通過代碼實(shí)例了解Python3編程技巧
高效處理數(shù)據(jù)類型方法:
處理數(shù)據(jù)
In [1]: from random import randint In [2]: data=[randint(-10,10) for _ in range(10)] In [3]: data Out[3]: [-3, -4, 3, 4, 7, -2, -4, 1, 7, -9] #過濾列表中的負(fù)數(shù) In [9]: list(filter(lambda x:x>=0,data)) Out[9]: [3, 4, 7, 1, 7] [for x in data if x>=0] # 列表生成式解法 [x for x in data if x>=0] #哪個(gè)更快,列表解析更快,遠(yuǎn)快于迭代 In [15]: %timeit [x for x in data if x>=0] 581 ns ± 23.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each) In [16]: %timeit filter(lambda x:x>=0,data) 237 ns ± 4 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each) #得到20個(gè)同學(xué)的成績(jī) d={x:randint(60,100)for x in range(1,21)} #字典解析式,iteritems同時(shí)迭代字典, # #得到分?jǐn)?shù)大于90的同學(xué) {k:v for k,v in d.items() if v>90} #集合解析 In [35]: {x for x in s if x %3 ==0} Out[35]: {-9, -3, 3} #為元祖中的每個(gè)元素命名,提高程序可讀性 #元祖存儲(chǔ)空間小,訪問速度快 #定義常量 NAME = 0 AGE=1 SEX=2 EMAIL=3 #拆包用法,定義類似其他語言的枚舉類型,也就是定義數(shù)值常量 NAME,AGE,SEX,EMAIL=range(4) #案例 student=('Jim',16,'male','jin@163.com') #name print(student[0]) #age print(student[1]) #通過常量可以優(yōu)化為 print(student[NAME]) print(student[AGE]) #namedtuple是繼承自tuple的子類,namedtuple和tuple比較有更酷的特性 #namedtuple創(chuàng)建一個(gè)和tuple類似的對(duì)象,而且對(duì)象擁有可以訪問的屬性。這對(duì)象更像帶有數(shù)據(jù)屬性的類,不過數(shù)據(jù)屬性是只讀的。 from collections import namedtuple Student = namedtuple('Student',['name','age','sex','email']) s=Student('Jim',16,'male','jim@163.com') s.name s.age #統(tǒng)計(jì)序列中元素出現(xiàn)的頻度 from random import randint data=[randint(0,20) for _ in range(30)] #創(chuàng)建字典{0:0,1:0,...} #方法1 c=dict.fromkeys(data,0) In [52]: for x in data: ...: c[x]+=1 #方法2,統(tǒng)計(jì)詞頻 from collections import Counter c2=Counter(data)#講序列傳入Counter的構(gòu)造器,得到Counter對(duì)象是元素頻度的字典 #使用most_common統(tǒng)計(jì)詞頻 In [58]: c2.most_common(3) Out[58]: [(10, 4), (20, 3), (8, 3)] #統(tǒng)計(jì)英文作文詞頻 import re txt=open('emmmm.txt').read() #分割后賦給Counter c3=Counter(re.split('\W',txt)) #找到頻率最高的10個(gè)單詞 c3.most_common(10) #內(nèi)置函數(shù)是以c的速度運(yùn)行,如sorted from random import randint d={x:randint(60,100) for x in 'xyzabc'} #{'a': 91, 'b': 65, 'c': 76, 'x': 85, 'y': 84, 'z': 72} # sorted(d) In [15]: zip(d.values(),d.keys()) Out[15]: <zip at 0x108b34dc8> In [16]: list(zip(d.values(),d.keys())) Out[16]: [(68, 'x'), (70, 'y'), (77, 'z'), (72, 'a'), (65, 'b'), (69, 'c')] #快速找到多個(gè)字典中的公共鍵 #In [1]: from random import randint,sample In [2]: sample('abcdefg',3) Out[2]: ['c', 'a', 'b'] In [4]: sample('abcdefg',randint(3,6)) Out[4]: ['b', 'a', 'd'] In [5]: s1={x:randint(1,4)for x in sample('abcdefg',randint(3,6))} In [9]: s1 Out[9]: {'a': 1, 'b': 2, 'c': 3, 'f': 3, 'g': 3} In [10]: s1={x:randint(1,4)for x in sample('abcdefg',randint(3,6))} In [11]: s1 Out[11]: {'b': 2, 'd': 3, 'g': 3} In [12]: s1 Out[12]: {'b': 2, 'd': 3, 'g': 3} In [13]: s2={x:randint(1,4)for x in sample('abcdefg',randint(3,6))} In [15]: s3={x:randint(1,4)for x in sample('abcdefg',randint(3,6))} #for循環(huán)遍歷方法,找到s2,s3都有的k