python的head函数_Python(Head First)学习笔记：五

5 推导数据：处理数据、格式、编码、解码、排序

处理数据：从Head First Python 上下载资源文件，即：james.txt，julie.txt，mikey.txt，sarah.txt。

实例一：打开以上文件，将数据提取到列表中

>>> 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(',')>>> print(james)

['2-34', '3:21', '2.34', '2.45', '3.01', '2:01', '2:01', '3:10', '2-22']>>> print(julie)

['2.59', '2.11', '2:11', '2:23', '3-10', '2-23', '3:10', '3.21', '3-21']>>> 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(mikey)

['2:22', '3.01', '3:01', '3.02', '3:02', '3.02', '3:22', '2.49', '2:38']>>> print(sarah)

['2:58', '2.58', '2:39', '2-25', '2-55', '2:54', '2.18', '2:55', '2:55']

View Code

data.strip().split(',')，这种形式的代码段叫方法串链（method chaining）。

第一个方法strip()应用到data中的数据行，这个方法会去除字符串中不想要的空白符；

第二个方法split(',')会创建一个列表；

采用这种方法可以把多个方法串链接在一起，生成所需要的结果。从左到右读。

排序：有两种方式

一、原地排序(In-plice sorting)

使用sort()方法，新生成的数据会替代原来的数据；

二、复制排序(Copied sorting)

保留原来的数据，然后新生成一个排序后的数据；

>>> data2=[6,3,1,2,4,5]

>>> data2

[6, 3, 1, 2, 4, 5]

>>> sorted(data2)

[1, 2, 3, 4, 5, 6]

>>> data2

[6, 3, 1, 2, 4, 5]

>>> data3=sorted(data2)

>>> data3

[1, 2, 3, 4, 5, 6]

>>> data1=[2,4,6,5,1,3]

>>> data1.sort()

>>> data1

[1, 2, 3, 4, 5, 6]

使用print(sorted(data))来输出之前的james,julie,mikey,sarah列表，如下：

>>> print(sorted(james))

['2-22', '2-34', '2.34', '2.45', '2:01', '2:01', '3.01', '3:10', '3:21']

>>> print(sorted(julie))

['2-23', '2.11', '2.59', '2:11', '2:23', '3-10', '3-21', '3.21', '3:10']

>>> print(sorted(mikey))

['2.49', '2:22', '2:38', '3.01', '3.02', '3.02', '3:01', '3:02', '3:22']

>>> print(sorted(sarah))

['2-25', '2-55', '2.18', '2.58', '2:39', '2:54', '2:55', '2:55', '2:58']

会发现，排序并不正确，目标是从左到右，从小到大。

仔细看，发现有'-'，':'，'.'这些符号，因为符号不统一，所以会影响排序。

接下来，创建一个函数，名为：sanitize()，作用是：从各个选手的列表接收一个字符串，

然后处理这个字符串，将找到的'-'和':'替换为'.'并返回清理过的字符串，此外如果字符串

本身已经包含'.'，那么就不需要在做清理工作了。

函数代码如下：

>>> def sanitize(time_string):

if'-'in time_string:

splitter='-'

elif ':'in time_string:

splitter=':'

else:

return(time_string)

(mins,secs)=time_string.split(splitter)

return(mins+'.'+secs)

实例二：接下来实现正确排序上面四个文件生成的列表

>>> 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(',')

clean_james=[]

clean_julie=[]

clean_mikey=[]

clean_sarah=[]for each_t injames:

clean_james.append(sanitize(each_t))for each_t injulie:

clean_julie.append(sanitize(each_t))for each_t inmikey:

clean_mikey.append(sanitize(each_t))for each_t insarah:

clean_sarah.append(sanitize(each_t))>>> print(clean_james)

['2.34', '3.21', '2.34', '2.45', '3.01', '2.01', '2.01', '3.10', '2.22']>>> print(clean_julie)

['2.59', '2.11', '2.11', '2.23', '3.10', '2.23', '3.10', '3.21', '3.21']>>> print(clean_mikey)

