一. 如何在列表、字典、集合中根据条件筛选数据
实际案例：
- 过滤掉列表[3,6,7,9,-1,-2,...]中的负数
- 筛选字典{"LiLei":79, 'Jin':88, 'Lucy':92 ...}中值高于90的项
- 筛出集合{77, 89, 32, 20 ...}中能被3整除的元素
解决方案：
列表：
filter函数 ---> filter(lambda x : x>= 0,data)
列表解析 ---> [x for x in data if x >= 0]
字典：
字典解析 ---> {k: v for k, v in d.items() if v > 90}
集合：
集合解析 ---> {x for x in s if x % 3 == 0 }
代码示例：
# _*_ coding:utf-8 _*_
# @Author : TianYu
# @Time : 2017/10/9 10:12
# @File : 字符串处理.py
from random import randint
import timeit
#处理列表中的元素
data = [randint(-10, 10) for _ in range(10)] #列表推导式
#方法 1
ls = []
for i in data:
if i > 0:
ls.append(i)
print(ls)
#方法 2
s = filter(lambda x : x > 0 ,data)
print(list(s))#使用filter函数比使用list追加元素方法速度更快
#方法 3
print([x for x in data if x < 0 ])#使用列表推导式速度更快
###########################################################
#对字典中的元素进行处理
from random import randint
d = {x : randint(60, 100) for x in range(1,21)}
print(d)
s = {k : v for k,v in d.items() if v > 90}#字典解析
print(s)
############################################################
#对集合中的元素进行处理
s = set(randint(-10,10) for x in range(10))
print(s)
ss = {x for x in s if x % 3 == 0}#集合推导式类似于字典解析式
print(ss)
二. 如何为元组中的每个元素命名，提高程序可读性
实际案例：
- 学生信息系统中数据为固定格式：（名字，年龄，性别，邮箱地址...）
学生数量很大为了减小存储开销，对每个学生信息用元组表示：
('Jin', 16, 'male', 'JIn3322@gmial.com')
('LiLei', 17, 'male', 'LiLei3325@qq.com')
('Lucy', 19, 'female', 'Lucy@yahoo.com;)
......
访问时，我们使用引索(index)访问，大量引索降低程序可读性，如何解决这个问题？
解决方案：
- 定义类似于其他语言的枚举类型，也就是定义一系列数值常量
- 使用标准库中collections.namedtuple替代内置tuple
代码示例：
# _*_ coding:utf-8 _*_
# @Author : TianYu
# @Time : 2017/10/9 11:00
# @File : 元组元素命名处理.py
"""
使用元组存储数据时，当我们要访问元组中的字段的时候，会使程序中大量出现
0,1,2这样的索引，这样会导致程序的不易维护和阅读
"""
# 方法 1 ：定义类似于其他语言的枚举类型，也就是定义一系列的数值常量
NAME, AGE, SEX, EMAIL = range(4) #对别名进行赋值
student = ("Jin", 19, "male", "1@1.com")
#name
print(student[NAME]) #使用别名访问数据
#age
if student[AGE] >= 19:
pass
#sex
if student[SEX] == 'male':
pass
#.....
#方法 2 ： 利用标准库中的collections.namedtuple替代内置的tuple
from collections import namedtuple
Student = namedtuple("Student", ["name","age","sex","email"])
s = Student("Jin", 19, "male", "1@1.com")#位置传参
s1 = Student(name = "Jin",age= 19, sex = "male", email = "1@1.com")#关键字传参，必须和定义的顺序相同
print(s.name)#利用属性访问元组数据
print(s1.name)
print(isinstance(s , tuple))
三. 如何统计序列中元素出现的频度
实际案例：
- 某随机序列[12, 4, 5, 6, 5, 3, 3, 6, 7, ...]中，找到出现次数最高的3个元素，他们出现次数是多少？
- 对某英文文章的单词，进行词频统计，找到出现次数最高的10个单词，他们出现的次数是多少？
解决方案：
- 使用collections.Counter对象
- 将序列传入Counter的构造器，得到Counter对象是元素频度的字典
- Counter.most_common(n)方法得到频度最高的n个元素的列表
代码示例：
# _*_ coding:utf-8 _*_
# @Author : TianYu
# @Time : 2017/10/9 11:17
# @File : 统计序列元素出现频度.py
from random import randint
data = [randint(0,20) for _ in range(30)] #能出现重复的元素
print(data)
#输出统计格式：(2:3, 12: 2, 11: 5)字典格式
c = dict.fromkeys(data, 0)#以data作为键， 0 作为初始值 的字典
print(c)
#方法 1：对每次出现的元素，在字典中的值上加 1
for x in data:
c[x] += 1
print(c)
########################################
# 方法 2：使用collections下的Counter对象，Counter专门处理类似的问题
from collections import Counter
c2 = Counter(data)#也是得到一个字典
c3 = c2.most_common(3)#出现频度最高的 3 个元素
print(c2)
print(c3)
要努力要奋斗
