180119', '29.28'), ('20180120', '26.36'), ('20180121', '32.56'), ('20180122', '32.56')]

这里特别要注明，大家可能对zip用法不太了解，我在这里做一个补充。zip的效果是同时迭代多个序列，每次分别从一个序列中取得一个元素，当期中某个序列元素取完时，则宣告迭代结束。

date_array=('20180118','20180119','20180120','20180121','20180122')
price_array=('30.14','29.28','26.36','32.56','32.56','32.82')
sock_tuple_list=[(date,price) for date,price in zip(date_array,price_array) ]
print('20180119价格：{}'.format(sock_tuple_list[1][1]))#可以运用format函数进行字符串格式化
print(sock_tuple_list)

输出结果：
20178119价格：29.28
[('20180118', '30.14'), ('20180119', '29.28'), ('20180120', '26.36'), ('20180121', '32.56'), ('20180122', '32.56')]

仔细分析上面两段代码，对列表推导式略懂的小伙伴会思考当我们使用zip时候怎么能确保交易日期和收盘价格一一对应，当交易日期和收盘价格打乱时候岂不是无法精确.
通过tuple访问使用索引，欠缺灵活性，所以为了解决这个问题，特地引进可命名元组。

可命名元组：nametuple

from collections import nametuple
date_array=('20180118','20180119','20180120','20180121','20180122')
price_array=('30.14','29.28','26.36','32.56','32.56','32.82')
stock_nametuple=nametuple("stock",("stock","price"))
sock_nametuple_list=[sock_nametuple(date,price) for date,price in zip(date_array,price_array) ]
#nametuple访问使用price
print('20180119价格：{}'.format(sock_nametuple_list[1].price)

输出结果：
20180119价格：29.28