PythonCookbook读书笔记

第一章 数据结构和算法

1.1 将序列分解为单独的变量

适用于元组、列表、字符串等。只要是可迭代的对象，都可以执行分解操作。唯一的要求是变量的总数和结构要与序列相同。

1.2 从任意长度的可迭代对象中分解元素

“*表达式”

以下代码中使用的“*args”，如果去掉*，是会报错的。

records = [('foo',1,2),('bar','hello'),('foo',3,4)]
for tag,*args in records:
    print(tag,*args)

拆分操作，和split结合使用，会实现非常好用的功能：

line = 'nobody:*:-2:-2:Unprivileged User:/Var/empty:/usr/bin/false'
uname,*fields,homedir,sh = line.split(':')

1.3 保留最后N个元素

下边一段代码还不是特别理解，对生成器比较生疏。

from collections import deque

def search(lines,pattern,history):
    previous_lines = deque(maxlen=history)
    for line in lines:
        if pattern in line:
            yield line,previous_lines
        previous_lines.append(line)

if __name__ == '__main__':
    with open('somefile.txt') as f:
        for line,prevlines in search(f,'Python',5):
            for pline in prevlines:
                print(pline,end='')
            print(line,end='')
            print('-'*20)

deque(maxlen=N)创建一个固定长度的队列，有新元素添加时，会自动删除最老的记录。

不指定长度的时候，创建一个无界限的队列：

from collections import deque
q = deque()
q.append(1)
q.append(2)
q.append(3)
print(q)

q.append(4)#右边添加元素
q.appendleft(0)#左边添加元素
print(q)
q.pop()#删除最右边元素
print(q)
q.popleft()#删除左边元素
print(q)

1.4 找到最大或最小的N个元素

heapq模块中的nlargest和nsmallest函数：

import heapq
nums = [1,8,2,23,7,-4,16,23,42,37,2]
print(heapq.nlargest(3,nums))
print(heapq.nsmallest(3,nums))

提供一个参数key，使其工作在更复杂的结构上：

portfolio = [{'name':'IBM','shares':100,'price':91.1},
             {'name':'AAPL','shares':50,'price':543.22},
             {'name':'FB','shares':200,'price':21.09},
             {'name':'HPQ','shares':35,'price':31.75},
             {'name':'YHOO','shares':45,'price':16.35},
             {'name':'ACME','shares':75,'price':115.65}]
cheap = heapq.nsmallest(3,portfolio,key=lambda s: s['price'])
print(cheap)
expensive = heapq.nlargest(3,portfolio,key=lambda s: s['price'])
print(expensive)

如果正在寻找最大或者最小的N个元素，且同集合中元素的总数目相比，N很小，那么可以使用以下函数（性能更好）：为什么？

nums = [1,8,2,23,7,-4,16,23,42,37,2]
heap = list(nums)

#找到第3小的元素
heapq.heappop(heap)
heapq.heappop(heap)
heapq.heappop(heap)

当所要寻找的元素数量相对较小时，nlargest和nsmallest函数才是最适用的。如果只是简单寻找最大和最小值，那么max和min函数会更快。如果N和集合本身大小差不多，通常更快的方法是先对集合排序，然后进行切片操作（ sorted(items)[:N] 和sorted(items)[-N:] ）。

1.5 实现优先级队列（暂时搁置）

1.6 在字典中将键映射到多个值上

一键多值字典，可以使用collections模块中的defaultdict类：

from collections import defaultdict

d = defaultdict(list)
d['a'].append(1)
d['a'].append(2)
d['b'].append(3)
print(d)

d = defaultdict(set)
d['a'].add(1)
d['a'].add(2)
d['b'].add(3)
print(d)

使用列表还是集合，取决于实际需要，注重顺序，则使用列表；希望去除重复值，则使用集合。

以上方法会自动创建字典表项（什么东西）以待稍后访问，也可以在普通字典上使用setdefault方法：

d = {}
d.setdefault('a',[]).append(1)
d.setdefault('a',[]).append(2)
d.setdefault('b',[]).append(3)
print(d)

1.7 让字典保持有序

collections模块中的OrderedDict类可使字典在迭代的时候保持严格按照元素初始添加的时候的顺序：

from collections import OrderedDict
d = OrderedDict()
d['foo'] = 1
d['bar'] = 2
d['spam'] = 3
d['grok'] = 4

for key in d:
    print(key,d[key])

因为对字典的特性了解的还不够深，所以对这种好处的理解不是很深刻。

json编码时严格控制字段的顺序，就可以使用此种方法：

import json
json.dumps(d)

