Head First Python:第5章:推导数据处理数据

"""时间列表进行格式化,统一格式为mins.secs"""

def sanitize(time_string):

   if '-' in time_string:

       splitter = '-'

   elif ':' in time_string:

       splitter = ':'

   else:

       return(time_string)

   (mins,secs) = time_string.split(splitter)

   return(mins + '.' + secs)

def get_coach_data(filename):

   try:

       with open(filename) as f:

           data = f.readline()

       return(data.strip().split(','))

   except IOError as ioerr:

       print('file error:' + str(ioerr))

       return(None)

"""读取文件,并将记录时间转换成列表,以下这部分代码可以由函数get_coach_data()替换为如:sarah=get_coach_data('sarah.txt')"""

"""with open('james.txt') as jaf:

   data=jaf.readline()

   james=data.strip().split(',')

with open('julie.txt') as juf:

   data=juf.readline()

   julie=data.strip().split(',')

with open('mikey.txt') as mif:

   data=mif.readline()

   mikey=data.strip().split(',')

with open('sarah.txt') as saf:

   data=saf.readline()

   sarah=data.strip().split(',')"""

james=get_coach_data('james.txt')

julie=get_coach_data('julie.txt')

mikey=get_coach_data('mikey.txt')

sarah=get_coach_data('sarah.txt')

"""

print(james)

print(julie)

print(mikey)

print(sarah)

"""

"""---------臃肿的部分begin------------"""

"""

clean_james=[]

clean_julie=[]

clean_mikey=[]

clean_sarah=[]

for each_t in james:

   clean_james.append(sanitize(each_t))

for each_t in julie:

   clean_julie.append(sanitize(each_t))

for each_t in mikey:

   clean_mikey.append(sanitize(each_t))

for each_t in sarah:

   clean_sarah.append(sanitize(each_t))

"""

"""---------臃肿的部分end------------"""

"""------利用列表推到优化后去除冗余代码,列表推导从右至左读代码begin----"""

"""

print(sorted([sanitize(each_t) for each_t in james]))

print(sorted([sanitize(each_t) for each_t in julie]))

print(sorted([sanitize(each_t) for each_t in mikey]))

print(sorted([sanitize(each_t) for each_t in sarah]))

"""

"""------利用列表推到优化后去除冗余代码,列表推导从右至左读代码end----"""

"""-------去除重复项,输出前三项最大值,但是重复冗余代码太多begin-------"""

"""

james=sorted([sanitize(each_t) for each_t in james])

julie=sorted([sanitize(each_t) for each_t in julie]

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 211,884评论 6 492
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 90,347评论 3 385
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 157,435评论 0 348
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 56,509评论 1 284
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 65,611评论 6 386
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,837评论 1 290
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,987评论 3 408
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 37,730评论 0 267
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 44,194评论 1 303
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 36,525评论 2 327
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,664评论 1 340
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 34,334评论 4 330
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,944评论 3 313
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,764评论 0 21
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,997评论 1 266
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 46,389评论 2 360
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 43,554评论 2 349

推荐阅读更多精彩内容