欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

python3 cookbook中常遇問(wèn)題解答

 更新時(shí)間：2023年02月08日 08:57:03   作者：吃肉的小饅頭  
本文主要介紹了python3 cookbook中常遇問(wèn)題解答，文中通過(guò)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(lái)一起學(xué)習(xí)學(xué)習(xí)吧

數(shù)據(jù)結(jié)構(gòu)與算法

將序列分解為單獨(dú)的變量

問(wèn)題：現(xiàn)在有一個(gè)包含 N 個(gè)元素的元組或者是序列，怎樣將它里面的值解壓后同時(shí)賦值給 N 個(gè)變量？
解答：任何的序列（或者是可迭代對(duì)象）可以通過(guò)一個(gè)簡(jiǎn)單的賦值操作來(lái)分解為單獨(dú)的變量。 唯一的要求就是變量的總數(shù)和結(jié)構(gòu)必須與序列相吻合。
代碼示例：（當(dāng)前環(huán)境為python3.8版本）

p = (1, 2)
x, y = p

x ? # 1
y ? # 2

data = [ 'ABC', 20, 51.1, (2023, 2, 5) ]
name, age, price, date = data
name ?# 'ABC'
date ?# ?(2023, 2, 5)

解壓可迭代對(duì)象賦值給多個(gè)變量

問(wèn)：如果一個(gè)可迭代對(duì)象的元素個(gè)數(shù)超過(guò)變量個(gè)數(shù)時(shí)，會(huì)拋出一個(gè) ValueError。 那么怎樣才能從這個(gè)可迭代對(duì)象中解壓出 N 個(gè)元素出來(lái)？
解答：Python 的星號(hào)表達(dá)式可以用來(lái)解決這個(gè)問(wèn)題。比如，你在學(xué)習(xí)一門(mén)課程，在學(xué)期末的時(shí)候， 你想統(tǒng)計(jì)下家庭作業(yè)的平均成績(jī)，但是排除掉第一個(gè)和最后一個(gè)分?jǐn)?shù)。如果只有四個(gè)分?jǐn)?shù)，你可能就直接去簡(jiǎn)單的手動(dòng)賦值， 但如果有 24 個(gè)呢？這時(shí)候星號(hào)表達(dá)式就派上用場(chǎng)了。

def drop_first_last(grades):
    first, *middle, last = grades
    return avg(middle)

另外一種情況，假設(shè)你現(xiàn)在有一些用戶的記錄列表，每條記錄包含一個(gè)名字、郵件，接著就是不確定數(shù)量的電話號(hào)碼。 你可以像下面這樣分解這些記錄：

record = ('Dave', 'dave@example.com', '773-555-1212', '847-555-1212')
name, email, *phone_numbers = record
name  # 'Dave'
email  # 'dave@example.com'
phone_numbers   #  ['773-555-1212', '847-555-1212']

值得注意的是上面解壓出的 phone_numbers 變量永遠(yuǎn)都是列表類型，不管解壓的電話號(hào)碼數(shù)量是多少（包括 0 個(gè)）。

查找最大或最小的 N 個(gè)元素

問(wèn)題：怎樣從一個(gè)集合中獲得最大或者最小的 N 個(gè)元素列表？
解答：heapq 模塊有兩個(gè)函數(shù)：nlargest() 和 nsmallest() 可以完美解決這個(gè)問(wèn)題。

import heapq
nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
print(heapq.nlargest(3, nums)) # Prints [42, 37, 23]
print(heapq.nsmallest(3, nums)) # Prints [-4, 1, 2]

兩個(gè)函數(shù)都能接受一個(gè)關(guān)鍵字參數(shù)，用于更復(fù)雜的數(shù)據(jù)結(jié)構(gòu)中：

portfolio = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
    {'name': 'ACME', 'shares': 75, 'price': 115.65}
]
cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
cheap
# [{'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'FB', 'shares': 200, 'price': 21.09},{'name': 'HPQ', 'shares': 35, 'price': 31.75}]
expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
expensive
# [{'name': 'AAPL', 'shares': 50, 'price': 543.22},{'name': 'ACME', 'shares': 75, 'price': 115.65}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]

字典的運(yùn)算

問(wèn)題：怎樣在數(shù)據(jù)字典中執(zhí)行一些計(jì)算操作（比如求最小值、最大值、排序等等）？
解答：考慮下面的股票名和價(jià)格映射字典

prices = {
    'ACME': 45.23,
    'AAPL': 612.78,
    'IBM': 205.55,
    'HPQ': 37.20,
    'FB': 10.75
}

為了對(duì)字典值執(zhí)行計(jì)算操作，通常需要使用 zip() 函數(shù)先將鍵和值反轉(zhuǎn)過(guò)來(lái)。 比如，下面是查找最小和最大股票價(jià)格和股票值的代碼：

min_price = min(zip(prices.values(), prices.keys()))
# min_price is (10.75, 'FB')
max_price = max(zip(prices.values(), prices.keys()))
# max_price is (612.78, 'AAPL')

