微信公众号搜"智元新知"关注
微信扫一扫可直接关注哦!

python中list列表的高级函数

在Python所有的数据结构中,list具有重要地位,并且非常的方便,这篇文章主要是讲解list列表的高级应用,基础知识可以查看博客
文章为python英文文档的翻译版本,你也可以查看英文版:https://docs.python.org/2/tutorial/datastructures.html

use a list as a stack: #像栈一样使用列表

stack = [3,4,5] 
stack.append(6) 
stack.append(7) 
stack 
[3,5,6,7] 
stack.pop() #删除最后一个对象 
7 
stack 
[3,6] 
stack.pop() 
6 
stack.pop() 
5 
stack 
[3,4]

use a list as a queue: #像队列一样使用列表

> from collections import deque #这里需要使用模块deque 
> queue = deque(["Eric","John","Michael"])
> queue.append("Terry")      # Terry arrives
> queue.append("Graham")     # Graham arrives
> queue.popleft()         # The first to arrive Now leaves
'Eric'
> queue.popleft()         # The second to arrive Now leaves
'John'
> queue              # Remaining queue in order of arrival
deque(['Michael','Terry','Graham'])

three built-in functions: 三个重要的内建函数

filter(),map(),and reduce().
1)、filter(function,sequence)::
按照function函数的规则在列表sequence中筛选数据

> def f(x): return x % 3 == 0 or x % 5 == 0
... #f函数为定义整数对象x,x性质为是3或5的倍数
> filter(f,range(2,25)) #筛选
[3,9,10,12,15,18,20,21,24]

2)、map(function,sequence):
map函数实现按照function函数的规则对列表sequence做同样的处理,
这里sequence不局限于列表,元组同样也可。

> def cube(x): return x*x*x #这里是立方计算 还可以使用 x**3的方法
...
> map(cube,range(1,11)) #对列表的每个对象进行立方计算
[1,8,27,64,125,216,343,512,729,1000]

注意:这里的参数列表不是固定不变的,主要看自定义函数的参数个数,map函数可以变形为:def func(x,y) map(func,sequence1,sequence2) 举例:

 seq = range(8)  #定义一个列表
> def add(x,y): return x+y #自定义函数,有两个形参
...
> map(add,seq,seq) #使用map函数,后两个参数为函数add对应的操作数,如果列表长度不一致会出现错误
[0,2,14]

3)、reduce(function,sequence):
reduce函数功能是将sequence中数据,按照function函数操作,如 将列表第一个数与第二个数进行function操作,得到的结果和列表中下一个数据进行function操作,一直循环下去…
举例:

def add(x,y): return x+y
...
reduce(add,11))
55

List comprehensions:
这里将介绍列表的几个应用:
squares = [x**2 for x in range(10)]
#生成一个列表,列表是由列表range(10)生成的列表经过平方计算后的结果。
[(x,y) for x in [1,3] for y in [3,1,4] if x != y]
#[(1,3),(1,4),(2,1),(3,4)] 这里是生成一个列表,列表的每一项为元组,每个元组是由x和y组成,x是由列表[1,3]提供,y来源于[3,4],并且满足法则x!=y。

nested List Comprehensions:
这里比较难翻译,就举例说明一下吧:

matrix = [          #此处定义一个矩阵
...   [1,3,4],...   [5,7,8],...   [9,11,12],... ]
[[row[i] for row in matrix] for i in range(4)]
#[[1,9],[2,10],[3,11],[4,12]]

这里两层嵌套比较麻烦,简单讲解一下:对矩阵matrix,for row in matrix来取出矩阵的每一行,row[i]为取出每行列表中的第i个(下标),生成一个列表,然后i又是来源于for i in range(4) 这样就生成一个列表的列表。

The del statement:
删除列表指定数据,举例:

> a = [-1,66.25,333,1234.5]
>del a[0] #删除下标为0的元素
>a
[1,1234.5]
>del a[2:4] #从列表中删除下标为2,3的元素
>a
[1,1234.5]
>del a[:] #全部删除 效果同 del a
>a
[]

Sets: 集合

> basket = ['apple','orange','apple','pear','banana']
>>> fruit = set(basket)        # create a set without duplicates
>>> fruit
set(['orange','banana'])
>>> 'orange' in fruit         # fast membership testing
True
>>> 'crabgrass' in fruit
False

>>> # Demonstrate set operations on unique letters from two words
...
>>> a = set('abracadabra')
>>> b = set('alacazam')
>>> a                 # unique letters in a
set(['a','r','b','c','d'])
>>> a - b               # letters in a but not in b
set(['r','d','b'])
>>> a | b               # letters in either a or b
set(['a','m','z','l'])
>>> a & b               # letters in both a and b
set(['a','c'])
>>> a ^ b               # letters in a or b but not both
set(['r','l'])

Dictionaries:字典

>>> tel = {'jack': 4098,'sape': 4139}
>>> tel['guido'] = 4127 #相当于向字典中添加数据
>>> tel
{'sape': 4139,'guido': 4127,'jack': 4098}
>>> tel['jack'] #取数据
4098
>>> del tel['sape'] #删除数据
>>> tel['irv'] = 4127   #修改数据
>>> tel
{'guido': 4127,'irv': 4127,'jack': 4098}
>>> tel.keys()    #取字典的所有key值
['guido','irv','jack']
>>> 'guido' in tel #判断元素的key是否在字典中
True
>>> tel.get('irv') #取数据
4127

