流畅的python----day01

任何可迭代对象都可以通过一个赋值语句赋值给多个变量

ps：a,b,c,d,e = [1,2,3,4,5]

加*可匹配多个对象

比如data = [1,2,3,7,7,7,77,7,]，我只想把前三个值赋值给a，b，c

a,b,c,*_ = data

执行结果均为1，2，3

3、保留最后N个元素

from collections import deque

data = [1,2,3,7,7,7,77,7]

dat = deque(maxlen=5)

for da in data:

dat.append(da)

4、查找最大和最小的N个值

import heapq

num = [1,4,2,523,2,3,4,56,2,213421,23,33,432,346,3,34,2,12]

print(heapq.nlargest(3,num)) #最小的三个值

print(heapq.nsmallest(3,num)) #最大的三个值

调用时候会先对集合进行堆排

堆数据结构最重要的特征是 heap[0] 永远是最小的元素。并且剩余的元素可以很容易的通过调用 heapq.heappop() 方法得到，该方法会先将第一个元素弹出来，然后用下一个最小的元素来取代被弹出元素（这种操作时间复杂度仅仅是 O(log N)，N 是堆大小）。比如，如果想要查找最小的 3 个元素

当要查找的元素个数相对比较小的时候，函数 nlargest() 和 nsmallest() 是很合适的。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:] ）。需要在正确场合使用函数 nlargest() 和 nsmallest() 才能发挥它们的优势（如果 N 快接近集合大小了，那么使用排序操作会更好些）

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'])

expensive = heapq.nlargest(3, portfolio, key=lambda s: s['price'])

可以用函数对更复杂的数据结构进行处理

5、实现一个优先级队列

import heapq

class proqueue:

def __init__(self):

self._queue = []

self._index = 0

def push(self,data,priority):

heapq.heappush(self._queue,(-priority, self._index, data))

self._index += 1

def pop(self):

return heapq.heappop(self._queue)[-1]

6、定义字典，键映射多个值

from collections import defaultdict

d = defaultdict(list)

a = defaultdict(str)

a["cd"] = "12"

d["b"].append(dict(a))

d["b"].append(dict(a))

print(dict(d))

打印结果是： {'b': [{'cd': '12'}, {'cd': '12'}]}

7、字典排序

按照存入顺序存放数据

from collections import OrderedDict

d = OrderedDict()

d['foo'] = 5

d['bar'] = 2

d['spam'] = 3

d['grok'] = 4

print(dict(d))

流畅的python----day01

猜你喜欢