转载博客地址：https://ansheng.me/
内容源自刘硕老师的《Python进阶强化训练》
视频课程：http://coding.imooc.com/class/62.html
如何在列表、字典、集合中根据条件筛选数据？
-
过滤列表中的负数
-
筛选出字典种值高于90的项
-
筛选出集合种能被3整出的元素
|
1
2
3
4
|
>>>
from
random
import
randint
>>> li
=
[randint(
-
10
,
10
)
for
_
in
range
(
10
)]
>>> li
[
-
10
,
-
9
,
1
,
10
,
-
3
,
-
7
,
-
6
,
-
7
,
4
,
-
5
]
|
我们常规的做法就是通过for循环对列表中的每一个值进行迭代，然后判断如果值大于等于0，就确定这个值是一个整数，否则就丢弃，比如下面的代码：
|
1
2
3
4
5
6
7
8
9
|
>>> result
=
[]
>>>
for
n
in
li:
# 如果这个元素大于等于0
...
if
n >
=
0
:
# 加入的result列表中
... result.append(n)
...
>>> result
[
1
,
10
,
4
]
|
实例
|
1
2
3
4
|
# 用于生成随机数
>>>
from
random
import
randint
# 准确测量小段代码的执行时间
>>>
import
timeit
|
请仔细阅读下面的代码，看完后你将会有不一样的收获。
列表
-
filter函数
|
1
2
3
|
>>> li
=
[randint(
-
10
,
10
)
for
_
in
range
(
10
)]
>>> li
[
6
,
-
8
,
9
,
3
,
3
,
8
,
9
,
-
4
,
9
,
-
6
]
|
|
1
2
3
4
5
6
7
8
9
10
11
12
|
# x=列表中的一个元素，有多少个元素就迭代多少次
>>> result
=
filter
(
lambda
x: x >
=
0
, li)
>>>
for
n
in
result:
...
print
(n)
...
6
9
3
3
8
9
9
|
-
列表解析
|
1
2
3
|
>>> li
=
[randint(
-
10
,
10
)
for
_
in
range
(
10
)]
>>> li
[
8
,
-
5
,
-
2
,
8
,
9
,
4
,
-
6
,
-
5
,
5
,
4
]
|
|
1
2
|
>>> [x
for
x
in
li
if
x >
=
0
]
[
8
,
8
,
9
,
4
,
5
,
4
]
|
-
filter与列表解析性能对比
|
1
2
|
>>> timeit.Timer(
'filter(lambda x: x >=0, [4, -1, 1, 3, -10, 5, -8, 0, 6, 3])'
).timeit()
0.38938787838583266
|
|
1
2
|
>>> timeit.Timer(
'[x for x in [4, -1, 1, 3, -10, 5, -8, 0, 6, 3] if x >=0 ]'
).timeit()
1.1142896312373978
|
字典
|
1
2
3
|
>>> dic
=
{ x: randint(
60
,
100
)
for
x
in
range
(
1
,
21
) }
>>> dic
{
1
:
61
,
2
:
75
,
3
:
69
,
4
:
70
,
5
:
79
,
6
:
90
,
7
:
74
,
8
:
85
,
9
:
77
,
10
:
86
,
11
:
93
,
12
:
96
,
13
:
86
,
14
:
79
,
15
:
60
,
16
:
84
,
17
:
70
,
18
:
72
,
19
:
61
,
20
:
87
}
|
-
字典解析
|
1
2
|
>>> { k: v
for
k, v
in
dic.items()
if
v >
90
}
{
11
:
93
,
12
:
96
}
|
集合
|
1
2
3
4
|
>>> li
=
[randint(
-
10
,
10
)
for
_
in
range
(
10
)]
>>> s
=
set
(li)
>>> s
{
0
,
1
,
3
,
4
,
7
,
-
9
,
-
8
}
|
-
集合解析
|
1
2
|
>>> { x
for
x
in
s
if
x
%
3
=
=
0
}
{
0
,
3
,
-
9
}
|
如何为元组中的每个元素命名、提高程序可读性？
|
1
|
(名字,年龄,性别,邮箱地址)
|
比如有如下学生信息:
|
1
2
3
4
|
student1
=
(
'Hello'
,
15
,
'Schoolboy'
,
'hello@gmail.com'
)
student2
=
(
'World'
,
16
,
'Girls'
,
'World@gmail.com'
)
student3
=
(
'ansheng'
,
20
,
'Schoolboy'
,
'anshengme.com@gmail.com'
)
.....