['2.22', '3.01', '3.01', '3.02', '3.02', '3.02', '3.22', '2.49', '2.38']>>> print(clean_sarah)

['2.58', '2.58', '2.39', '2.25', '2.55', '2.54', '2.18', '2.55', '2.55']

View Code

重新排序如下：

>>> print(sorted(clean_james))

['2.01', '2.01', '2.22', '2.34', '2.34', '2.45', '3.01', '3.10', '3.21']

>>> print(sorted(clean_julie))

['2.11', '2.11', '2.23', '2.23', '2.59', '3.10', '3.10', '3.21', '3.21']

>>> print(sorted(clean_mikey))

['2.22', '2.38', '2.49', '3.01', '3.01', '3.02', '3.02', '3.02', '3.22']

>>> print(sorted(clean_sarah))

['2.18', '2.25', '2.39', '2.54', '2.55', '2.55', '2.55', '2.58', '2.58']

推导列表

>>> print(sorted([sanitize(t)for t in james]))

['2.01', '2.01', '2.22', '2.34', '2.34', '2.45', '3.01', '3.10', '3.21']

>>> print(sorted([sanitize(t)for t in julie]))

['2.11', '2.11', '2.23', '2.23', '2.59', '3.10', '3.10', '3.21', '3.21']

>>> print(sorted([sanitize(t)for t in mikey]))

['2.22', '2.38', '2.49', '3.01', '3.01', '3.02', '3.02', '3.02', '3.22']

>>> print(sorted([sanitize(t)for t in sarah]))

['2.18', '2.25', '2.39', '2.54', '2.55', '2.55', '2.55', '2.58', '2.58']

Python的列表推导是这种语言支持函数编程概念的一个例子。

列表推导的妙处：通过使用列表推导可以大幅减少需要维护的代码。

迭代删除重复项：

>>> unique_james=[]

>>> for each_t in james:

if each_t not in unique_james:

unique_james.append(each_t)

>>> print(unique_james[0:3])

['2-34', '3:21', '2.34']

通过not in操作符来滤除列表中的重复项。

用集合删除重复项：

通过set()可以创建一个新的集合，属于“工厂函数”，用于创建某种类型的新的数据项。

重新定义函数，精简代码，将数据返回代码前完成分解/去除空白符处理。

>>> unique_james=[]>>> for each_t injames:if each_t not inunique_james:

unique_james.append(each_t)>>> print(unique_james[0:3])

['2-34', '3:21', '2.34']>>> defget_coach_data(filename):try:

with open(filename)as f:

data=f.readline()return(data.strip().split(','))exceptIOError as ioerr:print('File error:'+str(ioerr))return(None)>>> sarah1 = get_coach_data('sarah.txt')>>> print(sorted(set([sanitize(t)for t in james]))[0:3])

['2.01', '2.22', '2.34']

View Code

>>> print(sarah1)

['2:58', '2.58', '2:39', '2-25', '2-55', '2:54', '2.18', '2:55', '2:55']

>>> print(sorted(set([sanitize(t)for t in sarah1]))[0:3])

['2.18', '2.25', '2.39']

函数串链：如 print(sorted(set([sanitize(t)for t in sarah1]))[0:3])，需要从右往左读，和方法串链正好相反。

本质上是一堆函数的嵌套操作。

总结

Python术语：1原地排序：转换然后替换；

2复制排序：转换然后返回；

3方法串链：对数据应用一组方法；

4函数串链：对数据应用一组函数；

5列表推导：在一行上指定一个转换；

6分片：从一个列表，访问多个列表项；

7集合：一组无需的数据项，其中不包含重复项。

具体方法：1 sort()：原地排序；

2 sorted()：复制排序；

3 对于以下代码：

new=[]

for t in old:

new.append(len(t))

可以用列表推导代替：new=[len(t) for t in old]；

4 分片：使用my_list[3:6]可以访问列表my_list从索引位置3到索引位置6的列表数据项；

5 使用set()工厂方法可以创建一个集合。

------------------------------------------------The End of Fifth Chapter------------------------------------------------