python三大类型数据筛选

如何在列表，字典，集合中根据条件刷选数据

说明：

本文分析的类型：

• 列表
• 字典
• 集合

结合每种类型筛选数据的方法的不同，区分出方法间的差异。

一、列表案例

需求：过滤掉列表中的负数。

li = [1,5,-3,-1,0,9,-10,10]

1、通用方法：迭代列表获取列表中的每个元素进行选择

代码：

li = [1, 5, -3, -1, 0, 9, -10, 10]

ret = []
for i in li:
    if i >= 0:
        ret.append(i)
print(ret)

2、filter函数

语法：filter(lambda x: x >= 0, data)

li = [1, 5, -3, -1, 0, 9, -10, 10]
new_li = []
ret = filter(lambda x: x >= 0, li)
print(ret)
for i in ret:
    new_li.append(i)
print(new_li)

结果：

<filter object at 0x0178A4B0>
[1, 5, 0, 9, 10]

说明：

filter直接返回的结果是一个课迭代对象。要想获取其中的数据要对filter结果进行遍历。

上面的代码也可以简写：

li = [1, 5, -3, -1, 0, 9, -10, 10]
new_li = []
ret = [x for x in filter(lambda x: x >= 0, li)]
print(ret)

3、列表解析

li = [1, 5, -3, -1, 0, 9, -10, 10]

ret = [x for x in li if x >= 0]
print(ret)

说明：

列表解析，直接在”[ ]”中操作，将判断条件写在了列表解析中。

问题：既然都能得出结果，那filter和列表解析那个好那？

我们可以通过测试两段代码执行的时间。

import timeit

li = [1, 5, -3, -1, 0, 9, -10, 10]

t1 = timeit.Timer('[x for x in filter(lambda x: x >= 0, %s)]' % li)
t2 = timeit.Timer('[x for x in %s if x >= 0]' % li)

print(t1.timeit())
print(t2.timeit())

结果：

1.9449847999118903
0.865514452222458

说明：

1、结果可以明显看出，列表解析所用的时间是filter的时间的一半左右，即，列表解析最快，所以推荐使用列表解析。

2、这2中方式都是远快于使用 for 这种迭代方式的。

二、字典案例

需求：筛选出value值高于90的项。

dic = {‘haha’:79, ‘heihei’:88, ‘hehe’:95, ‘xxx’:100}

1、普通方法

dic = {'haha': 79, 'heihei': 88, 'hehe': 95, 'xxx': 100}
new_dic = {}
for k,v in dic.items():
    if v >= 90:
        new_dic[k] = v

print(new_dic)

结果：

{'hehe': 95, 'xxx': 100}

2、字典解析

dic = {'haha': 79, 'heihei': 88, 'hehe': 95, 'xxx': 100}

ret = {k: v for k, v in dic.items() if v >= 90}
print(ret)

说明：

字典解析运行时间远快于普通方法。

三、集合案例

需求：筛选出集合中能被3整除的元素。

s = {77,88,99,6,15,20}

1、普通方法

s = {77, 88, 99, 6, 15, 20}
new_s = set()
for i in s:
    if i % 3 == 0:
        new_s.add(i)
print(new_s)

结果：

{99, 6, 15}

2、集合解析

s = {77, 88, 99, 6, 15, 20}

ret = {x for x in s if x % 3 == 0}
print(ret)

说明：

集合解析也是远快于普通for循环的。