最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python中對(duì)元組和列表按條件進(jìn)行排序的方法示例

 更新時(shí)間:2015年11月10日 16:15:48   投稿:goldensun  
這篇文章主要介紹了Python中對(duì)元組和列表按條件進(jìn)行排序的方法示例,需要的朋友可以參考下

在python中對(duì)一個(gè)元組排序

我的同事Axel Hecht 給我展示了一些我所不知道的關(guān)于python排序的東西。 在python里你可以對(duì)一個(gè)元組進(jìn)行排序。例子是最好的說明:

>>> items = [(1, 'B'), (1, 'A'), (2, 'A'), (0, 'B'), (0, 'a')]
>>> sorted(items)
[(0, 'B'), (0, 'a'), (1, 'A'), (1, 'B'), (2, 'A')]

默認(rèn)情況下內(nèi)置的sort和sorted函數(shù)接收的參數(shù)是元組時(shí),他將會(huì)先按元組的第一個(gè)元素進(jìn)行排序再按第二個(gè)元素進(jìn)行排序。 然而,注意到結(jié)果中(0, 'B')在(0, 'a')的前面。這是因?yàn)榇髮懽帜窧的ASCII編碼比a小。然而,假設(shè)你想要一些更人性的排序并且不關(guān)注大小寫。你或許會(huì)這么做:

>>> sorted(items, key=str.lower)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
TypeError: descriptor 'lower' requires a 'str' object but received a 'tuple'

我們將會(huì)得到一個(gè)錯(cuò)誤,因?yàn)樗荒苷_處理元組的第一部分。(注:原文作者估計(jì)想說元組中第一項(xiàng)是數(shù)字,不能使用lower這個(gè)方法;正確的原因提示的很明顯了,是因?yàn)槟銈鬟f的是一個(gè)元組,而元組是沒有l(wèi)ower這個(gè)方法的)

我們可以試著寫一個(gè)lambda函數(shù)(eg.sorted(items, key=lambda x: x.lower() if isinstance(x, str) else x)),他將不會(huì)工作因?yàn)槟阒惶幚砹嗽M的一個(gè)元素。(注:同上面,作者這么做必然是錯(cuò)的,思考給這個(gè)lambda傳一個(gè)元組,返回的是什么?)

言歸正傳,下面就是你應(yīng)該怎么做的方法。一個(gè)lambda,它會(huì)返回一個(gè)元組:

>>> sorted(items, key=lambda x: (x[0], x[1].lower()))
[(0, 'a'), (0, 'B'), (1, 'A'), (1, 'B'), (2, 'A')]

現(xiàn)在你完成了它!謝謝Axel的分享!

我確信你知道你可以倒序排列,僅僅使用sorted(items, reverse=True, …),但是你怎么根據(jù)關(guān)鍵字來進(jìn)行不同的排序?

使用lambda函數(shù)返回元組的技巧,下面是一個(gè)我們排序一個(gè)稍微高級(jí)的數(shù)據(jù)結(jié)構(gòu):

>>> peeps = [{'name': 'Bill', 'salary': 1000}, {'name': 'Bill', 'salary': 500}, {'name': 'Ted', 'salary': 500}]

現(xiàn)在,使用lambda函數(shù)返回一個(gè)元組的特性來排序:

>>> sorted(peeps, key=lambda x: (x['name'], x['salary']))
[{'salary': 500, 'name': 'Bill'}, {'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

很有意思,對(duì)吧?Bill 在Ted的前面,并且500在1000的前面。但是如何在相同的 name 下,對(duì) salary 反向排序?很簡單,對(duì)它取反:

>>> sorted(peeps, key=lambda x: (x['name'], -x['salary']))
[{'salary': 1000, 'name': 'Bill'}, {'salary': 500, 'name': 'Bill'}, {'salary': 500, 'name': 'Ted'}]

問題:將列表[[1, 2, 3], [4, 5, 6], [7, 8, 9]]排序?yàn)閇[1, 4, 7], [2, 5, 8], [3, 6, 9]]
分析:

1.轉(zhuǎn)變過程如下:

1 2 3          1 4 7
4 5 6   —> 2 5 8
7 8 9          3 6 9

可以將變換過程看成是原二維數(shù)組行(row)變成新數(shù)組的列(column),即抽出原數(shù)組第一行(row)作為第一列(column),第二行(row)作為第二列(column)…當(dāng)然也可以將變換過程看成是原數(shù)組的列變?yōu)樾聰?shù)組的行,限于時(shí)間,就暫不考慮這種實(shí)現(xiàn)方式。
2.最原始的做法,寫兩個(gè)for循環(huán),外層循環(huán)依次迭代數(shù)組的行(row),內(nèi)層循環(huán)迭代數(shù)組的列(column),來實(shí)現(xiàn)這個(gè)反轉(zhuǎn)過程,將原數(shù)組第一行(row)作為第一列(column),第二行(row)作為第二列(column),過程如下:

In [7]: l = [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [8]: len_row = 3

In [9]: len_col = 3

In [10]: temp = [[],[],[]]

In [11]: for row in l:
  ....:   for i in range(len_col):
  ....:     temp[i].append(row[i])
  ....:   print temp
  ....:
[[1], [2], [3]]
[[1, 4], [2, 5], [3, 6]]
[[1, 4, 7], [2, 5, 8], [3, 6, 9]]

In [12]:

當(dāng)然,還可以使用列表推導(dǎo)來做,原理和上面一樣,外層迭代row,內(nèi)層迭代col,生成新的列表:

