您当前的位置:首页 > 电脑百科 > 程序开发 > 语言 > Python

四个鲜为人知的Python迭代过滤函数

时间:2023-09-26 13:55:51  来源:微信公众号  作者:Python学研大本营

简介

Python/ target=_blank class=infotextkey>Python中,迭代器可以帮助你编写更多Pythonic的代码,并在处理长序列时提高效率。内置的itertools模块提供了几个有用的函数来创建迭代器。

itertools】:https://docs.python.org/3/library/itertools.html

当你只需要遍历迭代器、检索序列中的元素并对其进行处理,而无需将它们存储在内存中时,这些函数尤其有用。今天本文将学习如何使用以下四个itertools过滤函数:

  • filterfalse

  • takewhile

  • dropwhile

  • islice

接下来跟随本文开始吧!

在开始之前:关于代码示例的说明

在本教程中:

我们将讨论的所有四个函数都返回了迭代器。为了清楚起见,本文将使用简单的序列,并使用list()获取包含迭代器返回的所有元素的列表。但在处理长序列时,除非必要,否则请不要这样做,因为这样做会失去迭代器带来的内存节省。

对于简单的谓词函数,也可以使用lambdas。但为了提高可读性,本文将定义常规函数并将它们用作谓词。

1. filterfalse

如果你在Python中编程已经有一段时间了,可能已经使用过内置的filter函数,语法如下:

filter(pred,seq)
# pred:谓词函数
# seq:任何有效的Python可迭代对象

filter函数返回一个迭代器,该迭代器返回谓词函数返回True的序列中的元素。

示例如下:

nums = list(range(1,11)) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

def is_even(n):
    return n % 2 == 0

在这里,nums列表和is_even函数分别是序列和谓词。

要获取nums中所有偶数的列表,需要使用如下所示的filter

nums_even = filter(is_even, nums)
print(list(nums_even))
Output >>> [2, 4, 6, 8, 10]

现在跟随本文来学习一下filterfalse。本文将从itertools模块中导入filterfalse函数(以及本文将要讨论的所有其他函数)。

正如其名称所示,filterfalse执行与filter函数相反的操作。它返回一个迭代器,该迭代器返回谓词返回False的元素。以下是使用filterfalse函数的语法:

from itertools import filterfalse
filterfalse(pred,seq)

is_even函数对于nums中的所有奇数返回False。因此,使用filterfalse得到的nums_odd列表是nums中所有奇数的列表:

from itertools import filterfalse

nums_odd = filterfalse(is_even, nums)
print(list(nums_odd)) 
Output >>> [1, 3, 5, 7, 9]

2. takewhile

使用takewhile函数的语法如下:

from itertools import takewhile
takewhile(pred,seq)

takewhile函数返回了一个迭代器,只要谓词函数返回True,它就会返回元素。当谓词函数第一次返回False时,它就停止返回元素。

对于长度为n的序列,如果seq[k]是第一个使谓词函数返回False的元素,则迭代器会返回seq[0]seq[1]、...、seq[k-1]

考虑以下的nums列表和谓词函数is_less_than_5。本文使用takewhile函数,如下所示:

from itertools import takewhile

def is_less_than_5(n):
    return n < 5

nums = [1, 3, 5, 2, 4, 6]
filtered_nums_1 = takewhile(is_less_than_5, nums)
print(list(filtered_nums_1)) 

在这里,谓词is_less_than_5对于数字5首次返回False

Output >>> [1, 3]

3. dropwhile

从功能上讲,dropwhile函数的作用与takewhile函数相反。

以下是如何使用dropwhile函数的示例:

from itertools import dropwhile
dropwhile(pred,seq) 

dropwhile函数返回一个迭代器,只要谓词为True,该迭代器就会持续删除元素。也就是说,迭代器在谓词第一次返回False之前不返回任何元素。一旦谓词返回False,迭代器就会返回序列中的所有后续元素。

对于长度为n的序列,如果谓词函数第一次返回False的元素是seq[k],那么迭代器会返回seq[k]seq[k+1]、…、seq[n-1]

接下来使用相同的序列和谓词函数:

from itertools import dropwhile

def is_less_than_5(n):
    return n < 5

nums = [1, 3, 5, 2, 4, 6]
filtered_nums_2 = dropwhile(is_less_than_5, nums)
print(list(filtered_nums_2)) 

由于谓词函数is_less_than_5第一次返回False是在元素5上,因此本文得到从5开始的序列中的所有元素:

Output >>> [5, 2, 4, 6]

4. islice

你可能已经熟悉了对Python可迭代对象(如列表、元组和字符串)进行切片操作。切片的语法是:iterable[start:stop:step]

然而,这种切片操作具有以下缺点:

  • 在处理大型序列时,每个切片或子序列都是一个占用内存的副本,这可能会降低效率。

  • 由于步长也可以取负值,使用起始、停止和步长值会影响可读性。

islice函数解决了上述限制:

  • 它返回一个迭代器。

  • 它不允许步长取负值。

可以按以下方式使用islice函数:

from itertools import islice
islice(seq,start,stop,step) 