類似的，可以使用 zip() 和 sorted() 函數(shù)來(lái)排列字典數(shù)據(jù)：

prices_sorted = sorted(zip(prices.values(), prices.keys()))
# prices_sorted is [(10.75, 'FB'), (37.2, 'HPQ'),
#                   (45.23, 'ACME'), (205.55, 'IBM'),
#                   (612.78, 'AAPL')]

執(zhí)行這些計(jì)算的時(shí)候，需要注意的是 zip() 函數(shù)創(chuàng)建的是一個(gè)只能訪問(wèn)一次的迭代器。 比如，下面的代碼就會(huì)產(chǎn)生錯(cuò)誤：

prices_and_names = zip(prices.values(), prices.keys())
print(min(prices_and_names)) # (10.75, 'FB')
print(max(prices_and_names)) # ValueError: max() arg is an empty sequence

查找兩字典的相同點(diǎn)

問(wèn)題：怎樣在兩個(gè)字典中尋找相同點(diǎn)（比如相同的鍵、相同的值等等）？
解答：考慮下面兩個(gè)字典

a = {
? ? 'x' : 1,
? ? 'y' : 2,
? ? 'z' : 3
}

b = {
? ? 'w' : 10,
? ? 'x' : 11,
? ? 'y' : 2
}

為了尋找兩個(gè)字典的相同點(diǎn)，可以簡(jiǎn)單的在兩字典的 keys() 或者 items() 方法返回結(jié)果上執(zhí)行集合操作。比如：

# Find keys in common
a.keys() & b.keys() # { 'x', 'y' }
# Find keys in a that are not in b
a.keys() - b.keys() # { 'z' }
# Find (key,value) pairs in common
a.items() & b.items() # { ('y', 2) }

這些操作也可以用于修改或者過(guò)濾字典元素。 比如，假如你想以現(xiàn)有字典構(gòu)造一個(gè)排除幾個(gè)指定鍵的新字典。 下面利用字典推導(dǎo)來(lái)實(shí)現(xiàn)這樣的需求：

# Make a new dictionary with certain keys removed
c = {key:a[key] for key in a.keys() - {'z', 'w'}}
# c is {'x': 1, 'y': 2}

序列中出現(xiàn)次數(shù)最多的元素

問(wèn)題：怎樣找出一個(gè)序列中出現(xiàn)次數(shù)最多的元素呢？
解答：collections.Counter 類就是專門(mén)為這類問(wèn)題而設(shè)計(jì)的， 它甚至有一個(gè)有用的 most_common() 方法直接給了你答案。
先假設(shè)你有一個(gè)單詞列表并且想找出哪個(gè)單詞出現(xiàn)頻率最高。你可以這樣做：

words = [
    'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
    'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around', 'the',
    'eyes', "don't", 'look', 'around', 'the', 'eyes', 'look', 'into',
    'my', 'eyes', "you're", 'under'
]
from collections import Counter
word_counts = Counter(words)
# 出現(xiàn)頻率最高的3個(gè)單詞
top_three = word_counts.most_common(3)
print(top_three)
# Outputs [('eyes', 8), ('the', 5), ('look', 4)]

通過(guò)某個(gè)字段將記錄分組

問(wèn)題：你有一個(gè)字典或者實(shí)例的序列，然后你想根據(jù)某個(gè)特定的字段比如 date 來(lái)分組迭代訪問(wèn)。
解答：itertools.groupby() 函數(shù)對(duì)于這樣的數(shù)據(jù)分組操作非常實(shí)用。 假設(shè)你已經(jīng)有了下列的字典列表：

rows = [
    {'address': '5412 N CLARK', 'date': '07/01/2012'},
    {'address': '5148 N CLARK', 'date': '07/04/2012'},
    {'address': '5800 E 58TH', 'date': '07/02/2012'},
    {'address': '2122 N CLARK', 'date': '07/03/2012'},
    {'address': '5645 N RAVENSWOOD', 'date': '07/02/2012'},
    {'address': '1060 W ADDISON', 'date': '07/02/2012'},
    {'address': '4801 N BROADWAY', 'date': '07/01/2012'},
    {'address': '1039 W GRANVILLE', 'date': '07/04/2012'},
]

現(xiàn)在假設(shè)你想在按 date 分組后的數(shù)據(jù)塊上進(jìn)行迭代。為了這樣做，你首先需要按照指定的字段(這里就是date)排序， 然后調(diào)用 itertools.groupby() 函數(shù)：

from operator import itemgetter
from itertools import groupby

# Sort by the desired field first
rows.sort(key=itemgetter('date'))
# Iterate in groups
for date, items in groupby(rows, key=itemgetter('date')):
? ? print(date)
? ? for i in items:
? ? ? ? print(' ', i)

