【python cookbook】【数据结构与算法】16.筛选序列中的元素

问题：提取出序列中的值或者根据某些标准对序列做删减

解决方案：列表推导式、生成器表达式、使用内建的filter()函数

1、列表推导式方法：存在一个潜在的缺点，如果输入数据非常大可能会产生一个庞大的结果，考虑到该问题，建议选择生成器表达式

# Examples of different ways to filter data

mylist = [1, 4, -5, 10, -7, 2, 3, -1]
print('mylist=',mylist)

# 使用列表推导式
pos = [n for n in mylist if n > 0]
print('正数为：',pos)

neg = [n for n in mylist if n < 0]
print('负数为：',neg)

>>> ================================ RESTART ================================
>>>
mylist= [1, 4, -5, 10, -7, 2, 3, -1]
正数为： [1, 4, 10, 2, 3]
负数为： [-5, -7, -1]
>>> 

2、生成器表达式方法：

mylist = [1, 4, -5, 10, -7, 2, 3, -1]
print('mylist=',mylist)

# 使用生成器表达式
pos = (n for n in mylist if n > 0)
print('生成器为',pos)

for x in pos:
    print(x)

>>> ================================ RESTART ================================
>>>
mylist= [1, 4, -5, 10, -7, 2, 3, -1]
生成器为 <generator object <genexpr> at 0x02421FD0>
1
4
10
2
3

3、如果筛选标准无法简单表示在列表推导式或者生成器表达式中，比如筛选过程涉及一些异常处理或者更复杂的细节，可以考虑将处理筛选逻辑的代码放到单独的函数中，然后使用内建的filter()函数处理。

values=['','','-3','-','N/A','','','%']

def is_int(val):  #将处理筛选逻辑的代码放到单独的函数
    try:
        x=int(val)
        return True
    except ValueError:
        return False

ivals=list(filter(is_int,values)) #使用filter(func,list)进行过滤
print(ivals)

>>> ================================ RESTART ================================
>>>
['', '', '-3', '', '']
>>> 

filter(func,list)会创建一个迭代器，如果想要列表形式的结果，需使用list()将结果转为列表。

补充：

用新值替换掉不满足标准的值，而不是丢弃它们，可通过将筛选条件移到一个条件表达式中来轻松实现。

# Negative values clipped to 0
neg_clip = [n if n > 0 else 0 for n in mylist]
print('负数替换为0，结果：',neg_clip)

# Positive values clipped to 0
pos_clip = [n if n < 0 else 0 for n in mylist]
print('正数替换为0，结果：',pos_clip)
'''

>>> ================================ RESTART ================================
>>>
mylist= [1, 4, -5, 10, -7, 2, 3, -1]
负数替换为0，结果： [1, 4, 0, 10, 0, 2, 3, 0]
正数替换为0，结果： [0, 0, -5, 0, -7, 0, 0, -1]
>>> 

值得推荐的工具itertools.compress()，它接受一个可迭代对象以及一个布尔选择器序列作为输入。

如果想把对一个序列的筛选结果施加到另一个相关的序列上时，就会非常有用。

# 采用筛选工具itertools.compress()

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 ]
a = list(compress(addresses, more5))
print(a)

>>> ================================ RESTART ================================
>>>
['5800 E 58TH', '1060 W ADDISON', '4801 N BROADWAY']
>>> 

这里的关键是首先创建一个布尔序列，用来表示哪个元素可满足我们的条件。然后compress()函数挑选出满足布尔值为True的相应元素。

同filter()函数一样，正常情况下compress()函数返回一个迭代器，若需要返回列表则需使用list()将结果转为列表。