Python序列操作之进阶篇
简介
Python的序列（sequence）通常指一个可迭代的容器，容器中可以存放任意类型的元素。列表和元组这两种数据类型是最常被用到的序列，python内建序列有六种，除了刚刚有说过的两种类型之外，还有字符串、Unicode字符串、buffer对像和最后一种xrange对像，这几种都是不常使用的。本文讲解了列表推导式、切片命名、列表元素排序、列表元素分组的使用方法。学习了Python基本的列表操作后，学习这些进阶的操作，让我们写出的代码更加优雅简洁和pythonic。
列表推导式
当我们想要根据某些规则来构造一个列表时，首先想到的应该是列表推导式。列表推导式简化了循环操作，例如我们想要从一个原始文件名列表中获取全部.py文件，在没有列表推导式的情况下，我们通常会这样做：
file_list=['foo.py','bar.txt','spam.py','animal.png','test.py']
py_list=[]
forfileinfile_list:
iffile.endswith('.py'):
py_list.append(file)
print(py_list)
#output
['foo.py','spam.py','test.py']
而如果使用列表推导式则可简化为：
py_list=[fforfinfile_listiff.endswith('.py')]
print(py_list)
#output
['foo.py','spam.py','test.py']
列表推导式的介绍网上资源很多，不再赘述。这里只强调，当你需要根据某个规则来构造一个列表时，首先应该想一想，能否使用简洁的列表推导式来实现该需求，否则再回到常规的方式。
为切片命名
Python的列表切片使用起来非常方便，但有时也会影响代码可读性。例如有一个字符串：
record='..........19.6..........100..........'
19.6为产品价格，100为产品数量，那么计算总价格为:
但是如果这样写，可能过一段时间我们再来读代码时已经忘记了record[10:14]、record[24:27]切出来的究竟是什么？为了解决上述问题，可以给切片命个名来增强可读性。
record='..........19.6..........100..........' price=slice(10,14) count=slice(24,27) total_price=float(record[price])*int(record[count])
slice接收的参数格式为slice(stop)、slice(start,stop[,step])。如果只接收了一个参数，则等价于切片语法[:stop]，如果接收两个参数，则等价于切片语法[start:stop]，如果接收三个参数，则等价于切片语法[start:stop:step]。
排序
排序相关的任务通常由内置函数sorted完成。需要排序的元素一般存放在一个列表容器中，列表可以存放任意类型的元素，而sorted函数的key关键字使得我们能够轻松地指定元素排序的关键字，让排序变得异常简单。下面将给出几个常见的排序例子以说明key关键字的使用方法。注意Python3和Python2的排序方法不能通用，下面的例子只适用于Python3，Python2的排序方法未包含在本文中。
情况一
列表中的元素已经是可比较元素，直接将列表传入sorted函数即可返回一个已排序列表。默认为升序排列，降序排列可以指定reverse参数，例如：
>>>l=[3,5,4,1,8] >>>sorted(l) [1,3,4,5,8] >>>sorted(l,reverse=True) [8,5,4,3,1] >>>
情况二
需要排序的元素是一个元组或者字典，希望根据我指定的关键字来排序，例如有如下两个列表：
l_v1=[('b',2),('a',1),('c',3),('d',4)]
l_v2=[
{'fname':'Brian','lname':'Jones','uid':1003},
{'fname':'David','lname':'Beazley','uid':1002},
{'fname':'John','lname':'Cleese','uid':1001},
{'fname':'Big','lname':'Jones','uid':1004}
]
l_v1是一个元组列表，l_v2是一个字典列表。对l_v1我们希望根据元组中第二个元素来排序，对l_v2我们希望根据字典的关键字uid进行排序。
sorted函数接收一个关键字参数key，该参数指定一个可调用函数，函数返回一个值（只要是可比较的），那么sorted函数将根据返回的关键字对列表中的元素进行排序。
例如对上面的例子：
>>>l_v1=[('b',2),('a',1),('c',3),('d',4)]
>>>sorted(l_v1,key=lambdax:x[1])
[('a',1),('b',2),('c',3),('d',4)]
>>>l_v2=[
{'fname':'Brian','lname':'Jones','uid':1003},
{'fname':'David','lname':'Beazley','uid':1002},
{'fname':'John','lname':'Cleese','uid':1001},
{'fname':'Big','lname':'Jones','uid':1004}
