python实用小技之数据结构

目录

• 1.解压序列赋值给多个变量
• 2.解压可迭代对象赋值给多个变量
• 3.保留有限的历史记录
• 4.怎样从一个集合中获得最大或者最小的 N 个元素列表？
• 5.字典排序
• 6.字典中的键映射多个值
• 7.字典的运算（求最小值、最大值、排序等）

本文大多数例子搬自 python cookbook 这里是对学习的一个总结和提炼
ps：python版本为python3

1.解压序列赋值给多个变量

# 有一个包含 N 个元素的元组或者是序列，怎样将它里面的值解压后同时赋值给 N 个变量？
data = ['ACME', 50, 91.1, (2012, 12, 21)]
# 任何的序列（或者是可迭代对象）可以通过一个简单的赋值语句解压并赋值给多个变量
# 变量的数量必须跟序列元素的数量是一样的
name, shares, prices, date = data
print(name, shares, prices, date, sep=" | ", end="
")
# 如果只需要一部分，可以给个占位变量如
_, sha, pr, _ = data
print(sha,pr,sep=' | ')

运行结果：
ACME | 50 | 91.1 | (2012, 12, 21)
50 | 91.1

2.解压可迭代对象赋值给多个变量

# 解压可迭代对象赋值给多个变量
def drop_frist_last(grades):
    frist, *middle, last = grades
    return sum(middle) / len(middle)
print(drop_frist_last([0, 60, 70, 80, 100]))

# 有时候，你想解压一些元素后丢弃它们,可以使用 比如 _ 或者 ign
record = ('ACME', 50, 123.45, (12, 18, 2012))
name,*_,(*_,year) = record
print(name,year)

运行结果：
70.0
ACME 2012

3.保留有限的历史记录

'''
使用 deque(maxlen=N) 构造函数会新建一个固定大小的队列。当新的元素加入并且这个队列已满的时候， 最老的元素会自动被移除掉
'''
def search(lines, pattern, histroy=60):
    previous_lines = deque(maxlen=histroy)
    for line in lines:
        if pattern in line:
            yield line, previous_lines
            previous_lines.append(line)
            print(len(previous_lines))
            for item in previous_lines:
                print(item)

if __name__ == "__main__":
    with open(os.getcwd() + "/Lesson1.py") as f:
        for line, prevlines in search(f, '50', 3):
            print("type prevlines =", type(prevlines))
            for pline in prevlines:
                print('pline = ', pline, end='')
            print("type line =", type(line))
            # print('line = ', line, end='')
            print('-' * 20)
#            

4.怎样从一个集合中获得最大或者最小的 N 个元素列表？

# 当集合是一个列表是
nums = [3, 10, 5, 23, 7, -4, 18, 23, 42, 37, 2]
print(heapq.nlargest(3, nums))
print(heapq.nsmallest(3, nums))
# 如果是更负责的对象时候
mydirt = [
    {'name': 'IBM', 'shares': 100, 'price': 91.1},
    {'name': 'AAPL', 'shares': 50, 'price': 543.22},
    {'name': 'FB', 'shares': 200, 'price': 21.09},
    {'name': 'HPQ', 'shares': 35, 'price': 31.75}]
print(heapq.nlargest(2, mydirt, key=lambda l: l['price']))
print(heapq.nsmallest(2, mydirt, key=lambda l: l['price']))

运行结果
[42, 37, 23]
[-4, 2, 3]
[{'name': 'AAPL', 'shares': 50, 'price': 543.22}, {'name': 'IBM', 'shares': 100, 'price': 91.1}]
[{'name': 'FB', 'shares': 200, 'price': 21.09}, {'name': 'HPQ', 'shares': 35, 'price': 31.75}]

ps：堆数据结构最重要的特征是 heap[0] 永远是最小的元素，另外 nlargest，nsmallest 适合查找的元素个数相对比较小的时候，如果你仅仅想查找唯一的最小或最大（N=1）的元素的话，那么使用 min() 和 max() 函数会更快些。 类似的，如果 N 的大小和集合大小接近的时候，通常先排序这个集合然后再使用切片操作会更快点 （ sorted(items)[:N] 或者是 sorted(items)[-N:] ）

5.字典排序

'''
你想创建一个字典，并且在迭代或序列化这个字典的时候能够控制元素的顺序。
'''
from collections import OrderedDict

d = OrderedDict()
d['foo'] = 1
d['beer'] = 2
d['bar'] = 4
d['park'] = 3
for key in d:
    print(key, d[key])

执行结果：
foo 1
beer 2
bar 4
park 3

6.字典中的键映射多个值

from collections import defaultdict

df_d = defaultdict(list)
df_d['a'].append(1)
df_d['a'].append(2)
df_d['b'].append(4)
print(df_d)

d2 = defaultdict(set)
pairs = [('a', 1), ('a', 2), ('b', 4)]
for key, value in pairs:
    d2[key].add(value)
print(d2)

运行结果：
defaultdict(<class 'list'>, {'a': [1, 2], 'b': [4]})
defaultdict(<class 'set'>, {'a': {1, 2}, 'b': {4}})

7.字典的运算（求最小值、最大值、排序等）

怎样在数据字典中执行一些计算操作（比如求最小值、最大值、排序等等）？

prices = {
    'ACME': 45.23,
    'AAPL': 612.78,
    'IBM': 205.55,
    'HPQ': 37.20,
    'FB': 10.75
}

# 求最小值
# 方法 1,通过zip 函数创建的是一个只能访问一次的迭代，将键值反过来
print(min(zip(prices.values(), prices.keys())))
# 输出 (10.75, 'FB')

# 方法二 直接取values 获取最小值，不过你就不知道对于的key
print(min(prices.values()))
# 输出 10.75

# 方法三
min_key = min(prices, key=lambda k: prices[k])
print(prices[min_key])
# 输出 FB

# 排序
prices_sorted = sorted(zip(prices.values(), prices.keys()))
print(prices_sorted)
# 输出 [(10.75, 'FB'), (37.2, 'HPQ'), (45.23, 'ACME'), (205.55, 'IBM'), (612.78, 'AAPL')]