Python 序列操作进阶
1215445590
8年前
<p>Python 的序列（sequence）通常指一个可迭代的容器，容器中可以存放任意类型的元素。其中列表（list）是使用的最多的容器。本文讲解了列表推导式、切片命名、列表元素排序、列表元素分组的使用方法。学习了 Python 基本的列表操作后，学习这些进阶的操作，让我们写出的代码更加优雅简洁和 pythonic 。</p> <h2><strong>列表推导式</strong></h2> <p>当我们想要根据某些规则来构造一个列表时，首先想到的应该是列表推导式。列表推导式简化了循环操作，例如我们想要从一个原始文件名列表中获取全部 .py 文件，在没有列表推导式的情况下，我们通常会这样做：</p> <pre> <code class="language-python">file_list = ['foo.py', 'bar.txt', 'spam.py', 'animal.png', 'test.py'] py_list = [] for file in file_list: if file.endswith('.py'): py_list.append(file) print(py_list) # output ['foo.py', 'spam.py', 'test.py']</code></pre> <p>而如果使用列表推导式则可简化为：</p> <pre> <code class="language-python">py_list = [f for f in file_list if f.endswith('.py')] print(py_list) # output ['foo.py', 'spam.py', 'test.py']</code></pre> <p>列表推导式的介绍网上资源很多，不再赘述。这里只强调，当你需要根据某个规则来构造一个列表时，首先应该想一想，能否使用简洁的列表推导式来实现该需求，否则再回到常规的方式。</p> <h2><strong>为切片命名</strong></h2> <p>Python 的列表切片使用起来非常方便，但有时也会影响代码可读性。例如有一个字符串：</p> <pre> <code class="language-python">record = '..........19.6..........100..........'</code></pre> <p>19.6 为产品价格，100 为产品数量，那么计算总价格为:</p> <pre> <code class="language-python">total_price = float(record[10:14])*int(record[24:27])</code></pre> <p>但是如果这样写，可能过一段时间我们再来读代码时已经忘记了 record[10:14] 、 record[24:27] 切出来的究竟是什么？为了解决上述问题，可以给切片命个名来增强可读性。</p> <pre> <code class="language-python">record = '..........19.6..........100..........' price = slice(10, 14) count = slice(24, 27) total_price = float(record[price])*int(record[count])</code></pre> <p>slice 接收的参数格式为 slice(stop) 、 slice(start, stop[, step]) 。如果只接收了一个参数，则等价于切片语法 [:stop] ，如果接收两个参数，则等价于切片语法 [start:stop] ，如果接收三个参数，则等价于切片语法 [start:stop:step] 。</p> <h2><strong>排序</strong></h2> <p>排序相关的任务通常由内置函数 sorted 完成。需要排序的元素一般存放在一个列表容器中，列表可以存放任意类型的元素，而 sorted 函数的 key 关键字使得我们能够轻松地指定元素排序的关键字，让排序变得异常简单。下面将给出几个常见的排序例子以说明 key 关键字的使用方法。注意 Python3 和 Python2 的排序方法不能通用，下面的例子只适用于 Python3 ， Python2 的排序方法未包含在本文中。</p> <h3><strong>情况一</strong></h3> <p>列表中的元素已经是可比较元素，直接将列表传入 sorted 函数即可返回一个已排序列表。默认为升序排列，降序排列可以指定 reverse 参数，例如：</p> <pre> <code class="language-python">>>> l = [3,5,4,1,8] >>> sorted(l) [1, 3, 4, 5, 8] >>> sorted(l, reverse=True) [8, 5, 4, 3, 1] >>></code></pre> <h3><strong>情况二</strong></h3> <p>需要排序的元素是一个元组或者字典，希望根据我指定的关键字来排序，例如有如下两个列表：</p> <pre> <code class="language-python">l_v1 = [('b',2),('a',1),('c',3),('d',4)] l_v2 = [ {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003}, {'fname': 'David', 'lname': 'Beazley', 'uid': 1002}, {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}, {'fname': 'Big', 'lname': 'Jones', 'uid': 1004} ]</code></pre> <p>l_v1 是一个元组列表， l_v2 是一个字典列表。对 l_v1 我们希望根据元组中第二个元素来排序，对 l_v2 我们希望根据字典的关键字 uid 进行排序。</p> <p>sorted 函数接收一个关键字参数 key ，该参数指定一个可调用函数，函数返回一个值（只要是可比较的），那么 sorted 函数将根据返回的关键字对列表中的元素进行排序。