下面是使用islice函数的几种不同方式:

  • 使用islice(seq, stop)函数返回一个迭代器,该迭代器遍历切片seq[0]seq[1]、...、seq[stop - 1]

  • 如果指定了起始和停止值:islice(seq, start, stop),该函数会返回一个迭代器,该迭代器遍历切片seq[start]seq[start + 1]、...、seq[start + stop - 1]

  • 当指定起始、停止和步长参数时,该函数返回一个迭代器,该迭代器遍历切片seq[start]seq[start + step]seq[start + 2*step]、...、seq[start + k*step],其中start + k*step < stopstart + (k+1)*step >= stop

接下来以一个示例列表来更好地理解这个问题:

nums = list(range(10)) #[0,1, 2, 3, 4, 5, 6, 7, 8, 9]

现在,跟随本文使用已学过的islice函数的语法。

仅使用停止值

这里本文只指定停止索引:

from itertools import islice

# 仅指定停止索引
sliced_nums = islice(nums, 5)
print(list(sliced_nums))

以下是输出结果:

Output >>> [0, 1, 2, 3, 4]

使用起始和停止值

在这里,本文同时使用起始值和停止值:

# 指定起始和停止索引
sliced_nums = islice(nums, 2, 7)
print(list(sliced_nums))

切片从索引2开始,一直延伸到索引7但不包括索引7:

Output >>> [2, 3, 4, 5, 6]

使用起始、停止和步长值

当本文使用起始、停止和步长值时:

# 使用起始、停止和步长
sliced_nums = islice(nums, 2, 8, 2)
print(list(sliced_nums))  

得到一个从索引2开始、一直延伸到索引8但不包括索引8的切片,步长为2(每隔一个元素返回一次))。

Output >>> [2, 4, 6]

