Head First Python（推导数据）

Kelly教练需要你的帮助

从各个文件将数据读入各自的列表，编写程序，处理各个文件，为各个选手的数据分别创建列表，并在屏幕显示。

<span style="font-size:18px;">with open('james.txt') as jaf: data = jaf.readline()
james = data.strip().split(',')
with open('julie.txt') as juf: data = juf.readline()
julie = data.strip().split(',')
with open('mikey.txt') as mif: data = mif.readline()
mikey = data.strip().split(',')
with open('sarah.txt') as saf: data = saf.readline()
sarah = data.strip().split(',')
print(jiames)
print(julie)
print(mikey)
print(sarah)</span>

排序有两种方式

原地排序（In-place sorting）是指按你指定的顺序排列数据，然后用排序后的数据替换原来的数据。原来的数据会丢失。对于列表，sort()方法会提供原地排序。

复制排序（Copied sorting）是指按你指定的顺序排列数据，然后返回原数据的一个副本。原数据的顺序依然保留，只是对一个副本排序。sorted()BIF支持复制排序。

print(sorted(james))
print(sorted(julie))
print(sorted(mikey))
print(sorted(sarah))

时间的麻烦

Python可以对字符串排序，排序时，短横线在点号前面，点号则在冒号前面。所有这些字符串都以2开头，各个字符串的下一个字符相当于一个分组机制。

数据中存在的不一致性导致排序失败。

2:58,2.58,2:39,2-25,2-55,2:54,2.18,2:55,2:55

编写sanitize()函数，处理字符串，将短横线或者冒号替换为点号。

<span style="font-size:18px;">def sanitize(time_string):
    if '-' in time_string:
        spliter='-'
    elif ':' in time_string:
        spliter=':'
    else:
        return(time_string)
    (mins,secs)=time_string.split(spliter)
    return(mins + '.' + secs)</span>

编写代码，将现有的数据转换为经过清理的版本。

<span style="font-size:18px;">clean_james=[]
clean_julie=[]
clean_mikey=[]
clean_sarah=[]
for each_t in james:
    clean_james.append(sanitize(each_t))
for each_t in julie:
    clean_julie.append(sanitize(each_t))
for each_t in mikey:
    clean_mikey.append(sanitize(each_t))
for each_t in sarah:
    clean_sarah.append(sanitize(each_t))
print(sorted(clean_james))
print(sorted(clean_julie))
print(sorted(clean_mikey))
print(sorted(clean_sarah))</span>

默认的，sort()方法和sorted()BIF都会按升序对数据排序。要以降序对数据排序，需要向sort()或sorted()传入参数reverse=True。

推导列表

将一个列表转换为另一个列表时需要做的四件事：

1. 创建一个新的列表来存放转换后的数据。
2. 迭代处理原列表中的各个数据项。
3. 每次迭代时完成转换。
4. 将转换后的列表追加到新列表。

<span style="font-size:18px;">clean_james=[]
for each_t in james:
    clean_james.append(sanitize(each_t))</span>

缩减为一行代码

clean_james=[sanitize(each_t) for each_t in james]

新的列表推导代码

print(sorted([sanitize(t) for t in james]))
print(sorted([sanitize(t) for t in julie]))
print(sorted([sanitize(t) for t in mikey]))
print(sorted([sanitize(t) for t in sarah]))

访问列表的前三项数据

james[0:3]  #使用一个列表分片访问列表中从第0项到（但不包括）第3项的数据项。

迭代删除重复数据

unique_james=[]   #需要重复四次代码
for each_t in james:
    if each_t not in unique_james:
        unique_james.append(each_t)
print(unique_james[0:3])   

用集合删除重复项

print(sorted(set([sanitize(t) for t in james]))[0:3])

改善之后的代码

import pickle
import nester
import os
os.chdir('D:\\Python33\HeadFirstPython\chapter5')
def sanitize(time_string):
    if '-' in time_string:
        spliter='-'
    elif ':' in time_string:
        spliter=':'
    else:
        return(time_string)
    (mins,secs)=time_string.split(spliter)
    return(mins + '.' + secs)
with open('james.txt') as jaf: data = jaf.readline()
james = data.strip().split(',')
with open('julie.txt') as juf: data = juf.readline()
julie = data.strip().split(',')
with open('mikey.txt') as mif: data = mif.readline()
mikey = data.strip().split(',')
with open('sarah.txt') as saf: data = saf.readline()
sarah = data.strip().split(',')
print(sorted(set([sanitize(t) for t in james]))[0:3])
print(sorted(set([sanitize(t) for t in julie]))[0:3])
print(sorted(set([sanitize(t) for t in mikey]))[0:3])
print(sorted(set([sanitize(t) for t in sarah]))[0:3])

代码中有一些重复代码，尝试将其抽取到一个小函数中。然后各个选手数据文件调用这个函数。

import pickle
import nester
import os
os.chdir('D:\\Python33\HeadFirstPython\chapter5')
def sanitize(time_string):
    if '-' in time_string:
        spliter='-'
    elif ':' in time_string:
        spliter=':'
    else:
        return(time_string)
    (mins,secs)=time_string.split(spliter)
    return(mins + '.' + secs)
def get_coach_data(filename):
    try:
        with open(filename) as f:
            data=f.readline()
            return(data.strip().split(','))
    except IOError as err:
            print('File error:' + str(err))
            return(None)
james=get_coach_data('james.txt')
julie=get_coach_data('julie.txt')
mikey=get_coach_data('mikey.txt')
sarah=get_coach_data('sarah.txt')

print(sorted(set([sanitize(t) for t in james]))[0:3])
print(sorted(set([sanitize(t) for t in julie]))[0:3])
print(sorted(set([sanitize(t) for t in mikey]))[0:3])
print(sorted(set([sanitize(t) for t in sarah]))[0:3])

运行结果：

>>> 
['2.01', '2.22', '2.34']
['2.11', '2.23', '2.59']
['2.22', '2.38', '2.49']
['2.18', '2.25', '2.39']