Python列表、字典与集合数据筛选实战:普通循环、Filter与解析式对比
本文详解Python中列表、字典及集合的数据筛选方法。通过对比普通for循环、filter函数与解析式(列表/字典/集合解析)三种实现方式,展示代码差异与执行效率。重点解析解析式“返回值 for循环 if判断”的结构逻辑,并提供生成随机数及筛选正数、高值项、整除数的完整代码示例,帮助开发者选择最优方案。
在Python编程中,如何高效地从列表、字典或集合中筛选出符合特定条件的数据?
常见的实际应用场景有哪些?
场景一:过滤列表 [3, 9, -1, 10, -2...] 中的负数。
场景二:从字典 {'li_ming': 90, 'xiao_hong': 60, 'li_kang': 95, 'bei_men': 98} 中筛选出值大于90的键值对。
场景三:从集合 {3, 9, -1, 10, -2...} 中筛选出能被3整除的数字。
针对上述场景一,有哪些解决方案?
最基础的方法是采用普通循环。
#!/usr/bin/python3 def filter_l(data): res = [] for i in data: if i > 0: res.append(i) return res if __name__ == '__main__': data = [3, 9, -1, 10, -2] new_l = filter_l(data) print(new_l)
具体如何操作列表筛选?
首先初始化一个包含-10到10之间随机数的列表,目标是去除其中的负数。
方案一:使用filter方法。
#!/usr/bin/python3 from random import randint def filter_l(data): # 循环data列表,把值一个一个取出 交个lambda中x,如何lambda函数为True,返回x生成一个新的filter对象 return filter(lambda x: x >= 0, data) if __name__ == '__main__': # 列表生成10个 -10 到 10 的随机数 data = [randint(-10, 10) for _ in range(10)] print(data) # new_l 为可迭代对象 new_l = filter_l(data) print(list(new_l), type(new_l))
方案二:使用列表解析。
#!/usr/bin/python3 from random import randint def filter_l(data): # 循环data列表,把值一个一个取出 是否满足if条件,满足True返回x生成一个新列表 return [x for x in data if x >=0 ] if __name__ == '__main__': # 列表生成10个 -10 到 10 的随机数 data = [randint(-10, 10) for _ in range(10)] print(data) # new_l 为可迭代对象 new_l = filter_l(data) print(list(new_l), type(new_l))
运行速度对比结果:列表解析 > filter > 普通循环。
接下来探讨字典数据的筛选方法。
利用字典解析式进行数据筛选。
#!/usr/bin/python3
from random import randint
def filter_l(data):
print(data.items())
# 把字典转换成dict_items,循环里面的key和value,满足if条件返回对应的key和value值
return {k: v for k, v in data.items() if v > 90}
if __name__ == '__main__':
# 字典生成式
data = {x: randint(0, 100) for x in range(10)}
print(data)
new_l = filter_l(data)
print(new_l, type(new_l))
最后解决集合数据的筛选问题。
#!/usr/bin/python3
from random import randint
def filter_l(data):
# 迭代集合中值,满足条件为True返回x
return {x for x in data if x % 3 == 0}
if __name__ == '__main__':
# 集合生成式
data = {randint(0, 100) for x in range(10)}
print(data)
new_l = filter_l(data)
print(new_l, type(new_l))
如何梳理这些方法的底层逻辑?
无论是解析式还是普通方法,核心都涉及for循环和if判断,逻辑均为“满足条件则返回值”。生成器和解析式均遵循“返回值 for循环 if判断”的格式。此外,还可以利用lambda函数构建格式为“lambda 输入值:条件, 格式化数据”的表达式。
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持本站。
免责声明:本文内容仅供参考,不代表本站观点。转载或引用请注明出处。









