使用python的列表解析以及函数式计算来简化代码
来源:互联网 发布:排序算法复杂度比较 编辑:程序博客网 时间:2024/06/04 19:00
在我们的代码里经常会和列表,元组,字典等数据结构打交道,可以这么说,在很大程度上我们的代码就是对这些数据结构进行处理的过程,在Python中对列表,元组,字典等内置的数据结构的处理是很方便的事情,python借鉴了Lisp中的很多函数式计算的方法来处理列表,可以极大的简化我们的代码。
set() 将元组,列表 转化成没有重复项的集合
list()将集合,元组转化成列表
tuple()将集合,列表转化成元组
列表解析:[返回值 for 元素 in 列表 if 条件] 比如 [num for num in xrange(100) if num%2==0] 返回0~99之间的偶数列表
map(func,list):将list的每一个元素传递给func的函数,这个函数有一个参数,且返回一个值,map将每一次调用函数返回的值组成一个新列表返回
filter(func,list):将list的每一个元素传递给func的函数,这个函数有一个参数,返回bool类型的值,filter将返回True的元素组成新列表返回
reduce(func,list):将list的元素,挨个取出来和下一个元素通过func计算后将结果和再下一个元素继续计算,比如
ls=[1,3,5,7]
reduce(lambda x,y:x+y,ls)
的计算过程就是 1+3=4 然后4+5得到结果9,再加7,以此类推,最后返回最终计算的结果
下面我们用实际的例子来看如何运用这几个函数
1.列表去重
如果有一个列表ls=[1,3,2,5,2,1,3,4,6]需要去掉其中重复的项,怎么做?
最简单的办法 ls=list(set(ls))
2.假如有列表:
books=[
{"name":"C#从入门到精通","price":23.7,"store":"卓越"},
{"name":"ASP.NET高级编程","price":44.5,"store":"卓越"},
{"name":"C#从入门到精通","price":24.7,"store":"当当"},
{"name":"ASP.NET高级编程","price":45.7,"store":"当当"},
{"name":"C#从入门到精通","price":26.7,"store":"新华书店"},
{"name":"ASP.NET高级编程","price":55.7,"store":"新华书店"},
]
2.1 求《ASP.NET高级编程》价格最便宜的店:
storename=min([b for b in books if b['name']=="ASP.NET高级编程"],key=lambda b:b.price)["store"]
过程:先用列表解析取出《ASP.NET高级编程》的列表,通过min函数,比较字典的price键获取price最小的项
2.2 求在新华书店购买两本书一样一本要花的钱:
price=sum([b['price'] for b in books if b['store']=="新华书店"])
2.3 求列表中有那几本书:
booknames=list(set([b['name'] for b in books]))
2.4 列表里当当的书都打5折:
books=map(lambda b:dict(name=b['name'],price=b['price']*0.5,store=b['store']),books)
2.5 《C#从入门到精通》的平均价格:
avg=(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']=="C#从入门到精通"])
2.6 求每本书的平均价格:
book_avg=map(lambda bookname:dict(name=bookname,avg=(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']==bookname])),list(set([b['name'] for b in books])))
这段代码放在一行比较难看懂,但是格式化一下就很好懂了,构建的过程如下:
step1 要求每本书的平均价格,首先要得到共有几本书,方法见2.3,得到去重的书名列表
list(set([b['name'] for b in books])) #去重后的书名列表
step2 要求每一本书的均价,需要将计算均价的函数映射到每一本书上,于是
map(
#计算均价的函数,
list(set([b['name'] for b in books])) #去重后的书名列表
)
step3 加入计算单本书均价的函数,参考2.5的方法,由于只用一行,所以用lambda来搞定:
func=lambda bookname:(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']==bookname])
step4 将计算单本均价的lambda函数加入map中,得到最终结果:
经过格式化后的结果,前面的单行代码可以格式化为下面容易阅读的形式
map(
lambda bookname:reduce(
lambda bookname:
dict(
name=bookname,
avg=(lambda ls:sum(ls)/len(ls))([b.price for b in books if b['name']==bookname])
),
list(
set(
[b['name'] for b in books]
)
) #去重后的书名列表
)
从上面的例子我们可以看到,利用map,reduce,filter,列表解析等函数式的方法我们可以非常方便的对列表进行各种操作,包括对复合类型列表进行汇总计算等复杂操作,而且仅需要很少的代码
0 0
- 使用python的列表解析以及函数式计算来简化代码
- python的map、filter、reduce函数以及列表解析式
- 使用Lambda表达式来简化我们的代码
- 使用Graph库的多种机制来简化BFS代码
- 使用Java注解来简化你的代码
- 使用Java注解来简化你的代码
- 使用Python简化循环代码
- 使用ITweenX 来简化iTween插件的函数调用
- 笔记--python列表及元组以及关于列表操作的函数使用
- 如何利用tf.add_to_collection、tf.get_collection以及tf.add_n来简化正则项的计算
- Python 3 函数式编程之列表解析的坑
- 使用工具类来简化代码JDBCUtils
- 使用工具类来简化代码JDBCUtils
- 使用工具类来简化代码JDBCUtils
- python 列表和列表解析以及排序
- Python:通过计算阶乘来学习lambda和reduce这两个函数的使用
- Python:通过计算阶乘来学习lambda和reduce这两个函数的使用
- 《重构改善既有代码的设计》之重构列表--简化函数调用(一)
- stanford-segmenter一个简单例子
- String与string的区别
- 织梦搜索时间间隔的修改方法
- AFNetWorking在IOS9 请求数据失败解决方案
- 全面理解Javascript闭包和闭包的几种写法及用途
- 使用python的列表解析以及函数式计算来简化代码
- 装系统出现error cannot load file code 5555h 该如何解决
- [python]对self和_init_的理解
- 搭建小系统
- 深入浅出讲解:php的socket通信
- IOS上如何画出1像素的线
- Json-lib的简单使用
- C++ 覆盖 重载 隐藏 浅析
- 《JAVA程序设计》日志二