]
>>>sorted(l_v2,key=lambdax:x['uid'])
[{'lname':'Cleese','uid':1001,'fname':'John'},{'lname':'Beazley','uid':1002,'fname':'David'},{'lname':'Jones','uid':1003,'fname':'Brian'},{'lname':'Jones','uid':1004,'fname':'Big'}]
这里lambda函数是一个常用的技巧。lambda关键字后边的x是该函数接收的参数，冒号后边的表达式是该函数的返回值。对l_v1来说，传递给参数x的就是每一个元组，其返回元组的第二个元素用于排序；对l_v2来说，传递给参数x的就是列表中的每一个字典元素，其返回字典中uid对应的值用于排序。
除了使用匿名函数lambda这种通用的方法外，Python标准库operator为我们提供了一个itemgetter函数替代我们写的lambda函数，且其性能会比使用lambda函数略有提升。
>>>fromoperatorimportitemgetter
>>>l_v1=[('b',2),('a',1),('c',3),('d',4)]
>>>sorted(l_v1,key=itemgetter(1))
[('a',1),('b',2),('c',3),('d',4)]
>>>l_v2=[
{'fname':'Brian','lname':'Jones','uid':1003},
{'fname':'David','lname':'Beazley','uid':1002},
{'fname':'John','lname':'Cleese','uid':1001},
{'fname':'Big','lname':'Jones','uid':1004}
]
>>>sorted(l_v2,key=itemgetter('uid'))
[
{'lname':'Cleese','uid':1001,'fname':'John'},
{'lname':'Beazley','uid':1002,'fname':'David'},
{'lname':'Jones','uid':1003,'fname':'Brian'},
{'lname':'Jones','uid':1004,'fname':'Big'}
]
以上例子均是返回一个单一的值用于排序关键字，前面说过，关键字key接收的函数可以返回任意的可比较对象。例如在python中，元组是可以比较的。对元组的比较规则为首先比较元组中第一个位置上的元素，如果相等，在比较第二个位置上的元素，依次类推。回到l_v2的例子，假设现在需求变了，我们首先对lname对应的值排序，如果lname对应的值相等，那么再根据fname确定其顺序。
>>>l_v2=[
{'fname':'Brian','lname':'Jones','uid':1003},
{'fname':'David','lname':'Beazley','uid':1002},
{'fname':'John','lname':'Cleese','uid':1001},
{'fname':'Big','lname':'Jones','uid':1004}
]
>>>sorted(l_v2,key=lambdax:(x['lname'],x['fname']))
[
{'lname':'Beazley','uid':1002,'fname':'David'},
{'lname':'Cleese','uid':1001,'fname':'John'},
{'lname':'Jones','uid':1004,'fname':'Big'},
{'lname':'Jones','uid':1003,'fname':'Brian'}
]
这个例子中，lambda函数返回的不再是一个标量值，而是一个元组(x['lname'],x['fname'])，根据元组的比较规则，首先根据元组的第一个位置上的元素x['lname']的大小排序，由于列表中有两个字典其lname对应的值都为Jones，因此再根据元组第二个位置的元素x['fname']的值排序，由于Big比Brian要小（按字母顺序依次比较），所以Big排在了前面。
同样使用itemgetter函数也是可以的，且性能会略有提升。此外我觉得itemgetter比lambda更加简洁和可读一点。
>>>l_v2=[
{'fname':'Brian','lname':'Jones','uid':1003},
{'fname':'David','lname':'Beazley','uid':1002},
{'fname':'John','lname':'Cleese','uid':1001},
{'fname':'Big','lname':'Jones','uid':1004}
]
>>>sorted(l_v2,key=itemgetter('lname','fname'))
[
{'lname':'Beazley','uid':1002,'fname':'David'},
{'lname':'Cleese','uid':1001,'fname':'John'},
{'lname':'Jones','uid':1004,'fname':'Big'},
{'lname':'Jones','uid':1003,'fname':'Brian'}
