商城网站建设天软科技,国外网页设计评论网站,经营网站 备案信息,电脑系统做的好的几个网站1.1将数据分解为单独的变量list_a [1,2,3,4,5,6,7,8,9]
a,b,c,d,e,f,g,h,i list_a
print(a,b,c,d,e,f,g,h,i)
#使用相等数量的参数来接收_,b,c,d,e,f,g,h,_ list_a
print(b,c,d,e,f,g,h)
#不要的数据使用一个没有用的变量接收 View Code1.2从任意长度的可迭代对象中分解元素… 1.1将数据分解为单独的变量 list_a [1,2,3,4,5,6,7,8,9]
a,b,c,d,e,f,g,h,i list_a
print(a,b,c,d,e,f,g,h,i)
#使用相等数量的参数来接收
_,b,c,d,e,f,g,h,_ list_a
print(b,c,d,e,f,g,h)
#不要的数据使用一个没有用的变量接收 View Code 1.2从任意长度的可迭代对象中分解元素 使用 * XXX实现 list_a range(20)
first,*middle,last list_a
print(first,middle,last)
#使用*来接收任意数量甚至没有返回一个list#当一个元祖内有一个标志位时一个较好的应用
records [(foo,1,2),(bar,hello),(foo,3,4)
]def do_foo(x,y):print(foo,x,y)def do_bar(s):print(bar,s)for tags,*args in records:if tags foo:do_foo(*args)elif tags bar:do_bar(*args) View Code 1.3保存最后N个元素 collections.deque() import collections#使用collections.deque(maxlen5)来定义一个固定长度的list,有新数据写入时如果已经达到maxlen会自动删除最早插入的数据
def search(lines,pattern,history 5):previous_lines collections.deque(maxlenhistory)for line in lines:if pattern in line:yield line,previous_linesprevious_lines.append(line)if __name__ __main__:with open(test.txt,r,encodingutf8) as f:for line,previous in search(f,python,5):for pline in previous:print(pline,end)print(line,end)print(-*20)#collections.deque使用简介
#一个更加强大的listqueue collections.deque([jiao,li,hao,yu])
queue.appendleft(wu)
print(queue)
queue.append(haha)
print(queue)
queue.popleft()
print(queue)
print(queue[4]) View Code 1.4找到最大或最小的N个元素 heapq.nlargest(),heapq.nsmallest() import heapqnums [5,56,7,6,34,2,5,7,6,89,80,-90,0,9,-67,5,45,]print(min(nums))
print(max(nums))print(heapq.nlargest(3,nums))
print(heapq.nsmallest(3,nums))#可支持更加复杂的数据结构portfolio [{name:jiao,age:24},{name:jsdfo,age:2},{name:jisd,age:12},{name:jdo,age:36},{name:li,age:25},{name:jgd,age:50},
]print(heapq.nlargest(3,portfolio,keylambda s:s[age]))
print(max(portfolio,keylambda s:s[age])) View Code 1.5实现优先级队列 heapq.heappush(),heapq.heappop() import heapq#列表中实际存一个元组-priority,self._index,item
class PriorityQueue:def __init__(self):self._queue []self._index 0def push(self,item,priority):heapq.heappush(self._queue,(-priority,self._index,item))self._index 1def pop(self):return heapq.heappop(self._queue)[-1]def get(self):return self._queueq PriorityQueue()
q.push(foo,2)
q.push(sdf,3)
q.push(sfasc,5)
q.push(fdsg,4)
print(q.pop())
print(q.get()) View Code 1.6在字典中将键映射到多个值上 collections.defaultdict(list),collections.defaultdict(set) import collectionsd collections.defaultdict(list)#自动初始化不用判断是否存在
d[a].append(1)
d[a].append(1)
d[a].append(1)
d[a].append(1)
print(d[a]) View Code 1.7让字典保持有序 collections.OrderedDict() import collectionsd collections.OrderedDict()#普通字典的两倍大数据不应该使用
d[foo] 1
d[bar] 2
d[spam] 3
d[gork] 4
for i in d:print(i) View Code 1.8与字典有关的计算问题 zip(),min(),sorted().max() #字典进行大小运算时都是使用key值进行大小比较而我们一般想要用value值比较而且还想要得到该值的keyprices {ACME:23,AAPL:345,IBM:34,FB:24
}#利用zip,zip返回一个迭代器只能使用一次min_price min(zip(prices.values(),prices.keys()))
print(min_price)#排序
price_sorted sorted(zip(prices.values(),prices.keys()))
print(price_sorted) View Code 1.9在两个字典中寻找相同点 a {x:2,y:5,z:7
}b {x:2,y:8,w:4
}print(a.keys() b.keys())#寻找相同的key
print(a.keys() - b.keys())#寻找a中有b中没有的key
print(a.items() b.items())#寻找相同项 View Code 1.10从序列中移除重复项且保持元素间顺序不变 def dedupe(items,key None):seen set()for item in items:val item if key is None else key(item)if val not in seen:yield itemseen.add(val) View Code 转载于:https://www.cnblogs.com/jiaojianglong/p/11260093.html
