python實用小技之資料結構

本文大多數例子搬自 python cookbook 這裡是對學習的一個總結和提煉

ps：python版本為python3

1.解壓序列賦值給多個變數

# 有一個包含 N 個元素的元組或者是序列，怎樣將它裡面的值解壓後同時賦值給 N 個變數？

data = ['ACME', 50, 91.1, (2012, 12, 21)]

# 任何的序列（或者是可迭代物件）可以透過一個簡單的賦值語句解壓並賦值給多個變數

# 變數的數量必須跟序列元素的數量是一樣的

name, shares, prices, date = data

print(name, shares, prices, date, sep=" | ", end="\n")

# 如果只需要一部分，可以給個佔位變數如

_, sha, pr, _ = data

print(sha,pr,sep=' | ')

 

執行結果：

ACME | 50 | 91.1 | (2012, 12, 21)

50 | 91.1

2.解壓可迭代物件賦值給多個變數

# 解壓可迭代物件賦值給多個變數

def drop_frist_last(grades):

    frist, *middle, last = grades

    return sum(middle) / len(middle)

print(drop_frist_last([0, 60, 70, 80, 100]))

# 有時候，你想解壓一些元素後丟棄它們,可以使用 比如 _ 或者 ign

record = ('ACME', 50, 123.45, (12, 18, 2012))

name,*_,(*_,year) = record

print(name,year)

執行結果：

70.0

ACME 2012

3.保留有限的歷史記錄

'''

使用 deque(maxlen=N) 建構函式會新建一個固定大小的佇列。當新的元素加入並且這個佇列已滿的時候， 最老的元素會自動被移除掉

'''

def search(lines, pattern, histroy=60):

    previous_lines = deque(maxlen=histroy)

    for line in lines:

        if pattern in line:

            yield line, previous_lines

            previous_lines.append(line)

            print(len(previous_lines))

            for item in previous_lines:

                print(item)

if __name__ == "__main__":

    with open(os.getcwd() + "/Lesson1.py") as f:

        for line, prevlines in search(f, '50', 3):

            print("type prevlines =", type(prevlines))

            for pline in prevlines:

                print('pline = ', pline, end='')

            print("type line =", type(line))

            # print('line = ', line, end='')

            print('-' * 20)

#            

4.怎樣從一個集合中獲得最大或者最小的 N 個元素列表？

# 當集合是一個列表是

nums = [3, 10, 5, 23, 7, -4, 18, 23, 42, 37, 2]

print(heapq.nlargest(3, nums))

print(heapq.nsmallest(3, nums))

# 如果是更負責的物件時候

mydirt = [

    {'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}]

print(heapq.nlargest(2, mydirt, key=lambda l: l['price']))

print(heapq.nsmallest(2, mydirt, key=lambda l: l['price']))

執行結果

[42, 37, 23]

[-4, 2, 3]

[{'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]

[{'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}]

ps：堆資料結構最重要的特徵是 heap[0] 永遠是最小的元素，另外 nlargest，nsmallest 適合查詢的元素個數相對比較小的時候，如果你僅僅想查詢唯一的最小或最大（N=1）的元素的話，那麼使用 min() 和 max() 函式會更快些。 類似的，如果 N 的大小和集合大小接近的時候，通常先排序這個集合然後再使用切片操作會更快點 （ sorted(items)[:N] 或者是 sorted(items)[-N:] ）

5.字典排序

'''

你想建立一個字典，並且在迭代或序列化這個字典的時候能夠控制元素的順序。

'''

from collections import OrderedDict

d = OrderedDict()

d['foo'] = 1

d['beer'] = 2

d['bar'] = 4

d['park'] = 3

for key in d:

    print(key, d[key])

執行結果：

foo 1

beer 2

bar 4

park 3

6.字典中的鍵對映多個值

from collections import defaultdict

df_d = defaultdict(list)

df_d['a'].append(1)

df_d['a'].append(2)

df_d['b'].append(4)

print(df_d)

d2 = defaultdict(set)

pairs = [('a', 1), ('a', 2), ('b', 4)]

for key, value in pairs:

    d2[key].add(value)

print(d2)

執行結果：

defaultdict(<class 'list'>, {'a': [1, 2], 'b': [4]})

defaultdict(<class 'set'>, {'a': {1, 2}, 'b': {4}})

7.字典的運算（求最小值、最大值、排序等）

prices = {

    'ACME': 45.23,

    'AAPL': 612.78,

    'IBM': 205.55,

    'HPQ': 37.20,

    'FB': 10.75

}

# 求最小值

# 方法 1,透過zip 函式建立的是一個只能訪問一次的迭代，將鍵值反過來

print(min(zip(prices.values(), prices.keys())))

# 輸出 (10.75, 'FB')

# 方法二 直接取values 獲取最小值，不過你就不知道對於的key

print(min(prices.values()))

# 輸出 10.75

# 方法三

min_key = min(prices, key=lambda k: prices[k])

print(prices[min_key])

# 輸出 FB

# 排序

prices_sorted = sorted(zip(prices.values(), prices.keys()))

print(prices_sorted)

# 輸出 [(10.75, 'FB'), (37.2, 'HPQ'), (45.23, 'ACME'), (205.55, 'IBM'), (612.78, 'AAPL')]