一、根据条件在序列中筛选数据
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)
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
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
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)
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
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
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呐喊教程其它相关文章!
声明:本文内容来源于网络,版权归原作者所有,内容由互联网用户自发贡献自行上传,本网站不拥有所有权,未作人工编辑处理,也不承担相关法律责任。如果您发现有涉嫌版权的内容,欢迎发送邮件至:notice#nhooo.com(发邮件时,请将#更换为@)进行举报,并提供相关证据,一经查实,本站将立刻删除涉嫌侵权内容。