python如何在列表、字典中筛选数据
python如何在列表、字典中筛选数据?
实际问题有哪些?
1.过滤掉列表[3,9,-1,10.-2......] 中负数
2.筛选出字典
{‘li_ming':90,'xiao_hong':60,'li_kang':95,'bei_men':98} 中值高于90的项
3.筛选出集合{3,9,-1,10.-2......]中能被3整除的数
问题1如何解决?
最普通方法:
#!/usr/bin/python3 def filter_l(data): res = [] for i in data: if i > 0: res.append(i) return res if __name__ == '__main__': data = [3, 9, -1, 10, -2] new_l = filter_l(data) print(new_l)
如何解决列表问题?
初始化列表: 生成 -10 到 10 的随机数列表,去除负数
1. filter方法:
#!/usr/bin/python3 from random import randint def filter_l(data): # 循环data列表,把值一个一个取出 交个lambda中x,如何lambda函数为True,返回x生成一个新的filter对象 return filter(lambda x: x >= 0, data) if __name__ == '__main__': # 列表生成10个 -10 到 10 的随机数 data = [randint(-10, 10) for _ in range(10)] print(data) # new_l 为可迭代对象 new_l = filter_l(data) print(list(new_l), type(new_l))
2. 列表解析:
#!/usr/bin/python3 from random import randint def filter_l(data): # 循环data列表,把值一个一个取出 是否满足if条件,满足True返回x生成一个新列表 return [x for x in data if x >=0 ] if __name__ == '__main__': # 列表生成10个 -10 到 10 的随机数 data = [randint(-10, 10) for _ in range(10)] print(data) # new_l 为可迭代对象 new_l = filter_l(data) print(list(new_l), type(new_l))
运行速度比较:解析 > filter > 普通
如何解决字典?
字典解析,筛选数据:
#!/usr/bin/python3 from random import randint def filter_l(data): print(data.items()) # 把字典转换成dict_items,循环里面的key和value,满足if条件返回对应的key和value值 return {k: v for k, v in data.items() if v > 90} if __name__ == '__main__': # 字典生成式 data = {x: randint(0, 100) for x in range(10)} print(data) new_l = filter_l(data) print(new_l, type(new_l))
如何解决集合问题?
#!/usr/bin/python3 from random import randint def filter_l(data): # 迭代集合中值,满足条件为True返回x return {x for x in data if x % 3 == 0} if __name__ == '__main__': # 集合生成式 data = {randint(0, 100) for x in range(10)} print(data) new_l = filter_l(data) print(new_l, type(new_l))
如何逻辑整理?
无论是解析器还是普通方法,都需要for循环,if判断,逻辑都是满足条件返回值,过滤出满足条件的值,无论是生成器还是解析器都满足这个格式:“ 返回值 for循环 if判断 “,通过lambda满足格 式:“lambda 输入值:条件, 格式化数据
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持脚本之家。
相关文章
Tensorflow高性能数据优化增强工具Pipeline使用详解
这篇文章主要为大家介绍了Tensorflow高性能数据优化增强工具Pipeline使用详解,有需要的朋友可以借鉴参考下,希望能够有所帮助,祝大家多多进步,早日升职加薪2022-11-11
最新评论