python 数据结构编程技巧

记录一些python中数据结构的使用技巧。
主要是set，list，dictionary

---

问题1：
获取一段可迭代序列中的部分。
比如计算一个班的平均成绩，条件去除第一个和最后一个人
student_grades = [66,77,88,99,100]
计算(77+88+99)/3

---

问题2：
给定M个数，找到最大或者最小的N个元素

---

问题3：
在两个字典中寻找相同item(元素，也就是键值对)

---

问题4：
找出序列中出现次数最多的元素

---

问题5：
如何筛选序列中的元素
List = [-1, -2, -3, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]
找出偶数

---

问题6：
同时对数据进行转换和换算
比如nums = [1,2,3,4,5,6]
将nums中的偶数求和

---

问题7：
给序列元素去重
比如List = [1,2,3,1,2,3,1,2,3]

---

问题1

使用*号表达式
*代表可变参数
单*号代表list
双*号代表字典dict

__author__ = 'wwh'

#一个可迭代的对象，获取其中指定的元素

#求平均值函数
def avg(mid):
    sum = 0
    for i in range(len(mid)):
        print(i,mid[i])
        sum += mid[i]
    return sum/(i+1)

#去除首尾元素求平均值
def drop_first_last(grades):
    # *号是可变参数,表示一个元组
    # **号也是可变参数,表示键值对
    first, *middle, last = grades
    print(type(middle))
    return avg(middle)

if __name__ == '__main__':
    #任意可迭代的元素都可以分解为单独的变量
    t = (1,2,3)
    x,y,z = t
    print(x,y,z)
    s = 'hello'
    a,b,c,d,e = s
    print(a,b,c,d,e)
    #给出一组成绩，求其平均值
    student_grade = [88,99,100,65,78,66]
    print(drop_first_last(student_grade))

---

问题2

这种题选取前n个最大，或者最小的元素，一般都建一个大顶堆或者小顶堆来解决。建完堆后需要n个数就类似堆排序那样每次选择堆顶元素。然后堆调整n次。如果共有m个数，时间复杂度是nlog(m)
但是注意，用堆只适合n比m小很多的情况下，如果近似的话排序效率会高些
python包含了heapq模块。内部思想就是上面说的。
其中
nlargest(n,args)是从args中找到前n个最大的数
nsmallest(n, args)是从args中找到前n个最小的数

__author__ = 'wwh'

import heapq

nums = [1,2,3,77,23,-12,0,100]
print(heapq.nlargest(3,nums))
print(heapq.nsmallest(3,nums))
#可以看一下heapq模块内部的方法
#print(dir(heapq))

---

问题3：

利用字典的集合运算，字典也支持常见的集合运算，如
求并集，交集，差集等
注意python键和键-值支持集合运算，而值不支持，因为值不唯一。

__author__ = 'wwh'


a = {
    'x':1,
    'y':2,
    'z':3
}

b = {
    'w':10,
    'x':11,
    'y':2
}
#寻找key值相同的
print(a.keys() & b.keys())
#寻找key-value相同的
print(a.items() & b.items())
#字典推导式(python2.7引入)，'-'是去除某item
c = {key:a[key] for key in a.keys() - {'z', 'w'}}
print(c)

---

问题4：

使用collections某块中的Counter函数
底层实现中，Counter是一个字典，在元素和出现次数做了一个映射。且可以运算
collections模块基本介绍
我们都知道，Python拥有一些内置的数据类型，比如str, int, list, tuple, dict等， collections模块在这些内置数据类型的基础上，提供了几个额外的数据类型：
1.namedtuple(): 生成可以使用名字来访问元素内容的tuple子类
2.deque: 双端队列，可以快速的从另外一侧追加和推出对象
3.Counter: 计数器，主要用来计数
4.OrderedDict: 有序字典
5.defaultdict: 带有默认值的字典

__author__ = 'wwh'

from collections import Counter

words = [
    'look', 'into', 'he', 'she', 'is', 'my',
    'you', 'into', 'hi', 'into', 'is', 'look',
    'eyes', 'the', 'a'
]

#计数
word_count = Counter(words)
print(word_count)
#运算
word_count += word_count
print(word_count)
#获得出现次数最多的前3个值
top_three = word_count.most_common(3)
print(top_three)

---

问题5：

使用列表解析式，生成器表达式及字典推导式
expr是对过滤后的数据进行转换，cond_expr是过滤数据的条件
列表解析:[expr for iter_var in iterable if cond_expr]
生成器 :(expr for iter_var in iterable if cond_expr)
字典推导式:{expr fom iter_var in iterable if cond_expr}
注意：列表解析一个不足就是必要生成所有的数据，用以创建整个列表。这对大数据可能有负面影响。
生成器表达式并不创建数字列表，而是返回一个生成器，这个生成器在每次计算出一个条目后，把这个条目产生出来，生成器表达式使用了“延迟计算”，所以它在内存上更有效果。

__author__ = 'wwh'
#列表list过滤数据
List = [-1, -2, -3, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

print([i for i in List if i > 0 and i%2 == 0])
print([i*2 for i in List if i > 0 and i%2 == 0])

字典例子

__author__ = 'wwh'

fruit = {
    'apple':10,
    'banana':20,
    'orange':5,
    'pineapple':15
}

print({key:value for key, value in fruit.items() if 10 <= value <= 20})

---

问题6：

在sum等函数内部用生成器表达式
基于生成器可以以迭代的方式转换数据，内存使用上比较高效

__author__ = 'wwh'

nums = [1,2,3,4,5,6,7,8,9,10]
print(sum(i for i in nums if i%2 == 0))

---

问题7：

__author__ = 'wwh'

List = [1,2,3,1,2,3,1,2,3]
#转换为set去重即可，set中默认不包含重复的元素
print(set(List))

---

参考书籍《Python Cookbook》