也可以使用规则生成字典:

>>> {x: x**2 for x in (2,6)}
{2: 4,4: 16,6: 36}

enumerate():遍历元素及下标
enumerate 函数用于遍历序列中的元素以及它们的下标:

>>> for i,v in enumerate(['tic','tac','toe']):
...   print i,v
...
0 tic
1 tac
2 toe

zip():
zip()是Python的一个内建函数,它接受一系列可迭代的对象作为参数,将对象中对应的元素打包成一个个tuple(元组),然后返回由这些tuples组成的list(列表)。若传入参数的长度不等,则返回list的长度和参数中长度最短的对象相同。利用*号操作符,可以将list unzip(解压)。

>>> questions = ['name','quest','favorite color']
>>> answers = ['lancelot','the holy grail','blue']
>>> for q,a in zip(questions,answers):
...   print 'What is your {0}? It is {1}.'.format(q,a)
...
What is your name? It is lancelot.
What is your quest? It is the holy grail.
What is your favorite color? It is blue.

有关zip举一个简单点儿的例子:

>>> a = [1,3]
>>> b = [4,6]
>>> c = [4,8]
>>> zipped = zip(a,b)
[(1,5),6)]
>>> zip(a,c)
[(1,6)]
>>> zip(*zipped)
[(1,(4,6)]

reversed():反转

>>> for i in reversed(xrange(1,2)):
...   print i
...

sorted(): 排序

> basket = ['apple','banana']
> for f in sorted(set(basket)):       #这里使用了set函数
...   print f
...
apple
banana
orange
pear

python的set和其他语言类似,是一个 基本功能包括关系测试和消除重复元素.

To change a sequence you are iterating over while inside the loop (for example to duplicate certain items),it is recommended that you first make a copy. Looping over a sequence does not implicitly make a copy. The slice notation makes this especially convenient:

>>> words = ['cat','window','defenestrate']
>>> for w in words[:]: # Loop over a slice copy of the entire list.
...   if len(w) > 6:
...     words.insert(0,w)
...
>>> words
['defenestrate','cat','defenestrate']

以上就是本文的全部内容,希望对大家的学习有所帮助。

版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。

相关推荐


使用爬虫利器 Playwright,轻松爬取抖查查数据 我们先分析登录的接口,其中 url 有一些非业务参数:ts、he、sign、secret。 然后根据这些参数作为关键词,定位到相关的 js 代码。 最后,逐步进行代码的跟踪,发现大部分的代码被混淆加密了。 花费了大半天,来还原这些混淆加密的代码
轻松爬取灰豚数据的抖音商品数据 调用两次登录接口实现模拟登录 我们分析登录接口,发现调用了两次不同的接口;而且,需要先调用 https://login.huitun.com/weChat/userLogin,然后再调用 https://dyapi.huitun.com/userLogin 接口。 登
成功绕过阿里无痕验证码,一键爬取飞瓜数据 飞瓜数据的登录接口,接入了阿里云的无痕验证码;通过接口方式模拟登录,难度比较高。所以,我们使用自动化的方式来实现模拟登录,并且获取到 cookie 数据。 [阿里无痕验证码] https://help.aliyun.com/document_detail/1
一文教你从零开始入门蝉妈妈数据爬取,成功逆向破解数据加密算法 通过接口进行模拟登录 我们先通过正常登录的方式,分析对应的登录接口。通过 F12 打开谷歌浏览器的调试面板,可以看到登录需要传递的一些参数;其中看到密码是被加密了。 不过我们通过经验可以大概猜测一下,应该是通过 md5 算法加密了。 接下
抽丝剥茧成功破解红人点集的签名加密算法 抽丝剥茧破解登录签名算法,成功实现模拟登录 headers = {} phone_num = "xxxx" password = "xxxx" md5_hash = hashlib.md5() md5_hash.upda
轻松绕过 Graphql 接口爬取有米有数的商品数据 有米有数数据的 API 接口,使用的是一种 API 查询语言 graphql。所有的 API 只有一个入口,具体的操作隐藏在请求数据体里面传输。 模拟登录,获取 sessionId 调用登录接口,进行模拟登录。 cookies = {} head
我最近重新拾起了计算机视觉,借助Python的opencv还有face_recognition库写了个简单的图像识别demo,额外定制了一些内容,原本想打包成exe然后发给朋友,不过在这当中遇到了许多小问题,都解决了,记录一下踩过的坑。 1、Pyinstaller打包过程当中出现warning,跟d
说到Pooling,相信学习过CNN的朋友们都不会感到陌生。Pooling在中文当中的意思是“池化”,在神经网络当中非常常见,通常用的比较多的一种是Max Pooling,具体操作如下图: 结合图像理解,相信你也会大概明白其中的本意。不过Pooling并不是只可以选取2x2的窗口大小,即便是3x3,
记得大一学Python的时候,有一个题目是判断一个数是否是复数。当时觉得比较复杂不好写,就琢磨了一个偷懒的好办法,用异常处理的手段便可以大大程度帮助你简短代码(偷懒)。以下是判断整数和复数的两段小代码: 相信看到这里,你也有所顿悟,能拓展出更多有意思的方法~
文章目录 3 直方图Histogramplot1. 基本直方图的绘制 Basic histogram2. 数据分布与密度信息显示 Control rug and density on seaborn histogram3. 带箱形图的直方图 Histogram with a boxplot on t