一、根据条件在序列中筛选数据
- 假设有一个数字列表 data, 过滤列表中的负数
data = [1, 2, 3, 4, -5] # 使用列表推导式 result = [i for i in data if i >= 0] # 使用 fliter 过滤函数 result = filter(lambda x: x >= 0, data)
- 学生的数学分数以字典形式存储,筛选其中分数大于 80 分的同学
from random import randint d = {x: randint(50, 100) for x in range(1, 21)} r = {k: v for k, v in d.items() if v > 80}
二、对字典的键值对进行翻转
- 使用 zip() 函数
zip() 函数用于将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元组,然后返回由这些元组组成的列表。
from random import randint, sample s1 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} d = {k: v for k, v in zip(s1.values(), s1.keys())}
三、统计序列中元素出现的频度
- 某随机序列中,找到出现次数最高的3个元素,它们出现的次数是多少
方法1:
# 可以使用字典来统计,以列表中的数据为键,以出现的次数为值 from random import randint # 构造随机序列 data = [randint(0, 20) for _ in range(30)] # 列表中出现数字出现的次数 d = dict.fromkeys(data, 0) for v in d: d[v] += 1
方法2:
# 直接使用 collections 模块下面的 Counter 对象 from collections import Counter from random import randint data = [randint(0, 20) for _ in range(30)] c2 = Counter(data) # 查询元素出现次数 c2[14] # 统计频度出现最高的3个数 c2.most_common(3)
- 对某英文文章单词进行统计,找到出现次数最高的单词以及出现的次数
import re from collections import Counter # 统计某个文章中英文单词的词频 with open("test.txt", "r", encoding="utf-8") as f: d = f.read() # 所有的单词列表 total = re.split("\W+", d) result = Counter(total) print(result.most_common(10))
四、根据字典中值的大小,对字典中的项进行排序
- 比如班级中学生的数学成绩以字典的形式存储,请按数学成绩从高到底进行排序
方法1:
# 利用 zip 将字典转化为元组,再用 sorted 进行排序 from random import randint data = {x: randint(60, 100) for x in "xyzfafs"} sorted(data) data = sorted(zip(data.values(), data.keys()))
方法2:
# 利用 sorted 函数的 key 参数 from random import randint data = {x: randint(60, 100) for x in "xyzfafs"} data.items() sorted(data.items(), key=lambda x: x[1])
五、在多个字典中找到公共键
- 实际场景:在足球联赛中,统计每轮比赛都有进球的球员
第一轮:{"C罗": 1, "苏亚雷斯":2, "托雷斯": 1..}
第二轮:{"内马尔": 1, "梅西":2, "姆巴佩": 3..}
第三轮:{"姆巴佩": 2, "C罗":2, "内马尔": 1..}
from random import randint, sample from functools import reduce # 模拟随机的进球球员和进球数 s1 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} s2 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} s3 = {x: randint(1, 4) for x in sample("abfcdrg", randint(1, 5))} # 首先获取字典的 keys,然后取每轮比赛 key 的交集。由于比赛轮次数是不定的,所以使用 map 来批量操作 # map(dict.keys, [s1, s2, s3]) # 然后一直累积取其交集,使用 reduce 函数 reduce(lambda x, y: x & y, map(dict.keys, [s1, s2, s3]))
以上就是Python 高效编程技巧分享的详细内容,更多关于Python 高效编程技巧的资料请关注其它相关文章!
免责声明:本站文章均来自网站采集或用户投稿,网站不提供任何软件下载或自行开发的软件!
如有用户或公司发现本站内容信息存在侵权行为,请邮件告知! 858582#qq.com
白云城资源网 Copyright www.dyhadc.com
暂无“Python 高效编程技巧分享”评论...
更新日志
2024年11月08日
2024年11月08日
- 雨林唱片《赏》新曲+精选集SACD版[ISO][2.3G]
- 罗大佑与OK男女合唱团.1995-再会吧!素兰【音乐工厂】【WAV+CUE】
- 草蜢.1993-宝贝对不起(国)【宝丽金】【WAV+CUE】
- 杨培安.2009-抒·情(EP)【擎天娱乐】【WAV+CUE】
- 周慧敏《EndlessDream》[WAV+CUE]
- 彭芳《纯色角3》2007[WAV+CUE]
- 江志丰2008-今生为你[豪记][WAV+CUE]
- 罗大佑1994《恋曲2000》音乐工厂[WAV+CUE][1G]
- 群星《一首歌一个故事》赵英俊某些作品重唱企划[FLAC分轨][1G]
- 群星《网易云英文歌曲播放量TOP100》[MP3][1G]
- 方大同.2024-梦想家TheDreamer【赋音乐】【FLAC分轨】
- 李慧珍.2007-爱死了【华谊兄弟】【WAV+CUE】
- 王大文.2019-国际太空站【环球】【FLAC分轨】
- 群星《2022超好听的十倍音质网络歌曲(163)》U盘音乐[WAV分轨][1.1G]
- 童丽《啼笑姻缘》头版限量编号24K金碟[低速原抓WAV+CUE][1.1G]