|
|
1
2
3
4
|
>>> student1[
2
]
'Schoolboy'
>>> student1[
3
]
'hello@gmail.com'
|
方案1
|
1
2
3
4
5
6
7
8
9
10
11
|
# 创建一个学生
>>> student
=
(
'ansheng'
,
20
,
'Schoolboy'
,
'anshengme.com@gmail.com'
)
# 定义常量
>>> NAME, AGE, SEX, EMAIL
=
range
(
4
)
# 通过常量进行取值
>>> student[NAME]
'ansheng'
>>> student[AGE]
20
>>> student[EMAIL]
'anshengme.com@gmail.com'
|
方案2
|
1
2
3
4
5
6
7
8
9
10
11
12
|
>>>
from
collections
import
namedtuple
>>> Student
=
namedtuple(
'Student'
, [
'name'
,
'age'
,
'sex'
,
'email'
])
>>> s
=
Student(
'ansheng'
,
20
,
'Schoolboy'
,
'anshengme.com@gmail.com'
)
>>> s
Student(name
=
'ansheng'
, age
=
20
, sex
=
'Schoolboy'
, email
=
'anshengme.com@gmail.com'
)
# 使用属性进行访问
>>> s.name
'ansheng'
>>> s.age
20
>>> s.sex
'Schoolboy'
|
s是tuple的一个子类
|
1
2
|
>>>
isinstance
(s,
tuple
)
True
|
如何统计序列中元素的出现频度？
-
某随机的列表中，找出出现次数最高的三个元素，他们的出现次数是多少？
-
对某英文文章的单词进行词频统计，找出出现次数最高的10个单词，他们出现的次数是多少？
实例
-
常规的解决方法
|
1
2
3
4
|
>>>
from
random
import
randint
>>> li
=
[randint(
0
,
20
)
for
_
in
range
(
30
)]
>>> li
[
14
,
11
,
10
,
13
,
19
,
10
,
3
,
17
,
12
,
13
,
18
,
5
,
10
,
1
,
9
,
17
,
1
,
8
,
3
,
15
,
8
,
3
,
20
,
10
,
9
,
20
,
6
,
13
,
8
,
20
]
|
以字典的形式创建每个数字出现的次数，
|
1
2
3
4
|
# 默认的出现次数为0
>>> count
=
dict
.fromkeys(li,
0
)
>>> count
{
1
:
0
,
3
:
0
,
5
:
0
,
6
:
0
,
8
:
0
,
9
:
0
,
10
:
0
,
11
:
0
,
12
:
0
,
13
:
0
,
14
:
0
,
15
:
0
,
17
:
0
,
18
:
0
,
19
:
0
,
20
:
0
}
|
每遇到一个x(列表中的数)，就去字典中让值+1
|
1
2
3
4
5
|
>>>
for
x
in
li:
... count[x]
+
=
1
...
