1. 解压变量
1. 最简单的变量解压
data = [ 'ACME', 50, 91.1, (2012, 12, 21) ]
name, _, price, date= data
2. 需要一个变量接收多个值
s = [1,2,3,4,5]
a,*b, c =s>>> a为1; b为[2,3,4]; c为5.
3. 存在嵌套的情况
record = ('ACME', 50, 123.45, (12, 18, 2012))
name,*_, (*_, year) = record
2. 优先队列与Top-K
1. FIFO队列
使用deque实现长度为n的FIFO队列。 deque(maxlen=N) 会创建一个大小为N的FIFO队列。
deque有如下函数: append、appendleft、pop、popleft。
from collections importdequedef search(lines, pattern, history=5):
previous_lines= deque(maxlen=history)for line inlines:if pattern inline:yieldline, previous_lines
previous_lines.append(line)
这里使用生成器函数可使搜索过程代码和使用搜索结果代码解耦。
2. TOP-K
1. top-1
通常采用min、max函数求得最大/小值。
2. top-k
通常采用nlargest、nsmallest函数
portfolio =[
{'name': 'IBM', 'shares': 100, 'price': 91.1},
{'name': 'AAPL', 'shares': 50, 'price': 543.22},
{'name': 'FB', 'shares': 200, 'price': 21.09},
{'name': 'HPQ', 'shares': 35, 'price': 31.75},
{'name': 'YHOO', 'shares': 45, 'price': 16.35},
{'name': 'ACME', 'shares': 75, 'price': 115.65}
]
cheap= heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
expensive= heapq.nlargest(3, portfolio, key=lambda s: s['price'])
3. 堆数组
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]importheapq
heap=list(nums)
heapq.heapify(heap)
heap>>> [-4, 2, 1, 23, 7, 2, 18, 23, 42, 37, 8]
# 弹出与插入元素heapq.heappop(heap)
heapq.headpush(heap, 1)
4. 优先队列
importheapqclassPriorityQueue:def __init__(self):
self._queue=[]
self._index=0defpush(self, item, priority):
heapq.heappush(self._queue, (-priority, self._index, item))
self._index+= 1
defpop(self):return heapq.heappop(self._queue)[-1]
-priority 使元素优先级从高到低排列, index 保障了优先级相同的元素按照插入先后顺序排列。
3. 字典
1. multidict
from collections importdefaultdict
d=defaultdict(list)
d['a'].append(1)
d['a'].append(2)
d['b'].append(4)
d=defaultdict(set)
d['a'].add(1)
d['a'].add(2)
d['b'].add(4)
type(d)>>> collections.defaultdict
其会自动为将要访问的键(即使字典中并不存在这样的键)创建映射实体。如果不需要这种操作,考虑如下方法。
d = {} #一个普通的字典
d.setdefault('a', []).append(1)
d.setdefault('a', []).append(2)
d.setdefault('b', []).append(4)
2. TreeMap
from collections importOrderedDict
d=OrderedDict()
d['foo'] = 1d['bar'] = 2
OrderedDict 内部有着一个用于维护键插入顺序排序的双向链表。所以,相对Dict,OrderedDict需要两倍的储存空间。
3. Dict的运算
1. 需要根据取最大值与最小值
prices ={'ACME': 45.23,'AAPL': 612.78,'IBM': 205.55,'HPQ': 37.20,'FB': 10.75}
min_price=min(zip(prices.values(), prices.keys()))>>> (10.75, 'FB')
max_price =max(zip(prices.values(), prices.keys()))>>> (612.78, 'AAPL')prices_sorted=sorted(zip(prices.values(), prices.keys()))>>> [(10.75, 'FB'), (37.2, 'HPQ'),(45.23, 'ACME'), (205.55, 'IBM'),(612.78, 'AAPL')]
其中zip函数的用法为
a = [1, 2, 3]
b= [4, 5, 6]
c= [7, 8, 9]
zip(a, b, c)>>> [(1, 4, 7), (2, 5, 8), (3, 6, 9)]
需要注意的是,zip是一个迭代器,所以不能反复使用。
2. 差、并、交集
可使用 items keys values 等函数后,获取到相应集合,利用集合运算函数进行运算。
4. 集合
1. 元素去重
a = [1,2,1]
set(a)
该方法只可用于可hash对象,否则应自行构建hash函数。