OrderedDict内部维护了一个双向链表，根据元素添加的顺序来排列键的位置，大小是普通字典的两倍多，在使用的时候就要衡量其带来的好处和增加的额外内存开销的缺点。

 1.8 与字典有关的计算问题

zip()会将字典的键和值反转过来，然后进行一些计算，比如求最值、排序等：

prices = {'ACME':45.23,
          'AAPL':612.78,
          'IBM':205.55,
          'HPQ':27.20,
          'FB':10.75}
min_prices = min(zip(prices.values(),prices.keys()))
max_prices = max(zip(prices.values(),prices.keys()))
sorted_prices = sorted(zip(prices.values(),prices.keys()))

zip创建一个迭代器（？），内容只能被消费一次，以下代码会报错：

prices_and_names = zip(prices.values(),prices.keys())
print(min(prices_and_names))
print(max(prices_and_names))

在字典上执行常规的数据操作（例如min(prices)），结果是只处理键，而不处理值；如果想利用字典的values()方法解决这个问题，结果只看到值得结果看不到对应的键的信息。

zip将字典的键值对反转为值键对，在这样的元组上进行比较时，值会先进行比较，然后再比较键。如果有多个键对应着相同的值，这时候key就将称为判定结果的依据。

1.9 在两个字典中寻找相同点

通过keys()或者items()执行集合操作即可实现：

a = {'x':1,'y':2,'z':3}
b = {'w':10,'x':11,'y':2}
a.keys() & b.keys()
a.keys() - b.keys()
a.items() & b.items()

c = {key:a[key] for key in a.keys() - {'z','w'}}

注意，对于集合的values()方法不支持集合操作。可以将值转化为集合后来操作。

1.10 从序列中移除重复项且保持元素间顺序不变

1.11 对切片命名

从字符串的固定位置取出具体的数据：

record = '....................100.......513.25..........'
cost = int(record[20:23]) * float(record[30:36])

避免使用许多神秘难懂的硬编码索引，使用切片命名：

shares = slice(20,23)
prices = slice(30,36)
cost = int(record[shares]) * float(record[prices])

slice对象实例s可以通过s.start, s.stop, s.step属性获取实例对象的信息：

a = slice(2,40,5)
a.start
a.stop
a.step

可以通过使用indices(size)方法将切片映射到特定大小的序列上，会返回一个(start, stop, step)元组。

s = 'HelloWorld'
a.indices(len(s))
for i in range(*a.indices(len(s))):
    print(s[i])

range参数里的*号是做什么的呢？

1.12 找出序列中出现次数最多的元素

collections模块中的Counter类：

words = ["twinkle", "twinkle", "little", "star",
         "how", "i", "wonder", "what", "you", "are",
         "up", "above", "the", "world", "so", "high",
         "like", "a", "diamond", "in", "the", "sky",
         "twinkle", "twinkle", "little", "star",
         "how", "i", "wonder", "what", "you", "are"]

from collections import Counter
wordsCounts = Counter(words)
top_three = wordsCounts.most_common(3)

在底层实现中，Counter是一个字典，在元素和出现次数之间做了映射，我们可以通过以下方式查看某个单词出现的次数：

print(wordsCounts["i"])

使用update方法增加计数：

morewords = ["like", "a", "diamond", "in", "the", "sky"]
wordsCounts.update(morewords)
print(wordsCounts)

Counter对象可以同各种数学运算操作结合起来：

a = Counter(words)
b = Counter(morewords)
c = a+b
print(c)
d = a-b
print(d)

1.13 通过公共键对字典列表排序

根据一个或者多个字典中的值对列表排序，利用operator模块中的itemgetter函数：

rows = [{"fname":"Brain" , "lname": "Jones", "uid": 1003},
        {"fname":"David" , "lname": "Beazley", "uid": 1002},
        {"fname":"John" , "lname": "Cleese", "uid": 1001},
        {"fname":"Big" , "lname": "Jones", "uid": 1004}]

from operator import itemgetter
rows_by_fname = sorted(rows, key=itemgetter('fname'))
print(rows_by_fname)

rows_by_uid = sorted(rows, key=itemgetter('uid'))
print(rows_by_uid)

itemgetter函数可以接受多个参数：

rows_by_lfname = sorted(rows, key=itemgetter('lname', 'fname'))
print(rows_by_lfname)

有时候用lambda表达式取代itemgetter()的功能：

rows_by_fname = sorted(rows, key=lambda r: r['fname'])
print(rows_by_fname)

除了可以使用sorted()函数之外，还可以用与min()与max()函数。

1.14 对不原生支持比较操作的对象排序