將序列分解為單獨的變量

問題：現(xiàn)在有一個包含 N 個元素的元組或者是序列，怎樣將它里面的值解壓后同時賦值給 N 個變量？

解答：任何的序列（或者是可迭代對象）可以通過一個簡單的賦值操作來分解為單獨的變量。 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：（當前環(huán)境為python3.8版本）

1p = (1, 2)
 2x, y = p
 3
 4x   # 1
 5y   # 2
 6
 7data = [ 'ABC', 20, 51.1, (2023, 2, 5) ]
 8name, age, price, date = data
 9name  # 'ABC'
10date  #  (2023, 2, 5)

解壓可迭代對象賦值給多個變量

問：如果一個可迭代對象的元素個數(shù)超過變量個數(shù)時，會拋出一個 ValueError。 那么怎樣才能從這個可迭代對象中解壓出 N 個元素出來？

解答：Python 的星號表達式可以用來解決這個問題。比如，你在學習一門課程，在學期末的時候， 你想統(tǒng)計下家庭作業(yè)的平均成績，但是排除掉第一個和最后一個分數(shù)。如果只有四個分數(shù)，你可能就直接去簡單的手動賦值， 但如果有 24 個呢？這時候星號表達式就派上用場了。

1def drop_first_last(grades):
2    first, *middle, last = grades
3    return avg(middle)

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

1record = ('Dave', 'dave@example.com', '773-555-1212', '847-555-1212')
2name, email, *phone_numbers = record
3name  # 'Dave'
4email  # 'dave@example.com'
5phone_numbers   #  ['773-555-1212', '847-555-1212']

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

查找最大或最小的 N 個元素

問題：怎樣從一個集合中獲得最大或者最小的 N 個元素列表？

解答：heapq 模塊有兩個函數(shù)：nlargest() 和 nsmallest() 可以完美解決這個問題。

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

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

1portfolio = [
 2    {'name': 'IBM', 'shares': 100, 'price': 91.1},
 3    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
 4    {'name': 'FB', 'shares': 200, 'price': 21.09},
 5    {'name': 'HPQ', 'shares': 35, 'price': 31.75},
 6    {'name': 'YHOO', 'shares': 45, 'price': 16.35},
 7    {'name': 'ACME', 'shares': 75, 'price': 115.65}
 8]
 9cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
10cheap
11# [{'name': 'YHOO', 'shares': 45, 'price': 16.35}, {'name': 'FB', 'shares': 200, 'price': 21.09},{'name': 'HPQ', 'shares': 35, 'price': 31.75}]
12expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])
13expensive
14# [{'name': 'AAPL', 'shares': 50, 'price': 543.22},{'name': 'ACME', 'shares': 75, 'price': 115.65}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]

字典的運算

問題：怎樣在數(shù)據(jù)字典中執(zhí)行一些計算操作（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格映射字典

1prices = {
2    'ACME': 45.23,
3    'AAPL': 612.78,
4    'IBM': 205.55,
5    'HPQ': 37.20,
6    'FB': 10.75
7}

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

1min_price = min(zip(prices.values(), prices.keys()))
2# min_price is (10.75, 'FB')
3max_price = max(zip(prices.values(), prices.keys()))
4# max_price is (612.78, 'AAPL')

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

1prices_sorted = sorted(zip(prices.values(), prices.keys()))
2# prices_sorted is [(10.75, 'FB'), (37.2, 'HPQ'),
3#                   (45.23, 'ACME'), (205.55, 'IBM'),
4#                   (612.78, 'AAPL')]

執(zhí)行這些計算的時候，需要注意的是 zip() 函數(shù)創(chuàng)建的是一個只能訪問一次的迭代器。 比如，下面的代碼就會產(chǎn)生錯誤：

1prices_and_names = zip(prices.values(), prices.keys())
2print(min(prices_and_names)) # (10.75, 'FB')
3print(max(prices_and_names)) # ValueError: max() arg is an empty sequence

查找兩字典的相同點

問題：怎樣在兩個字典中尋找相同點（比如相同的鍵、相同的值等等）？

解答：考慮下面兩個字典

1a = {
 2    'x' : 1,
 3    'y' : 2,
 4    'z' : 3
 5}
 6
 7b = {
 8    'w' : 10,
 9    'x' : 11,
10    'y' : 2
11}

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

1# Find keys in common
2a.keys() & b.keys() # { 'x', 'y' }
3# Find keys in a that are not in b
4a.keys() - b.keys() # { 'z' }
5# Find (key,value) pairs in common
6a.items() & b.items() # { ('y', 2) }

這些操作也可以用于修改或者過濾字典元素。 比如，假如你想以現(xiàn)有字典構(gòu)造一個排除幾個指定鍵的新字典。 下面利用字典推導來實現(xiàn)這樣的需求：