>>> count
{
1
:
2
,
3
:
3
,
5
:
1
,
6
:
1
,
8
:
3
,
9
:
2
,
10
:
4
,
11
:
1
,
12
:
1
,
13
:
3
,
14
:
1
,
15
:
1
,
17
:
2
,
18
:
1
,
19
:
1
,
20
:
3
}
|
-
使用
collections.Counter对象
|
1
2
|
# 导入Counter
>>>
from
collections
import
Counter
|
|
1
2
3
4
5
|
>>> count
=
Counter(li)
>>> count
Counter({
10
:
4
,
3
:
3
,
8
:
3
,
13
:
3
,
20
:
3
,
1
:
2
,
9
:
2
,
17
:
2
,
5
:
1
,
6
:
1
,
11
:
1
,
12
:
1
,
14
:
1
,
15
:
1
,
18
:
1
,
19
:
1
})
>>> count.most_common(
3
)
[(
10
,
4
), (
3
,
3
), (
8
,
3
)]
|
-
英文文章词频统计实例
|
1
2
3
4
5
6
7
8
|
>>>
from
collections
import
Counter
>>>
import
re
>>> txt
=
open
(
'jquery.cookie.js'
).read()
>>> count
=
Counter(re.split(
'\W+'
, txt))
>>> count
Counter({
's'
:
20
,
'cookie'
:
18
,
'options'
:
16
,
'value'
:
12
,
'function'
:
11
,
'key'
:
10
,
'var'
:
10
,
'return'
:
9
,
'expires'
:
8
,
'if'
:
8
,
'config'
:
8
,
't'
:
6
,
'result'
:
5
,
'the'
:
5
,
'a'
:
5
,
'it'
:
5
,
'1'
:
4
,
'decode'
:
4
,
'i'
:
4
,
'converter'
:
4
,
'factory'
:
4
,
'undefined'
:
4
,
'cookies'
:
4
,
'read'
:
3
,
'domain'
:
3
,
'g'
:
3
,
'encode'
:
3
,
'raw'
:
3
,
'path'
:
3
,
'name'
:
3
,
'replace'
:
3
,
'typeof'
:
3
,
'parts'
:
3
,
'we'
:
3
,
'define'
:
3
,
'document'
:
3
,
'is'
:
3
,
'pluses'
:
3
,
'jquery'
:
3
,
'If'
:
3
, '
': 2, '
else
': 2, '
for
': 2, '
object
': 2, '
can
': 2, '
json
': 2, '
join
': 2, '
days
': 2, '
not
': 2, '
jQuery
': 2, '
in
': 2, '
l
': 2, '
parse
': 2, '
ignore
': 2, '
split
': 2, '
isFunction
': 2, '
unusable
': 2, '
stringifyCookieValue
': 2, '
secure
': 2, '
extend
': 2, '
decodeURIComponent
': 2, '
parseCookieValue
': 2, '
JSON
': 2, '
0
': 2, '
defaults
': 2, '
extending
': 1, '
storing
': 1, '
Copyright
': 1, '
thus
': 1, '
use
': 1, '
place
': 1, '
require
': 1, '
max
': 1, '
length
': 1, '
according
': 1, '
AMD
': 1, '
carhartl
': 1, '
first
': 1, '
globals
': 1, '
catch
': 1, '
https
': 1, '
are
': 1, '
try
': 1, '
Write
': 1, '
spaces
': 1, '
written
': 1, '
array
': 1, '
age
': 1, '
supported
': 1, '
attribute
': 1, '
under
': 1, '
exports
': 1, '
that
': 1, '
Klaus
': 1, '
RFC2068
': 1, '
Replace
': 1, '
as
': 1, '
shift
': 1, '
Prevent
': 1, '
864e
': 1, '
slice
': 1, '
prevents
': 1, '
stringify
': 1, '
loop
': 1, '
e
': 1, '
at
': 1, '
v1
': 1, '
5
': 1, '
com
': 1, '
when
': 1, '
toUTCString
': 1, '
setTime
': 1, '