总结

希望本教程能帮助你理解itertools过滤函数的基础知识。通过查看一些简单的示例,可以更好地理解这些函数的工作原理。



Tags:Python   点击:()  评论:()
声明:本站部分内容及图片来自互联网,转载是出于传递更多信息之目的,内容观点仅代表作者本人,不构成投资建议。投资者据此操作,风险自担。如有任何标注错误或版权侵犯请与我们联系,我们将及时更正、删除。
▌相关推荐
Python 可视化:Plotly 库使用基础
当使用 Plotly 进行数据可视化时,我们可以通过以下示例展示多种绘图方法,每个示例都会有详细的注释和说明。1.创建折线图import plotly.graph_objects as go# 示例1: 创建简单...【详细内容】
2024-04-01  Search: Python  点击:(8)  评论:(0)  加入收藏
Python 办公神器:教你使用 Python 批量制作 PPT
介绍本文将介绍如何使用openpyxl和pptx库来批量制作PPT奖状。本文假设你已经安装了python和这两个库。本文的场景是:一名基层人员,要给一次比赛活动获奖的500名选手制作奖状,并...【详细内容】
2024-03-26  Search: Python  点击:(16)  评论:(0)  加入收藏
Python实现工厂模式、抽象工厂,单例模式
工厂模式是一种常见的设计模式,它可以帮助我们创建对象的过程更加灵活和可扩展。在Python中,我们可以使用函数和类来实现工厂模式。一、Python中实现工厂模式工厂模式是一种常...【详细内容】
2024-03-07  Search: Python  点击:(31)  评论:(0)  加入收藏
不可不学的Python技巧:字典推导式使用全攻略
Python的字典推导式是一种优雅而强大的工具,用于创建字典(dict)。这种方法不仅代码更加简洁,而且执行效率高。无论你是Python新手还是有经验的开发者,掌握字典推导式都将是你技能...【详细内容】
2024-02-22  Search: Python  点击:(32)  评论:(0)  加入收藏
如何进行Python代码的代码重构和优化?
Python是一种高级编程语言,它具有简洁、易于理解和易于维护的特点。然而,代码重构和优化对于保持代码质量和性能至关重要。什么是代码重构?代码重构是指在不改变代码外部行为的...【详细内容】
2024-02-22  Search: Python  点击:(33)  评论:(0)  加入收藏
Python开发者必备的八个PyCharm插件
在编写代码的过程中,括号几乎无处不在,以至于有时我们会拼命辨别哪个闭合括号与哪个开头的括号相匹配。这款插件能帮助解决这个众所周知的问题。前言在PyCharm中浏览插件列表...【详细内容】
2024-01-26  Search: Python  点击:(84)  评论:(0)  加入收藏
Python的Graphlib库,再也不用手敲图结构了
Python中的graphlib库是一个功能强大且易于使用的工具。graphlib提供了许多功能,可以帮助您创建、操作和分析图形对象。本文将介绍graphlib库的主要用法,并提供一些示例代码和...【详细内容】
2024-01-26  Search: Python  点击:(86)  评论:(0)  加入收藏
大语言模型插件功能在携程的Python实践
作者简介成学,携程高级安全研发工程师,关注Python/Golang后端开发、大语言模型等领域。一、背景2023年初,科技圈最火爆的话题莫过于大语言模型了,它是一种全新的聊天机器人模型,...【详细内容】
2024-01-26  Search: Python  点击:(73)  评论:(0)  加入收藏
如何使用Python、Apache Kafka和云平台构建健壮的实时数据管道
译者 | 李睿审校 | 重楼在当今竞争激烈的市场环境中,为了生存和发展,企业必须能够实时收集、处理和响应数据。无论是检测欺诈、个性化用户体验还是监控系统,现在都需要接近即时...【详细内容】
2024-01-26  Search: Python  点击:(46)  评论:(0)  加入收藏
Python分布式爬虫打造搜索引擎
简单分布式爬虫结构主从模式是指由一台主机作为控制节点负责所有运行网络爬虫的主机进行管理,爬虫只需要从控制节点那里接收任务,并把新生成任务提交给控制节点就可以了,在这个...【详细内容】
2024-01-25  Search: Python  点击:(58)  评论:(0)  加入收藏
▌简易百科推荐
Python 可视化:Plotly 库使用基础
当使用 Plotly 进行数据可视化时,我们可以通过以下示例展示多种绘图方法,每个示例都会有详细的注释和说明。1.创建折线图import plotly.graph_objects as go# 示例1: 创建简单...【详细内容】
2024-04-01  Python技术    Tags:Python   点击:(8)  评论:(0)  加入收藏
Python 办公神器:教你使用 Python 批量制作 PPT
介绍本文将介绍如何使用openpyxl和pptx库来批量制作PPT奖状。本文假设你已经安装了python和这两个库。本文的场景是:一名基层人员,要给一次比赛活动获奖的500名选手制作奖状,并...【详细内容】
2024-03-26  Python技术  微信公众号  Tags:Python   点击:(16)  评论:(0)  加入收藏
Python实现工厂模式、抽象工厂,单例模式
工厂模式是一种常见的设计模式,它可以帮助我们创建对象的过程更加灵活和可扩展。在Python中,我们可以使用函数和类来实现工厂模式。一、Python中实现工厂模式工厂模式是一种常...【详细内容】
2024-03-07  Python都知道  微信公众号  Tags:Python   点击:(31)  评论:(0)  加入收藏
不可不学的Python技巧:字典推导式使用全攻略
Python的字典推导式是一种优雅而强大的工具,用于创建字典(dict)。这种方法不仅代码更加简洁,而且执行效率高。无论你是Python新手还是有经验的开发者,掌握字典推导式都将是你技能...【详细内容】
2024-02-22  子午Python  微信公众号  Tags:Python技巧   点击:(32)  评论:(0)  加入收藏
如何进行Python代码的代码重构和优化?
Python是一种高级编程语言,它具有简洁、易于理解和易于维护的特点。然而,代码重构和优化对于保持代码质量和性能至关重要。什么是代码重构?代码重构是指在不改变代码外部行为的...【详细内容】
2024-02-22  编程技术汇    Tags:Python代码   点击:(33)  评论:(0)  加入收藏
Python开发者必备的八个PyCharm插件
在编写代码的过程中,括号几乎无处不在,以至于有时我们会拼命辨别哪个闭合括号与哪个开头的括号相匹配。这款插件能帮助解决这个众所周知的问题。前言在PyCharm中浏览插件列表...【详细内容】
2024-01-26  Python学研大本营  微信公众号  Tags:PyCharm插件   点击:(84)  评论:(0)  加入收藏
Python的Graphlib库,再也不用手敲图结构了
Python中的graphlib库是一个功能强大且易于使用的工具。graphlib提供了许多功能,可以帮助您创建、操作和分析图形对象。本文将介绍graphlib库的主要用法,并提供一些示例代码和...【详细内容】
2024-01-26  科学随想录  微信公众号  Tags:Graphlib库   点击:(86)  评论:(0)  加入收藏
Python分布式爬虫打造搜索引擎
简单分布式爬虫结构主从模式是指由一台主机作为控制节点负责所有运行网络爬虫的主机进行管理,爬虫只需要从控制节点那里接收任务,并把新生成任务提交给控制节点就可以了,在这个...【详细内容】
2024-01-25  大雷家吃饭    Tags:Python   点击:(58)  评论:(0)  加入收藏
使用Python进行数据分析,需要哪些步骤?
Python是一门动态的、面向对象的脚本语言,同时也是一门简约,通俗易懂的编程语言。Python入门简单,代码可读性强,一段好的Python代码,阅读起来像是在读一篇外语文章。Python这种特...【详细内容】
2024-01-15  程序员不二    Tags:Python   点击:(162)  评论:(0)  加入收藏
Python语言的特点及应用场景, 同其它语言对比优势
Python语言作为一种高级编程语言,具有许多独特的特点和优势,这使得它在众多编程语言中脱颖而出。在本文中,我们将探讨Python语言的特点、应用场景以及与其他语言的对比优势。一...【详细内容】
2024-01-09    今日头条  Tags:Python语言   点击:(252)  评论:(0)  加入收藏
站内最新
站内热门
站内头条