例如对上面的例子：</p> <pre> <code class="language-python">>>> l_v1 = [('b',2),('a',1),('c',3),('d',4)] >>> sorted(l_v1, key=lambda x: x[1]) [('a', 1), ('b', 2), ('c', 3), ('d', 4)] >>> l_v2 = [ {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003}, {'fname': 'David', 'lname': 'Beazley', 'uid': 1002}, {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}, {'fname': 'Big', 'lname': 'Jones', 'uid': 1004} ] >>> sorted(l_v2, key=lambda x: x['uid']) [{'lname': 'Cleese', 'uid': 1001, 'fname': 'John'}, {'lname': 'Beazley', 'uid': 1002, 'fname': 'David'}, {'lname': 'Jones', 'uid': 1003, 'fname': 'Brian'}, {'lname': 'Jones', 'uid': 1004, 'fname': 'Big'}]</code></pre> <p>这里 lambda 函数是一个常用的技巧。 lambda 关键字后边的 x 是该函数接收的参数，冒号后边的表达式是该函数的返回值。对 l_v1 来说，传递给参数 x 的就是每一个元组，其返回元组的第二个元素用于排序；对 l_v2 来说，传递给参数 x 的就是列表中的每一个字典元素，其返回字典中 uid 对应的值用于排序。</p> <p>除了使用匿名函数 lambda 这种通用的方法外， Python 标准库 operator 为我们提供了一个 itemgetter 函数替代我们写的 lambda 函数，且其性能会比使用 lambda 函数略有提升。</p> <pre> <code class="language-python">>>> from operator import itemgetter >>> l_v1 = [('b',2),('a',1),('c',3),('d',4)] >>> sorted(l_v1, key=itemgetter(1)) [('a', 1), ('b', 2), ('c', 3), ('d', 4)] >>> l_v2 = [ {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003}, {'fname': 'David', 'lname': 'Beazley', 'uid': 1002}, {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}, {'fname': 'Big', 'lname': 'Jones', 'uid': 1004} ] >>> sorted(l_v2, key=itemgetter('uid')) [ {'lname': 'Cleese', 'uid': 1001, 'fname': 'John'}, {'lname': 'Beazley', 'uid': 1002, 'fname': 'David'}, {'lname': 'Jones', 'uid': 1003, 'fname': 'Brian'}, {'lname': 'Jones', 'uid': 1004, 'fname': 'Big'} ]</code></pre> <p>以上例子均是返回一个单一的值用于排序关键字，前面说过，关键字 key 接收的函数可以返回任意的可比较对象。例如在 python 中，元组是可以比较的。对元组的比较规则为首先比较元组中第一个位置上的元素，如果相等，在比较第二个位置上的元素，依次类推。回到 l_v2 的例子，假设现在需求变了，我们首先对 lname 对应的值排序，如果 lname 对应的值相等，那么再根据 fname 确定其顺序。</p> <pre> <code class="language-python">>>> l_v2 = [ {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003}, {'fname': 'David', 'lname': 'Beazley', 'uid': 1002}, {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}, {'fname': 'Big', 'lname': 'Jones', 'uid': 1004} ] >>> sorted(l_v2, key=lambda x: (x['lname'], x['fname'])) [ {'lname': 'Beazley', 'uid': 1002, 'fname': 'David'}, {'lname': 'Cleese', 'uid': 1001, 'fname': 'John'}, {'lname': 'Jones', 'uid': 1004, 'fname': 'Big'}, {'lname': 'Jones', 'uid': 1003, 'fname': 'Brian'} ]</code></pre> <p>这个例子中， lambda 函数返回的不再是一个标量值，而是一个元组 (x['lname'], x['fname']) ，根据元组的比较规则，首先根据元组的第一个位置上的元素 x['lname'] 的大小排序，由于列表中有两个字典其 lname 对应的值都为 Jones ，因此再根据元组第二个位置的元素 x['fname'] 的值排序，由于 Big 比 Brian 要小（按字母顺序依次比较），所以 Big 排在了前面。</p> <p>同样使用 itemgetter 函数也是可以的，且性能会略有提升。此外我觉得 itemgetter 比 lambda 更加简洁和可读一点。</p> <pre> <code class="language-python">>>> l_v2 = [ {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003}, {'fname': 'David', 'lname': 'Beazley', 'uid': 1002}, {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}, {'fname': 'Big', 'lname': 'Jones', 'uid': 1004} ] >>> sorted(l_v2, key=itemgetter('lname', 'fname')) [ {'lname': 'Beazley', 'uid': 1002, 'fname': 'David'}, {'lname': 'Cleese', 'uid': 1001, 'fname': 'John'}, {'lname': 'Jones', 'uid': 1004, 'fname': 'Big'}, {'lname': 'Jones', 'uid': 1003, 'fname': 'Brian'} ]</code></pre> <h3><strong>情况三</strong></h3> <p>需要排序的元素是一个 Python 对象，我们希望根据其某个属性值来排序。