In [100]: l
Out[100]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [101]: [[row[col] for row in l] for col in range(len(l[0])) ]
Out[101]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

最后,對(duì)這個(gè)題目,用zip也可以達(dá)到同樣的目的:

In [104]: l
Out[104]: [[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [105]: zip(*l)
Out[105]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [106]: map(list,zip(*l))
Out[106]: [[1, 4, 7], [2, 5, 8], [3, 6, 9]]

*這個(gè)符號(hào)和列表配合有解壓的意思,如l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]],則我理解*l就變成了[1, 2, 3], [4, 5, 6], [7, 8, 9]這樣三個(gè)值,所以zip(*l)和zip([1, 2, 3], [4, 5, 6], [7, 8, 9])的結(jié)果才會(huì)是一樣的,如下:

In [17]: l=[[1, 2, 3], [4, 5, 6], [7, 8, 9]]

In [18]: zip([1, 2, 3], [4, 5, 6], [7, 8, 9])
Out[18]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [19]: zip(*l)
Out[19]: [(1, 4, 7), (2, 5, 8), (3, 6, 9)]

In [20]:

相關(guān)文章

  • pytorch中tensor的合并與截取方法

    pytorch中tensor的合并與截取方法

    今天小編就為大家分享一篇pytorch中tensor的合并與截取方法,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2018-07-07
  • Python-tkinter模塊中pack使用解讀

    Python-tkinter模塊中pack使用解讀

    文章介紹了Python的tkinter模塊中的pack布局管理器,詳細(xì)說明了pack函數(shù)的語法、參數(shù)及其用途,并提供了一個(gè)示例代碼來演示如何使用pack布局管理器來控制組件的布局
    2024-11-11
  • 刪除pandas中產(chǎn)生Unnamed:0列的操作

    刪除pandas中產(chǎn)生Unnamed:0列的操作

    這篇文章主要介紹了刪除pandas中產(chǎn)生Unnamed:0列的操作,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧
    2021-03-03
  • 圖解Python變量與賦值

    圖解Python變量與賦值

    Python是一門獨(dú)特的語言,與C語言有很大區(qū)別,初學(xué)Python很多萌新表示對(duì)變量與賦值不理解,這里就大家介紹一下,需要的朋友可以參考下
    2018-04-04
  • python實(shí)現(xiàn)微信自動(dòng)回復(fù)及批量添加好友功能

    python實(shí)現(xiàn)微信自動(dòng)回復(fù)及批量添加好友功能

    這篇文章主要介紹了python實(shí)現(xiàn)微信自動(dòng)回復(fù)及python 批量生成微信添加好友截圖功能的實(shí)例代碼,代碼簡單易懂,非常不錯(cuò),具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-07-07
  • Python+OpenCV內(nèi)置方法實(shí)現(xiàn)行人檢測

    Python+OpenCV內(nèi)置方法實(shí)現(xiàn)行人檢測

    OpenCV附帶一個(gè)預(yù)訓(xùn)練的HOG+線性SVM模型,可用于在圖像和視頻流中執(zhí)行行人檢測。本文我們將使用Opencv自帶的模型實(shí)現(xiàn)對(duì)視頻流中的行人檢測。感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下
    2021-12-12
  • 你知道怎么用Python監(jiān)控聊天記錄嗎

    你知道怎么用Python監(jiān)控聊天記錄嗎

    今天有位同事和我吐槽關(guān)于公司 XX 的問題,我告訴他不要在公司電腦上說這些,因?yàn)楹芸赡軙?huì)被狙擊,這位同事剛開始還不信,直到我寫了這邊文章,他才恍然大悟
    2021-10-10
  • 詳談Python高階函數(shù)與函數(shù)裝飾器(推薦)

    詳談Python高階函數(shù)與函數(shù)裝飾器(推薦)

    下面小編就為大家?guī)硪黄斦凱ython高階函數(shù)與函數(shù)裝飾器(推薦)。小編覺得挺不錯(cuò)的,現(xiàn)在就分享給大家,也給大家做個(gè)參考。一起跟隨小編過來看看吧
    2017-09-09
  • Python實(shí)現(xiàn)打印詳細(xì)報(bào)錯(cuò)日志,獲取報(bào)錯(cuò)信息位置行數(shù)

    Python實(shí)現(xiàn)打印詳細(xì)報(bào)錯(cuò)日志,獲取報(bào)錯(cuò)信息位置行數(shù)

    這篇文章主要介紹了Python實(shí)現(xiàn)打印詳細(xì)報(bào)錯(cuò)日志,獲取報(bào)錯(cuò)信息位置行數(shù)方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-08-08
  • python實(shí)現(xiàn)自動(dòng)化之文件合并

    python實(shí)現(xiàn)自動(dòng)化之文件合并

    這篇文章主要為大家詳細(xì)介紹了python實(shí)現(xiàn)自動(dòng)化文件合并,文中示例代碼介紹的非常詳細(xì),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下
    2021-08-08

最新評(píng)論

利津县| 乐清市| 太康县| 绥宁县| 霞浦县| 东至县| 商都县| 宜宾市| 新兴县| 河津市| 昆山市| 周口市| 华蓥市| 扎囊县| 弥勒县| 沙河市| 本溪市| 天气| 钟山县| 芒康县| 探索| 贞丰县| 诸暨市| 武清区| 志丹县| 香格里拉县| 子洲县| 泸定县| 丹巴县| 无为县| 黄陵县| 漳平市| 临西县| 仙游县| 原阳县| 兴隆县| 启东市| 宁明县| 洱源县| 陇西县| 布尔津县|