PythonCookbook读书笔记

Posted 2020-10-18 君以沫

第一章 数据结构和算法

 

1.1 将序列分解为单独的变量

适用于元组、列表、字符串等。只要是可迭代的对象，都可以执行分解操作。唯一的要求是变量的总数和结构要与序列相同。

 

1.2 从任意长度的可迭代对象中分解元素

“*表达式”

以下代码中使用的“*args”，如果去掉*，是会报错的。

records = [(‘foo‘,1,2),(‘bar‘,‘hello‘),(‘foo‘,3,4)]
for tag,*args in records:
    print(tag,*args)

拆分操作，和split结合使用，会实现非常好用的功能：

line = ‘nobody:*:-2:-2:Unprivileged User:/Var/empty:/usr/bin/false‘
uname,*fields,homedir,sh = line.split(‘:‘)

 

1.3 保留最后N个元素

下边一段代码还不是特别理解，对生成器比较生疏。

from collections import deque

def search(lines,pattern,history):
    previous_lines = deque(maxlen=history)
    for line in lines:
        if pattern in line:
            yield line,previous_lines
        previous_lines.append(line)
        
if __name__ == ‘__main__‘:
    with open(‘somefile.txt‘) as f:
        for line,prevlines in search(f,‘Python‘,5):
            for pline in prevlines:
                print(pline,end=‘‘)
            print(line,end=‘‘)
            print(‘-‘*20)

deque(maxlen=N)创建一个固定长度的队列，有新元素添加时，会自动删除最老的记录。

不指定长度的时候，创建一个无界限的队列：

from collections import deque
q = deque()
q.append(1)
q.append(2)
q.append(3)
print(q)

q.append(4)#右边添加元素
q.appendleft(0)#左边添加元素
print(q)
q.pop()#删除最右边元素
print(q)
q.popleft()#删除左边元素
print(q)

 

1.4 找到最大或最小的N个元素

 heapq模块中的nlargest和nsmallest函数：

import heapq
nums = [1,8,2,23,7,-4,16,23,42,37,2]
print(heapq.nlargest(3,nums))
print(heapq.nsmallest(3,nums))

提供一个参数key，使其工作在更复杂的结构上：

portfolio = [{‘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},
             {‘name‘:‘YHOO‘,‘shares‘:45,‘price‘:16.35},
             {‘name‘:‘ACME‘,‘shares‘:75,‘price‘:115.65}]
cheap = heapq.nsmallest(3,portfolio,key=lambda s: s[‘price‘])
print(cheap)
expensive = heapq.nlargest(3,portfolio,key=lambda s: s[‘price‘])
print(expensive)

如果正在寻找最大或者最小的N个元素，且同集合中元素的总数目相比，N很小，那么可以使用以下函数（性能更好）：为什么？

nums = [1,8,2,23,7,-4,16,23,42,37,2]
heap = list(nums)

#找到第3小的元素
heapq.heappop(heap)
heapq.heappop(heap)
heapq.heappop(heap)

当所要寻找的元素数量相对较小时，nlargest和nsmallest函数才是最适用的。如果只是简单寻找最大和最小值，那么max和min函数会更快。如果N和集合本身大小差不多，通常更快的方法是先对集合排序，然后进行切片操作（ sorted(items)[:N] 和sorted(items)[-N:] ）。

 

1.5 实现优先级队列（暂时搁置）

 

1.6 在字典中将键映射到多个值上

一键多值字典，可以使用collections模块中的defaultdict类：

 

from collections import defaultdict

d = defaultdict(list)
d[‘a‘].append(1)
d[‘a‘].append(2)
d[‘b‘].append(3)
print(d)

d = defaultdict(set)
d[‘a‘].add(1)
d[‘a‘].add(2)
d[‘b‘].add(3)
print(d)

 

使用列表还是集合，取决于实际需要，注重顺序，则使用列表；希望去除重复值，则使用集合。

以上方法会自动创建字典表项以待稍后访问，也可以在普通字典上使用setdefault方法：

d = {}
d.setdefault(‘a‘,[]).append(1)
d.setdefault(‘a‘,[]).append(2)
d.setdefault(‘b‘,[]).append(3)
print(d)

 

1.7 让字典保持有序