In [19]: res=[] In [20]: for k in s1: ...: if k in s2 and k in s3: ...: res.append(k ...: ) ...: ...: In [21]: res Out[21]: ['b'] #通過字典的keys()方法,找到三個(gè)字典同樣的key In [26]: s1.keys()&s2.keys()&s3.keys() Out[26]: {'b'} #通過map得到一個(gè)迭代器對(duì)象 #In [27]: map(dict.keys,[s1,s2,s3]) Out[27]: <map at 0x108891b70> In [28]: list(map(dict.keys,[s1,s2,s3])) Out[28]: [dict_keys(['g', 'd', 'b']), dict_keys(['g', 'a', 'c', 'b', 'f']), dict_keys(['d', 'f', 'b', 'c', 'e', 'a'])] #通過reduce取出同樣結(jié)果 In [30]: from functools import reduce In [31]: reduce(lambda a,b:a&b,map(dict.keys,[s1,s2,s3])) Out[31]: {'b'} #使得 from time import time from random import randint from collections import OrderedDict d=OrderedDict() players = list("ABCDEFGH") start=time() for i in range(8): input() p=players.pop(randint(0,8-i)) end=time() print(i+1,p,end-start) d[p]=(i+1,end-start) print('') print('-'*20) for k in d: print(k,d[k]) #查看用戶歷史記錄功能,標(biāo)準(zhǔn)庫collections的deque,雙端循環(huán)隊(duì)列,存在內(nèi)容中,pickle存儲(chǔ)到文件 from random import randint from collections import deque N = randint(0,100) history = deque([],5) def guess(K): if K ==N: print('正確') return True if K < N: print('%s is less-than N'%K) else: print("%s is greater-than N"%K) return False while True: line = input("請(qǐng)輸入一個(gè)數(shù)字:") if line.isdigit(): k=int(line) history.append(k) if guess(k): break elif line =='history' or line =='h?': print(list(history))
可迭代對(duì)象和迭代器對(duì)象:
可迭代與迭代器對(duì)象
可迭代對(duì)象和迭代器對(duì)象 需求:從網(wǎng)絡(luò)抓取每個(gè)城市的氣溫消息,顯示 北京:15-20 黑龍江:3-10 上海13-19 一次抓取所有城市信息,會(huì)占很大的存儲(chǔ)空間,現(xiàn)在想“用時(shí)訪問”,吧所有城市氣溫封裝到一個(gè)對(duì)象里,用for迭代 可迭代對(duì)象: In [1]: l=[1,2,3,4,5] In [2]: s='abcde' iter內(nèi)置函數(shù),可以得到一個(gè)迭代器對(duì)象 由可迭代對(duì)象,得到迭代器 iter(l) In [23]: type(l) Out[23]: list In [24]: type(iter(l)) Out[24]: list_iterator 可迭代對(duì)象都有__iter方法,可迭代接口 或者_(dá)_getitem__序列接口 可迭代對(duì)象可以通過next()取值 In [26]: t=iter(l) In [27]: next(t) Out[27]: 1 In [28]: next(t) Out[28]: 2 In [29]: next(t) Out[29]: 3 In [30]: next(t) Out[30]: 4 In [31]: next(t) Out[31]: 5 In [32]: next(t) --------------------------------------------------------------------------- StopIteration Traceback (most recent call last) <ipython-input-32-f843efe259be> in <module>() ----> 1 next(t) StopIteration:
讀寫取excel文件
Microsoft Excel是Microsoft為使用Windows和Apple Macintosh操作系統(tǒng)的計(jì)算機(jī)編寫的一款電子表格軟件。直觀的界面、出色的計(jì)算功能和圖表工具,再加上成功的市場(chǎng)營銷,使Excel成為最流行的個(gè)人計(jì)算機(jī)數(shù)據(jù)處理軟件。
xlrd使用方法
import xlrd #打開excel文件,創(chuàng)建一個(gè)workbook對(duì)象,book對(duì)象也就是s11.xlsx文件,表含有sheet名 rbook=xlrd.open_workbook('/Users/yuchao/s11.xlsx') #sheets方法返回對(duì)象列表,[<xlrd.sheet.Sheet object at 0x103f147f0>] rbook.sheets() rsheet=rbook.sheet_by_index(0) #訪問行數(shù) rows=rsheet.nrows #訪問列數(shù) cols=rsheet.ncols print('行數(shù):',rows,'列數(shù)',cols) #通過cell的位置坐標(biāo)取得cell值 cell=rsheet.cell(0,0) print('0,0坐標(biāo)的值是:',cell.value) #取得第二行的值,參數(shù)是(行數(shù),起點(diǎn),終點(diǎn)) row1=rsheet.row_values(1) print('第一行的值是:',row1)
