Python实战--第一篇（数据结构相关）

第一部分：如何在字典，列表，集合中根据条件筛选数据？

实例案例：

1，过滤掉列表[3,9,-1,10,20,-2...]中的负数

2，筛选字典{'LiLei':79,'Jim':88,'Lucy':92...}中值高于90的项

3，筛出集合{77,89,32,20...}中能被3整出的元素

传统的方法：迭代方法

data=[1,3,-3,4,6,9]
dt=[]
for x in data:
    if x>0:
        dt.append(x)
print(dt)

在python中我们还可以使用高级方法：函数式编程，字典解析等

解决方法：

列表：

filter函数：filter(lambda x : x>=0,data)

列表解析：[x for x in data if x>=0]

字典：

字典解析：{k: v for k, v  in d.interitems() if v> 90}

集合：

集合解析：{x for x in s if %3 ==0}

栗子一：

fromrandom importrandint#插入randint函数

data =[randint(-10,10)for_inrange(10)]#生成10个随机数

print(list(filter(lambdax: x>=0,data)))#记得使用list()将结果转变为list

[x for x in data if x>=0]  #列表解析

列表解析和filter的速度远大于迭代

栗子二：

from random import  randint  #插入randint函数
d={x:randint(60,100)  for x in range(1,21)}  #随机生成字典，1-20代表学号，60-100代表分数
dic={k:v for k,v in  d.items() if v>90}     #通过字典解析，获得大于90的

栗子三：

from random import  randint  #插入randint函数
data =[randint(-10,10) for _ in range(10)]
s=set(data)  #将list变成一个set
se={  x for x in s if x%3==0} #和字典解析不同的是，第一个x后面不再有 ：

第二部分：如何为元组中的每个元素命名，提高程序可读性？

实际案例：学生信息系统中数据为固定格式：（元素的位置和个数固定）

（名字，年龄，性别，邮箱地址）

学生数量很大为了减小内存开销，对每个学生信息用元组表示：

('hehe',23,'male','hehe250@gmail.com')

('doubike',24,'male','doubike260@163.com')

('miner',22,'female','miner233@qq.com')

......

访问时，我们使用索引（index）访问，大量索引降低程序可读性。如何解决这个问题？

解决方案：

方案一：定义类似与其他语言的枚举类型，也就是定义一系列数值常量

NAME=0
AGE=1
SEX=2
EMAIL=3 #将索引值列为枚举值
NAME,AGE,SEX,EMAIL=range(0,4) #或者这样写一条
student =('hehe',23,'male','hehe250@gmail.com')
#name
print( student[0])  #大量索引导致异议和可读性
print(student[NAME]) #使用枚举值变量值，方案一

方案二：使用标准库中collections.namedtuple代替内置tuple

#('hehe',23,'male','hehe250@gmail.com')
#('doubike',24,'male','doubike260@163.com')
# ('miner', 22, 'female', 'miner233@qq.com')

from collections import  namedtuple
Student=namedtuple('Student',['name','age','sex','email'])       #namedtuple()函数能够返回内置元组的一个子类,
# 第一个参数为新创建类的名字,之后的参数是对应的索引名字
s1=Student('doubike',24,'male','doubike260@163.com')#通过类创建一个命名的元组
print(s1)
s2=Student(name='hehe', age=23, sex='male', email='hehe250@gmail.com')#使用关键字传参数创建一个命名元组，
#关键字要和之前声明的要一致
print(s2.name)  #使用属性不再使用索引访问元素

并且s1,s2是内置元组tuple的子类

第三部分：如何统计序列中元素的出现频度？

实际案列：

1，某随机序列[12,33,44,55,66,22,44,...]中，找到出现次数最高的3个元素，他们出现次数是多少？

2，对某英文文章的单词进行词频统计，找到出现次数最高的10个单词，他们出现次数是多少？

实例一：对于随机序列

解决方案：

from random import  randint
data=[randint(0,20) for _ in range(0,30)]  #使用列表解析生成20个随机数
c=dict.fromkeys(data,0) #因为最后的结果是一个字典，因此我们设置data为键，初始值为0
for x in data: #遍历随机数据
    c[x]+=1     #将每次遍历到的数加一
print(c)

使用collection.Counter对象

将序列传入Counter的构造器，得到Counter对象是元素频度的字典

Counter.most_common(n)方法得到频度最高的n个元素的列表

from random import  randint
from  collections import  Counter          
data=[randint(0,20) for _ in range(0,30)]  #使用列表解析生成20个随机数
c2=Counter(data)  #将序列中的频度直接统计为字典
mos=c2.most_common(3)   #直接使用函数most_common()统计出频度前三的数
print(mos)

实例二：统计单词数

import  re  #使用正则表达式模块
from  collections import  Counter
txt=open('tes.txt','r') #将文件以只读的方式打开
c3=Counter(re.split('\W+', txt)) #使用正则表达式的分割模块，使用非字母的文件将文件进行分割 ，得到一个列表，并传给counter
c3.most_common(10) #获取前十个频率最高的词