美文网首页
五个Python高效编程技巧

五个Python高效编程技巧

作者: 木叶苍蓝 | 来源:发表于2020-10-29 20:08 被阅读0次

工作中经常要处理各种各样的数据,遇到项目赶进度的时候自己写函数会很费时间。Python中有很多内置函数帮助你提高工作效率。

根据条件在序列中筛选数据
  1. 假设有一个数字列表data,过滤列表中的负数
  • 方法一: 使用列表推导式
result = [i for i in data if i >=0]
  • 方法二:使用fliter过滤函数
result = fliter(lambda x : x >= 0, data)
  1. 学生的数学分数以字典形式存储,筛选其中大于80分的同学
d = {x : randint(50, 100) for x in range(1, 21)}
result = {k : v for k, v in d.items() if v > 80}
对字典的键值对进行翻转

使用zip()函数:zip()函数用于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。

s = {x : randint(1, 4) for x in sample("abfcdrg", randint(1, 5))}
print s
>>> {'b':1, 'f':4, 'g':3, 'r':1}
d = {k : v for k, v in zip(s.values(), s.keys()) }
print b
>>> {1:'r', 4:'f', 3:'g'}
统计序列中元素出现的频率
  1. 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?
    构造随机序列:
data = [randint(0, 20) for _ in range(20)]
  • 方法一:使用字典来统计,以列表中数据为键,以出现的次数为值
from random in randint

def demo():
    data = [randint(0, 20) for _ in range(30)]
    # 列表中数字出现的次数
    d = dict.fromkeys(data, 0)
    for v in data:
        d[v] += 1
    return d
  • 方法二:直接使用collections 模块下的 Counter对象
data = [randint(0, 20) for _ in range(30)]
print data
>>> [7,8,5,16,8,17,11,18, 17, 15, 7, 2, 19, 5, 16, 17, 17, 12, 19, 9, 10, 0, 20, 11, 2, 11, 10]
c2 = Counter(data)
print c2
>>> Counter({17: 4, 11: 4, 16: 3, 10: 3, 7: 2, 8: 2, 5: 2, 2: 2, 19: 2, 18: 1, 15: 1, 12: 1, 9: 1, 0: 1, 20: 1})
print c2.most_common(3) # 统计频率出现最高的3个数
>>> [(17, 4), (11, 4), (16, 3)]
  1. 对某英语文章单词进行统计,找到出现次数最高的单词以及出现的次数
import re
from collections import Counter

with open("test.txt", 'r', encoding="utf-8") as f:
    d = f.read()
total = re.split("\W+",  d) # 所有单词列表
result = Counter(total)
print(result.most_common(10))
根据字典中值的大小,对字典项进行排序
  1. 按数学成绩从高到低进行排序
  • 方法一:利用zip将字典转化为元组,再用sorted进行排序
data = {x : randint(60, 100) for x in "xyzfafs"}
print data 
>>> {'x': 73, 'y': 69, 'z': 76, 'f': 61, 'a': 64, 's': 100}
print sorted(data)
>>> ['a', 'f', 's', 'x', 'y', 'z']
data = sorted(zip(data.volues(), data.keys()))
print data
>>> [(61, 'f'), (64, 'a'), (69, 'y'), (73, 'x'), (76, 'z'), (100, 's')]
  • 方法二:利用 sorted 函数的 key 参数
print data.items()
>>> dict_items([('x', 64), ('y', 74), ('z', 66), ('f', 62), ('a', 80), ('s', 72)])
print sorted(data.items(), key=lambda x: x[1])
>>> [('f', 62), ('x', 64), ('z', 66), ('s', 72), ('y', 74), ('a', 80)]
在多个字典中找到公共键

实际场景: 在足球比赛中,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..}

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))}
print s1
>>> {'d': 3, 'g': 2}
s2 = {x : randint(1, 4) for x in sample("abfcdrg", randint(1, 5))}
print s2
>>> {'b': 4, 'g': 1, 'f': 1, 'r': 4, 'd': 3}
s3 = {x : randint(1, 4) for x in sample("abfcdrg", randint(1, 5))}
print s3
>>> {'b': 4, 'r': 4, 'a': 2, 'g': 3, 'c': 4}

首先获取字典的keys,然后取每轮比赛的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]))

相关文章

网友评论

      本文标题:五个Python高效编程技巧

      本文链接:https://www.haomeiwen.com/subject/hqslvktx.html