運(yùn)行結(jié)果：

07/01/2012
  {'date': '07/01/2012', 'address': '5412 N CLARK'}
  {'date': '07/01/2012', 'address': '4801 N BROADWAY'}
07/02/2012
  {'date': '07/02/2012', 'address': '5800 E 58TH'}
  {'date': '07/02/2012', 'address': '5645 N RAVENSWOOD'}
  {'date': '07/02/2012', 'address': '1060 W ADDISON'}
07/03/2012
  {'date': '07/03/2012', 'address': '2122 N CLARK'}
07/04/2012
  {'date': '07/04/2012', 'address': '5148 N CLARK'}
  {'date': '07/04/2012', 'address': '1039 W GRANVILLE'}

過(guò)濾序列元素

問(wèn)題：你有一個(gè)數(shù)據(jù)序列，想利用一些規(guī)則從中提取出需要的值或者是縮短序列。
解答：最簡(jiǎn)單的過(guò)濾序列元素的方法就是使用列表推導(dǎo)。比如：

mylist = [1, 4, -5, 10, -7, 2, 3, -1]
[n for n in mylist if n > 0]
# [1, 4, 10, 2, 3]
[n for n in mylist if n < 0]
# [-5, -7, -1]

有時(shí)候，過(guò)濾規(guī)則比較復(fù)雜，不能簡(jiǎn)單的在列表推導(dǎo)或者生成器表達(dá)式中表達(dá)出來(lái)。 比如，假設(shè)過(guò)濾的時(shí)候需要處理一些異?；蛘咂渌麖?fù)雜情況。這時(shí)候你可以將過(guò)濾代碼放到一個(gè)函數(shù)中， 然后使用內(nèi)建的 filter() 函數(shù)。示例如下：

values = ['1', '2', '-3', '-', '4', 'N/A', '5']
def is_int(val):
    try:
        x = int(val)
        return True
    except ValueError:
        return False
ivals = list(filter(is_int, values))
print(ivals)
# Outputs ['1', '2', '-3', '4', '5']

filter() 函數(shù)創(chuàng)建了一個(gè)迭代器，因此如果你想得到一個(gè)列表的話，就得像示例那樣使用 list() 去轉(zhuǎn)換。

轉(zhuǎn)換并同時(shí)計(jì)算數(shù)據(jù)

問(wèn)題：你需要在數(shù)據(jù)序列上執(zhí)行聚集函數(shù)（比如 sum() , min() , max()）， 但是首先你需要先轉(zhuǎn)換或者過(guò)濾數(shù)據(jù)
解答：一個(gè)非常優(yōu)雅的方式去結(jié)合數(shù)據(jù)計(jì)算與轉(zhuǎn)換就是使用一個(gè)生成器表達(dá)式參數(shù)。 比如，如果你想計(jì)算平方和，可以像下面這樣做：

nums = [1, 2, 3, 4, 5]
s = sum(x * x for x in nums)

下面是更多的例子：

# Determine if any .py files exist in a directory
import os
files = os.listdir('dirname')
if any(name.endswith('.py') for name in files):
    print('There be python!')
else:
    print('Sorry, no python.')
# Output a tuple as CSV
s = ('ACME', 50, 123.45)
print(','.join(str(x) for x in s))
# Data reduction across fields of a data structure
portfolio = [
    {'name':'GOOG', 'shares': 50},
    {'name':'YHOO', 'shares': 75},
    {'name':'AOL', 'shares': 20},
    {'name':'SCOX', 'shares': 65}
]
min_shares = min(s['shares'] for s in portfolio)

合并多個(gè)字典或映射

問(wèn)題：現(xiàn)在有多個(gè)字典或者映射，你想將它們從邏輯上合并為一個(gè)單一的映射后執(zhí)行某些操作， 比如查找值或者檢查某些鍵是否存在。
解答：假如你有如下兩個(gè)字典

a = {'x': 1, 'z': 3 }
b = {'y': 2, 'z': 4 }

現(xiàn)在假設(shè)你必須在兩個(gè)字典中執(zhí)行查找操作（比如先從 a 中找，如果找不到再在 b 中找）。 一個(gè)非常簡(jiǎn)單的解決方案就是使用 collections 模塊中的 ChainMap 類。比如：

from collections import ChainMap
c = ChainMap(a,b)
print(c['x']) # Outputs 1 (from a)
print(c['y']) # Outputs 2 (from b)
print(c['z']) # Outputs 3 (from a)

到此這篇關(guān)于python3 cookbook中常遇問(wèn)題解答的文章就介紹到這了,更多相關(guān)python3 cookbook問(wèn)題內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！

相關(guān)文章

最新評(píng)論