CommonJS
': 1, '
false
': 1, '
amd
': 1, '
Plugin
': 1, '
quoted
': 1, '
couldn
': 1, '
an
': 1, '
no
': 1, '
github
': 1, '
argument
': 1, '
Must
': 1, '
license
': 1, '
second
': 1, '
break
': 1, '
Browser
': 1, '
IE
': 1, '
Date
': 1, '
to
': 1, '
prevent
': 1, '
To
': 1, '
Released
': 1, '
by
': 1, '
with
': 1, '
Cookie
': 1, '
Also
': 1, '
indexOf
': 1, '
there
': 1, '
side
': 1, '
MIT
': 1, '
odd
': 1, '
case
': 1, '
number
': 1, '
encodeURIComponent
': 1, '
calling
': 1, '
Hartl
': 1, '
unescape
': 1, '
all
': 1, '
removeCookie
': 1, '
Read
': 1, '
new
': 1, '
assign
': 1, '
fresh
': 1, '
server
': 1, '
2013
': 1, '
String
': 1, '
empty
': 1, '
4
': 1, '
This
': 1, '
alter':
1
})
>>> count.most_common(
10
)
[(
's'
,
20
), (
'cookie'
,
18
), (
'options'
,
16
), (
'value'
,
12
), (
'function'
,
11
), (
'key'
,
10
), (
'var'
,
10
), (
'return'
,
9
), (
'expires'
,
8
), (
'if'
,
8
)]
|
如何根据字典中值的大小, 对字典中的项排序？
|
1
2
3
4
5
6
|
{
'ansheng'
:
79
,
'Jim'
:
66
,
'Hello'
:
99
,
...
}
|
要求根据成绩高低，计算学生排名。
-
利用
zip()将字典数据转化为元组然后把值传给sorted()进行排序 -
传递
sorted()函数的key参数
实例
|
1
2
3
4
|
>>>
from
random
import
randint
>>> Transcripts
=
{ x: randint(
60
,
100
)
for
x
in
'xyzabc'
}
>>> Transcripts
{
'z'
:
61
,
'x'
:
74
,
'b'
:
81
,
'c'
:
65
,
'y'
:
88
,
'a'
:
98
}
|
使用sorted()进行排序的时候是以字典的key进行的
|
1
2
|
>>>
sorted
(Transcripts)
[
'a'
,
'b'
,
'c'
,
'x'
,
'y'
,
'z'
]
|
-
第一种解决方法
|
1
2
|
>>> Transcripts.keys()
dict_keys([
'z'
,
'x'
,
'b'
,
'c'
,
'y'
,
'a'
])
|
获取字典所有的值
|
1
2
|
>>> Transcripts.values()
dict_values([
61
,
74
,
81
,
65
,
88
,
98
])
|
通过zip()把字典转换为元组
|
1
|
>>> T
=
zip
(Transcripts.values(), Transcripts.keys())
|
通过sorted()进行排序得到结果
|
1
2
|
>>>
sorted
(T)
[(
61
,
'z'
), (
65
,
'c'
), (
74
,
'x'
), (
81
,
'b'
), (
88
,
'y'
), (
98
,
'a'
)]
|
元组在进行比较的时候是先从第一个元素进行比较，如果比较值为True，则后面的就不进行比较：
|
1
2
3
4
5
|
>>> (
100
,
'a'
) > (
50
,
'b'
)
True
>>> (
50
,
'a'
) > (
50
,
'b'
)
# a不大于b，返回False
False
|
-
第二种解决方法
|
1
2
3
4
5
|
>>> Transcripts.items()
dict_items([(
'z'
,
61
), (
'x'
,
74
), (
'b'
,
81
), (
'c'
,
65
), (
'y'
,
88
), (
'a'
,
98
)])
# key需要传入一个函数，每次迭代Transcripts.items()的时候，把第一个元素传入进去，然后进行排序
>>>
sorted
(Transcripts.items(), key
=
lambda
x: x[
1
])
[(
'z'
,
61
), (
'c'
,
65
), (
'x'
,
74
), (
'b'
,
81
), (
'y'
,
88
), (
'a'
,
98
)]
|
如何快速找到多个字典中的公共键(key)？
|
1
2
3
4
|
>>>
