一、根据条件在序列中筛选数据
- 假设有一个数字列表 data, 过滤列表中的负数
data = [1, 2, 3, 4, -5]# 使用列表推导式result = [i for i in data if i >= 0]# 使用 fliter 过滤函数result = filter(lambda x: x >= 0, data)
- 学生的数学分数以字典形式存储,筛选其中分数大于 80 分的同学
from random import randintd = {x: randint(50, 100) for x in range(1, 21)}r = {k: v for k, v in d.items() if v > 80}
二、对字典的键值对进行翻转
- 使用 zip() 函数
zip() 函数用于将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。
from random import randint, samples1 = {x: randint(1, 4) for x in sample(\"abfcdrg\", randint(1, 5))}d = {k: v for k, v in zip(s1.values(), s1.keys())}
三、统计序列中元素出现的频度
- 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
方法1:
# 可以使用字典来统计,以列表中的数据为键,以出现的次数为值from random import randint# 构造随机序列data = [randint(0, 20) for _ in range(30)]# 列表中出现数字出现的次数d = dict.fromkeys(data, 0)for v in d:d[v] += 1
方法2:
# 直接使用 collections 模块下面的 Counter 对象from collections import Counterfrom random import randintdata = [randint(0, 20) for _ in range(30)]c2 = Counter(data)# 查询元素出现次数c2[14]# 统计频度出现最高的3个数c2.most_common(3)
- 对某英文文章单词进行统计,找到出现次数最高的单词以及出现的次数
import refrom collections import Counter# 统计某个文章中英文单词的词频with open(\"test.txt\", \"r\", encoding=\"utf-8\") as f:d = f.read()# 所有的单词列表total = re.split(\"\\W+\", d)result = Counter(total)print(result.most_common(10))
四、根据字典中值的大小,对字典中的项进行排序
- 比如班级中学生的数学成绩以字典的形式存储,请按数学成绩从高到底进行排序
方法1:
# 利用 zip 将字典转化为元组,再用 sorted 进行排序from random import randintdata = {x: randint(60, 100) for x in \"xyzfafs\"}sorted(data)data = sorted(zip(data.values(), data.keys()))
方法2:
# 利用 sorted 函数的 key 参数from random import randintdata = {x: randint(60, 100) for x in \"xyzfafs\"}data.items()sorted(data.items(), key=lambda x: x[1])
五、在多个字典中找到公共键
- 实际场景:在足球联赛中,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..}
from random import randint, samplefrom functools import reduce# 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))}s2 = {x: randint(1, 4) for x in sample(\"abfcdrg\", randint(1, 5))}s3 = {x: randint(1, 4) for x in sample(\"abfcdrg\", randint(1, 5))}# 首先获取字典的 keys,然后取每轮比赛 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]))
以上就是Python 高效编程技巧分享的详细内容,更多关于Python 高效编程技巧的资料请关注脚本之家其它相关文章!
您可能感兴趣的文章:
- python 19个值得学习的编程技巧
- 适合Python初学者的一些编程技巧
- 符合语言习惯的 Python 优雅编程技巧【推荐】
- 有关Python的22个编程技巧
- Python编程中实现迭代器的一些技巧小结
- 总结Python编程中三条常用的技巧
- 给Python初学者的一些编程技巧
- 介绍Python中的一些高级编程技巧
- Python编程语言的35个与众不同之处(语言特征和使用技巧)
- 35个Python编程小技巧
- Python高效编程技巧