Python實戰從入門到精通第六講——數據結構與算法4之過濾序列元素

 

一個數據序列，想利用一些規則從中提取出需要的值或者是縮短序列

最簡單的過濾序列元素的方法就是使用列表推導：

>>> mylist = [1, 4, -5, 10, -7, 2, 3, -1]
>>> [n for n in mylist if n > 0]
[1, 4, 10, 2, 3]
>>> [n for n in mylist if n < 0]
[-5, -7, -1]

使用列表推導的一個潛在缺陷就是如果輸入非常大的時候會產生一個非常大的結果集，佔用大量內存。 如果你對內存比較敏感，那麼你可以使用生成器表達式迭代產生過濾的元素。比如：

>>> pos = (n for n in mylist if n > 0)
>>> pos
<generator object <genexpr> at 0x1006a0eb0>
>>> for x in pos:
... print(x)
...
1
4
10
2
3
>>>

列表推導和生成器表達式通常情況下是過濾數據最簡單的方式。 其實它們還能在過濾的時候轉換數據。比如：

>>> mylist = [1, 4, -5, 10, -7, 2, 3, -1]
>>> import math
>>> [math.sqrt(n) for n in mylist if n > 0]
[1.0, 2.0, 3.1622776601683795, 1.4142135623730951, 1.7320508075688772]

過濾操作的一個變種就是將不符合條件的值用新的值代替，而不是丟棄它們。 比如，在一列數據中你可能不僅想找到正數，而且還想將不是正數的數替換成指定的數。 通過將過濾條件放到條件表達式中去，可以很容易的解決這個問題，就像這樣：

>>> clip_neg = [n if n > 0 else 0 for n in mylist]
>>> clip_neg
[1, 4, 0, 10, 0, 2, 3, 0]
>>> clip_pos = [n if n < 0 else 0 for n in mylist]
>>> clip_pos
[0, 0, -5, 0, -7, 0, 0, -1]

另外一個值得關注的過濾工具就是 itertools.compress() ， 它以一個 iterable 對象和一個相對應的 Boolean 選擇器序列作爲輸入參數。 然後輸出 iterable 對象中對應選擇器爲 True 的元素。 當你需要用另外一個相關聯的序列來過濾某個序列的時候，這個函數是非常有用的。現在你想將那些對應 count 值大於5的地址全部輸出，那麼你可以這樣做：

addresses = [
    '5412 N CLARK',
    '5148 N CLARK',
    '5800 E 58TH',
    '2122 N CLARK',
    '5645 N RAVENSWOOD',
    '1060 W ADDISON',
    '4801 N BROADWAY',
    '1039 W GRANVILLE',
]
counts = [ 0, 3, 10, 4, 1, 7, 6, 1]
>>> from itertools import compress
>>> more5 = [n > 5 for n in counts]
>>> more5
[False, False, True, False, False, True, True, False]
>>> list(compress(addresses, more5))
['5800 E 58TH', '1060 W ADDISON', '4801 N BROADWAY']

這裏的關鍵點在於先創建一個 Boolean 序列，指示哪些元素符合條件。 然後 compress() 函數根據這個序列去選擇輸出對應位置爲 True 的元素。

和 filter() 函數類似， compress() 也是返回的一個迭代器。因此，如果你需要得到一個列表， 那麼你需要使用 list() 來將結果轉換爲列表類型。