]
情况三
需要排序的元素是一个Python对象，我们希望根据其某个属性值来排序。例如一个存放User对象的列表如下，根据其name属性排序：
classUser:
def__init__(self,name):
self.name=name
def__str__(self):
return'User:%s'%self.name
__repr__=__str__#为了能够让User在解释器中显示为'User:name'的格式
user_list=[User('John'),User('David'),User('Big'),User('Alen')]
方法与前面的一样，定义一个函数返回User的name属性的值，把该函数传给sorted的key参数。
>>>user_list=[User('John'),User('David'),User('Big'),User('Alen')]
>>>sorted(user_list,key=lambdax:x.name)
>>>sorted(user_list,key=lambdax:x.name)
[User:Alen,User:Big,User:David,User:John]
但是，itemgetter方法不再起作用，取而代之的是attrgetter方法。
>>>sorted(user_list,key=attrgetter('name'))
[User:Alen,User:Big,User:David,User:John]
attrgetter与itemgetter用法完全一致，只是itemgetter用于获取某个位置索引或者字典关键字的取值，而attrgetter用于获取对象的属性值。
PS：sorted返回的是原始列表的一个已排序的副本，而原始列表的顺序并没有任何变化。如果你只想就地排序（即排序原始列表本身），则直接调用list的sort方法即可：list.sort()。其用法与sorted函数一样，只是该函数没有返回值，调用后原始列表已变为一个已排序列表。
对序列中的元素进行分组
和排序类似，现想根据列表中元素的某个关键字分组，使关键字相同的元素分到同一组，并可以对分好的组进行进一步处理。例如有如下的一个列表：
rows=[
{'address':'5412NCLARK','date':'07/01/2012'},
{'address':'5148NCLARK','date':'07/04/2012'},
{'address':'5800E58TH','date':'07/02/2012'},
{'address':'2122NCLARK','date':'07/03/2012'},
{'address':'5645NRAVENSWOOD','date':'07/02/2012'},
{'address':'1060WADDISON','date':'07/02/2012'},
{'address':'4801NBROADWAY','date':'07/01/2012'},
{'address':'1039WGRANVILLE','date':'07/04/2012'},
]
列表的元素为字典，现想根据字典的date分组，使日期（date）相同的元素分到一个组。Python的itertools模块中的groupby函数可以很好地解决该问题。为了使用groupby函数，首先需要对列表排序：
>>>fromoperatorimportitemgetter
>>>sorted_rows=sorted(rows,key=itemgetter('date'))
groupby也和sorted一样有一个key关键字参数，其接收一个可调用函数，该函数返回的值被用做分组的关键字，其用法和sorted的key关键字参数一样。
>>>fordate,itemsingroupby(sorted_rows,key=itemgetter('date')):
print(date)
foriinitems:
print('',i)
07/01/2012
{'address':'5412NCLARK','date':'07/01/2012'}
{'address':'4801NBROADWAY','date':'07/01/2012'}
07/02/2012
{'address':'5800E58TH','date':'07/02/2012'}
{'address':'5645NRAVENSWOOD','date':'07/02/2012'}
{'address':'1060WADDISON','date':'07/02/2012'}
07/03/2012
{'address':'2122NCLARK','date':'07/03/2012'}
07/04/2012
{'address':'5148NCLARK','date':'07/04/2012'}
{'address':'1039WGRANVILLE','date':'07/04/2012'}
可以看到groupby返回的值分别是用于分组的关键字对应的值和该组的全部成员。groupby实际返回一个生成器，通过迭代即可分别对各组进行处理。值得注意的一点是，分组前对列表排序这一步必不可少，否则对于非紧邻的元素即使其值相同也会被分在不同组。
总结
以上就是关于python序列进阶篇的全部内容，希望本文的内容对大家学习或者使用python能有所帮助，如果有疑问大家可以留言交流，谢谢大家对毛票票的支持。