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

序列中出現(xiàn)次數(shù)最多的元素

問題：怎樣找出一個序列中出現(xiàn)次數(shù)最多的元素呢？

解答：collections.Counter 類就是專門為這類問題而設計的， 它甚至有一個有用的 most_common() 方法直接給了你答案。

先假設你有一個單詞列表并且想找出哪個單詞出現(xiàn)頻率最高。你可以這樣做：

1words = [
 2    'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
 3    'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around', 'the',
 4    'eyes', "don't", 'look', 'around', 'the', 'eyes', 'look', 'into',
 5    'my', 'eyes', "you're", 'under'
 6]
 7from collections import Counter
 8word_counts = Counter(words)
 9# 出現(xiàn)頻率最高的3個單詞
10top_three = word_counts.most_common(3)
11print(top_three)
12# Outputs [('eyes', 8), ('the', 5), ('look', 4)]

通過某個字段將記錄分組

問題：你有一個字典或者實例的序列，然后你想根據(jù)某個特定的字段比如 date 來分組迭代訪問。

解答：itertools.groupby() 函數(shù)對于這樣的數(shù)據(jù)分組操作非常實用。 假設你已經(jīng)有了下列的字典列表：

1rows = [
 2    {'address': '5412 N CLARK', 'date': '07/01/2012'},
 3    {'address': '5148 N CLARK', 'date': '07/04/2012'},
 4    {'address': '5800 E 58TH', 'date': '07/02/2012'},
 5    {'address': '2122 N CLARK', 'date': '07/03/2012'},
 6    {'address': '5645 N RAVENSWOOD', 'date': '07/02/2012'},
 7    {'address': '1060 W ADDISON', 'date': '07/02/2012'},
 8    {'address': '4801 N BROADWAY', 'date': '07/01/2012'},
 9    {'address': '1039 W GRANVILLE', 'date': '07/04/2012'},
10]

現(xiàn)在假設你想在按 date 分組后的數(shù)據(jù)塊上進行迭代。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)：

1from operator import itemgetter
 2from itertools import groupby
 3
 4# Sort by the desired field first
 5rows.sort(key=itemgetter('date'))
 6# Iterate in groups
 7for date, items in groupby(rows, key=itemgetter('date')):
 8    print(date)
 9    for i in items:
10        print(' ', i)

運行結(jié)果：

107/01/2012
 2  {'date': '07/01/2012', 'address': '5412 N CLARK'}
 3  {'date': '07/01/2012', 'address': '4801 N BROADWAY'}
 407/02/2012
 5  {'date': '07/02/2012', 'address': '5800 E 58TH'}
 6  {'date': '07/02/2012', 'address': '5645 N RAVENSWOOD'}
 7  {'date': '07/02/2012', 'address': '1060 W ADDISON'}
 807/03/2012
 9  {'date': '07/03/2012', 'address': '2122 N CLARK'}
1007/04/2012
11  {'date': '07/04/2012', 'address': '5148 N CLARK'}
12  {'date': '07/04/2012', 'address': '1039 W GRANVILLE'}

過濾序列元素

問題：你有一個數(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：最簡單的過濾序列元素的方法就是使用列表推導。比如：

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

有時候，過濾規(guī)則比較復雜，不能簡單的在列表推導或者生成器表達式中表達出來。 比如，假設過濾的時候需要處理一些異常或者其他復雜情況。這時候你可以將過濾代碼放到一個函數(shù)中， 然后使用內(nèi)建的 filter() 函數(shù)。示例如下：

1values = ['1', '2', '-3', '-', '4', 'N/A', '5']
 2def is_int(val):
 3    try:
 4        x = int(val)
 5        return True
 6    except ValueError:
 7        return False
 8ivals = list(filter(is_int, values))
 9print(ivals)
10# Outputs ['1', '2', '-3', '4', '5']

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

轉(zhuǎn)換并同時計算數(shù)據(jù)

問題：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)換或者過濾數(shù)據(jù)

解答：一個非常優(yōu)雅的方式去結(jié)合數(shù)據(jù)計算與轉(zhuǎn)換就是使用一個生成器表達式參數(shù)。 比如，如果你想計算平方和，可以像下面這樣做：

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

下面是更多的例子：

1# Determine if any .py files exist in a directory
 2import os
 3files = os.listdir('dirname')
 4if any(name.endswith('.py') for name in files):
 5    print('There be python!')
 6else:
 7    print('Sorry, no python.')
 8# Output a tuple as CSV
 9s = ('ACME', 50, 123.45)
10print(','.join(str(x) for x in s))
11# Data reduction across fields of a data structure
12portfolio = [
13    {'name':'GOOG', 'shares': 50},
14    {'name':'YHOO', 'shares': 75},
15    {'name':'AOL', 'shares': 20},
16    {'name':'SCOX', 'shares': 65}
17]
18min_shares = min(s['shares'] for s in portfolio)

合并多個字典或映射

問題：現(xiàn)在有多個字典或者映射，你想將它們從邏輯上合并為一個單一的映射后執(zhí)行某些操作， 比如查找值或者檢查某些鍵是否存在。

解答：假如你有如下兩個字典

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

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

1from collections import ChainMap
2c = ChainMap(a,b)
3print(c['x']) # Outputs 1 (from a)
4print(c['y']) # Outputs 2 (from b)
5print(c['z']) # Outputs 3 (from a)