xlwt修改excel
# -*- coding:utf-8 -*- # Author : yuchao # Data : 2018/7/18 16:08 import xlrd, xlwt rbook = xlrd.open_workbook('/Users/yuchao/s11.xlsx') rsheet = rbook.sheet_by_index(0) # 取得sheet對(duì)象1 # 列數(shù) nc = rsheet.ncols # 寫入一條數(shù)據(jù) rsheet.put_cell(0, nc, xlrd.XL_CELL_TEXT, '總分', None) # 遍歷數(shù)據(jù)的行數(shù) for row in range(1, rsheet.nrows): # 求和每一行數(shù)據(jù) t = sum(rsheet.row_values(row, 1)) rsheet.put_cell(row, nc, xlrd.XL_CELL_NUMBER, t, None) #創(chuàng)建文檔對(duì)象 wbook = xlwt.Workbook() wsheet = wbook.add_sheet(rsheet.name) #設(shè)置樣式 style = xlwt.easyxf('align: vertical center, horizontal center') #遍歷每一行 for r in range(rsheet.nrows): #每一列 for c in range(rsheet.ncols): wsheet.write(r,c,rsheet.cell_value(r,c),style) wbook.save('/Users/yuchao/s11_bak.xlsx')
讀取excel
import xlrd from xlrd.book import Book from xlrd.sheet import Sheet from xlrd.sheet import Cell workbook = xlrd.open_workbook('/Users/yuchao/s11.xlsx') sheet_names = workbook.sheet_names() # sheet = workbook.sheet_by_name('工作表1') sheet = workbook.sheet_by_index(1) # 循環(huán)Excel文件的所有行 for row in sheet.get_rows(): # 循環(huán)一行的所有列 for col in row: # 獲取一個(gè)單元格中的值 print(col.value)
以上就是本文的全部?jī)?nèi)容,希望對(duì)大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。
相關(guān)文章
Python常用數(shù)據(jù)結(jié)構(gòu)和公共方法技巧總結(jié)
這篇文章主要介紹了Python常用數(shù)據(jù)結(jié)構(gòu)和公共方法技巧總結(jié),文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的朋友可以參考一下2022-08-08python中內(nèi)置函數(shù)ord()返回字符串的ASCII數(shù)值實(shí)例詳解
ord()?函數(shù)是?chr()?函數(shù)(對(duì)于?8?位的?ASCII?字符串)的配對(duì)函數(shù),它以一個(gè)字符串(Unicode?字符)作為參數(shù),返回對(duì)應(yīng)的?ASCII?數(shù)值,或者?Unicode?數(shù)值,這篇文章主要介紹了python?中內(nèi)置函數(shù)ord()返回字符串的ASCII數(shù)值,需要的朋友可以參考下2022-07-07python讀取并定位excel數(shù)據(jù)坐標(biāo)系詳解
這篇文章主要介紹了python讀取并定位excel數(shù)據(jù)坐標(biāo)系詳解,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-06-06Python實(shí)現(xiàn)多腳本處理定時(shí)運(yùn)行
這篇文章主要介紹了Python實(shí)現(xiàn)多腳本處理定時(shí)運(yùn)行,文章圍繞主題展開詳細(xì)的內(nèi)容介紹,具有一定的參考價(jià)值,需要的小伙伴可以參考一下2022-06-06利用django創(chuàng)建一個(gè)簡(jiǎn)易的博客網(wǎng)站的示例
這篇文章主要介紹了利用django創(chuàng)建一個(gè)簡(jiǎn)易的博客網(wǎng)站的示例,幫助大家更好的學(xué)習(xí)和使用django框架,感興趣的朋友可以了解下2020-09-09Python sklearn對(duì)文本數(shù)據(jù)進(jìn)行特征化提取
這篇文章主要介紹了Python sklearn對(duì)文本數(shù)據(jù)進(jìn)行特征化提取,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)吧2023-04-04Python數(shù)據(jù)分析之繪制ppi-cpi剪刀差圖形
這篇文章主要介紹了Python數(shù)據(jù)分析之繪制ppi-cpi剪刀差圖形,ppi-cp剪刀差是通過這個(gè)指標(biāo)可以了解當(dāng)前的經(jīng)濟(jì)運(yùn)行狀況,下文更多詳細(xì)內(nèi)容介紹需要的小伙伴可以參考一下2022-05-05使用 Python 玩轉(zhuǎn) GitHub 的貢獻(xiàn)板(推薦)
這篇文章主要介紹了使用 Python 玩轉(zhuǎn) GitHub 的貢獻(xiàn)板的相關(guān)知識(shí),非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下2019-04-04使用Python創(chuàng)建websocket服務(wù)端并給出不同客戶端的請(qǐng)求
本文主要介紹了使用Python創(chuàng)建websocket服務(wù)端并給出不同客戶端的請(qǐng)求,文中通過示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2023-01-01