例如一个存放 User 对象的列表如下，根据其 name 属性排序：</p> <pre> <code class="language-python">class User: def __init__(self, name): self.name = name def __str__(self): return 'User: %s' % self.name __repr__ = __str__ # 为了能够让 User 在解释器中显示为 'User: name' 的格式 user_list = [User('John'), User('David'), User('Big'), User('Alen')]</code></pre> <p>方法与前面的一样，定义一个函数返回 User 的 name 属性的值，把该函数传给 sorted 的 key 参数。</p> <pre> <code class="language-python">>>> user_list = [User('John'), User('David'), User('Big'), User('Alen')] >>> sorted(user_list, key=lambda x: x.name) >>> sorted(user_list, key=lambda x: x.name) [User: Alen, User: Big, User: David, User: John]</code></pre> <p>但是， itemgetter 方法不再起作用，取而代之的是 attrgetter 方法。</p> <pre> <code class="language-python">>>> sorted(user_list, key=attrgetter('name')) [User: Alen, User: Big, User: David, User: John]</code></pre> <p>attrgetter 与 itemgetter 用法完全一致，只是 itemgetter 用于获取某个位置索引或者字典关键字的取值，而 attrgetter 用于获取对象的属性值。</p> <p>PS： sorted 返回的是原始列表的一个已排序的副本，而原始列表的顺序并没有任何变化。如果你只想就地排序（即排序原始列表本身），则直接调用 list 的 sort 方法即可： list.sort() 。其用法与 sorted 函数一样，只是该函数没有返回值，调用后原始列表已变为一个已排序列表。</p> <h2><strong>对序列中的元素进行分组</strong></h2> <p>和排序类似，现想根据列表中元素的某个关键字分组，使关键字相同的元素分到同一组，并可以对分好的组进行进一步处理。例如有如下的一个列表：</p> <pre> <code class="language-python">rows = [ {'address': '5412 N CLARK', 'date': '07/01/2012'}, {'address': '5148 N CLARK', 'date': '07/04/2012'}, {'address': '5800 E 58TH', 'date': '07/02/2012'}, {'address': '2122 N CLARK', 'date': '07/03/2012'}, {'address': '5645 N RAVENSWOOD', 'date': '07/02/2012'}, {'address': '1060 W ADDISON', 'date': '07/02/2012'}, {'address': '4801 N BROADWAY', 'date': '07/01/2012'}, {'address': '1039 W GRANVILLE', 'date': '07/04/2012'}, ]</code></pre> <p>列表的元素为字典，现想根据字典的 date 分组，使日期（ date ）相同的元素分到一个组。 Python 的 itertools 模块中的 groupby 函数可以很好地解决该问题。为了使用 groupby 函数，首先需要对列表排序：</p> <pre> <code class="language-python">>>> from operator import itemgetter >>> sorted_rows = sorted(rows, key=itemgetter('date'))</code></pre> <p>groupby 也和 sorted 一样有一个 key 关键字参数，其接收一个可调用函数，该函数返回的值被用做分组的关键字，其用法和 sorted 的 key 关键字参数一样 。</p> <pre> <code class="language-python">>>> for date, items in groupby(sorted_rows, key=itemgetter('date')): print(date) for i in items: print(' ', i) 07/01/2012 {'address': '5412 N CLARK', 'date': '07/01/2012'} {'address': '4801 N BROADWAY', 'date': '07/01/2012'} 07/02/2012 {'address': '5800 E 58TH', 'date': '07/02/2012'} {'address': '5645 N RAVENSWOOD', 'date': '07/02/2012'} {'address': '1060 W ADDISON', 'date': '07/02/2012'} 07/03/2012 {'address': '2122 N CLARK', 'date': '07/03/2012'} 07/04/2012 {'address': '5148 N CLARK', 'date': '07/04/2012'} {'address': '1039 W GRANVILLE', 'date': '07/04/2012'}</code></pre> <p>可以看到 groupby 返回的值分别是用于分组的关键字对应的值和该组的全部成员。 groupby 实际返回一个生成器，通过迭代即可分别对各组进行处理。值得注意的一点是，分组前对列表排序这一步必不可少，否则对于非紧邻的元素即使其值相同也会被分在不同组。</p> <p> </p> <p>来自：http://www.jianshu.com/p/df449fa75409</p> <p> </p>