Python奇遇记：数据结构窥探2

上次我们讲了几个不常见的数据类型，每个都有自己特殊的用途，虽然不经常用到，了解一下也好。比如我们提到的数组类型，如果在数据量很大的时候同时要效率，就可以使用它。这次来说说python中常见的数据类型像列表、元组、字典、集合中的一些很有用的技巧，帮助你提高开发效率。

来看看。

列表有一个很有用的技巧是使用列表推导式，这个大家可能都知道，如果你需要迭代列表中的数据，使用循环是个很麻烦的事，使用列表推导式一行就搞定。

datas = [3, 4, 2, 8, 12, 5, 7]
# 找出列表中小于10的数据
print([data for data in datas if data<10])

[3, 4, 2, 8, 5, 7]

除了列表推导式，还有字典推导式，集合推导式，用法都一样。还有一个特殊的生成器表达式，生成器表达式并不会在刚开始就生成一个数据类型，而是在迭代时才生成，这样可以节省内存。如果你的数据量很大的话，考虑使用生成器表达式。生成器表达式使用小括号。

# 使用上面的数据
# 生成器表达式使用小括号
r = (data for data in datas if data<10)
# 你看，打印r时并不会输出结果
print(r)
# 现在就可以了
# enumerate同时返回下标和元素
for i, j in enumerate(r):
    print(i, j)

<generator object <genexpr> at 0x7f7c93644db0>
0 3
1 4
2 2
3 8
4 5
5 7

需要注意的事，生成器表达式一次只能用一次迭达，上面我们对r进行了一次迭代，如果再次输出就是空的。

关于什么是生成器我们下次再讲。

如果我们需要找出列表中的某个数据？或者是某一部分的数据？

使用切片。切片不仅对列表有用，同样适用于元组和字符串。切片中以冒号间隔，前两个参数为起始点，第三个为步长，也就是每隔几个找一个出来。

a = [2, 3, 'a', 6, 4]
print(a[3:4])

b = 'hahahah'
# 步长为2
print(b[::2])
# 如果步长设为1，就是从后往前取值
# 对b取反
print(b[::-1])

c = (2, 2, 3, 4, 5)
print(c[:3])

[6]
hhhh
hahahah
(2, 2, 3)

每次都用数字表示切片的起始点看起来很麻烦对不对，还要记住从哪开始从哪结束。如果你需要对很多不同的数据都执行同样的切片操作，最好是为切片命名，这样只需定义一次就行了。切片命名使用slice方法，内部参数与切片一样。

items = [1, 2, 3, 4, 5, 6, 7]
# slice用来对切片命名，比如规定这个切片是从2到4，2个步长，然后就可以使用了
a = slice(2, 4)
print(a)
print(items[a])

# 其它的数据也能用
itemss = [1, 2, 4, 6, 5, 6, 7]
print(itemss[a])

slice(2, 4, None)
[3, 4]
[4, 6]

还有一个技巧叫做拆包，就是把一个列表或者字符同时赋值给多个变量，任何可迭代对象（也就是能够用for循环）都可以使用拆包。比如有一个函数返回了多个数据，我们在调用时就可以直接赋值给多个变量，而不用再定义一个数据类型，然后再赋值。多麻烦啊。

a, b, c = [1, 2, 4]
print(a)
a, b = 'it'
print(a)

1
i

有一个问题，如果我的数据很多，难道要一个一个赋值给变量。多麻烦啊。对剩余的的数据，使用星号代替即可。如果数据不是你需要的，使用_代替，使用其它的字符也是可以的，这只是一个约定而已。

# 可以这样
data = [1, 2, 3, 4, 5, 6]
a, b, *r = data
print(r)
# 也可以这样
*a, b, c, d = data
print(a)

[3, 4, 5, 6]
[1, 2, 3]

最后一个技巧。

如果我们需要统计一个序列（字符串、列表、元组）中某个元素出现的次数，怎么实现？循环这个序列，利用元素的下标，如果某个元素出现则加1，想想都麻烦。使用collections.Counter。counter中有个most_common方法，接受需要统计的元素个数作为参数。例子如下：

words = [
    'look', 'into', 'my', 'eyes', 'look', 'into', 'my', 'eyes',
    'the', 'eyes', 'the', 'eyes', 'the', 'eyes', 'not', 'around', 'the',
    'eyes', "don't", 'look', 'around', 'the', 'eyes', 'look', 'into',
    'my', 'eyes', "you're", 'under'
]
from collections import Counter
word_counts = Counter(words)
# 出现频率最高的3个单词
top_three = word_counts.most_common(3)
print(top_three)

[('eyes', 8), ('the', 5), ('look', 4)]

限于篇幅，还有许多awesome的技巧没有涉及，下篇文章我们再讲。希望上面说的一些东西对你有帮助。

---

本人才疏学浅，上文中难免有些错误，还请各位品评指正。如果觉得写的还行，欢迎关注我的公众号MLGroup,带你走进机器学习的世界。