from
random
import
randint, sample
# abcdefg是随机产生的key，每次随机取3-6个key
>>> sample(
'abcdefg'
, randint(
3
,
6
))
[
'g'
,
'f'
,
'c'
,
'a'
,
'e'
,
'd'
]
|
生成随机的字典
|
1
2
3
4
5
6
7
8
9
|
>>> s1
=
{ x: randint(
1
,
4
)
for
x
in
sample(
'abcdefg'
, randint(
3
,
6
)) }
>>> s2
=
{ x: randint(
1
,
4
)
for
x
in
sample(
'abcdefg'
, randint(
3
,
6
)) }
>>> s3
=
{ x: randint(
1
,
4
)
for
x
in
sample(
'abcdefg'
, randint(
3
,
6
)) }
>>> s1
{
'c'
:
3
,
'g'
:
1
,
'e'
:
2
}
>>> s2
{
'a'
:
2
,
'f'
:
2
,
'g'
:
3
,
'e'
:
1
,
'd'
:
2
}
>>> s3
{
'a'
:
2
,
'c'
:
2
,
'e'
:
2
,
'f'
:
4
}
|
-
传统的做法如下:
|
1
2
3
4
5
6
7
8
9
10
11
|
# 生成一个列表
>>> res
=
[]
# 循环s1字典的所有键
>>>
for
k
in
s1:
# 如果键在s2和s3中都存在就添加到res列表中
...
if
k
in
s2
and
k
in
s3:
... res.append(k)
...
>>> res
# 得到的键e，在s2和s3中都存在
[
'e'
]
|
-
利用集合(set)的交集操作
|
1
2
|
>>> s1.keys() & s2.keys() & s3.keys()
{
'e'
}
|
如何让字典保持有序？
|
1
2
|
# 导入OrderedDict模块
>>>
from
collections
import
OrderedDict
|
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
# 创建一个OrderedDict()对象
>>> dic
=
OrderedDict()
# 添加数据
>>> dic[
'H1'
]
=
(
'a'
,
'b'
)
>>> dic[
'H2'
]
=
(
'ab'
,
'cd'
)
>>> dic[
'H3'
]
=
(
'ww'
,
'ss'
)
# 变量字典中的数据
>>>
for
n
in
dic:
print
(n)
...
H1
H2
H3
>>>
for
n
in
dic:
print
(n)
...
H1
H2
H3
|
如何实现用户的历史记录功能(最多n条)？
-
小例子
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
|
# 导入deque模块
>>>
from
collections
import
deque
# 创建一个队列，容量初始值为空，最多放5个值
>>> q
=
deque([],
5
)
>>> q
deque([], maxlen
=
5
)
>>> q.append(
1
)
>>> q.append(
2
)
>>> q.append(
3
)
>>> q.append(
4
)
>>> q.append(
5
)
>>> q
deque([
1
,
2
,
3
,
4
,
5
], maxlen
=
5
)
# 当超过5个值的时候，第一个就会被挤出去
>>> q.append(
6
)
>>> q
deque([
2
,
3
,
4
,
5
,
6
], maxlen
=
5
)
|
实例的脚本文件为：
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
|
from
random
import
randint
from
collections
import
deque
# 随机生成1-100的数字
N
=
randint(
1
,
100
)
# 创建一个队列histort，默认为空，最大限度值为5个
histort
=
deque([],
5
)
def
guess(k):
# 数字猜对
if
k
=
=
N:
print
(
'right'
)
return
True
if
k < N:
print
(
'%s is less-than N'
%
(k))
else
:
print
(
'%s is greater-than N'
%
(k))
return
False
while
True
:
line
=
input
(
'please input a number: '
)
if
line.isdigit():
k
=
int
(line)
histort.append(k)
if
guess(k):
break
# 如果输入'history'就输出队列中的内容
elif
line
=
=
'history'
:
print
(
list
(histort))
|
262
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
