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

码头散步
码头散步
发布时间:2026-10-13| 5人浏览过
原创

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。

Python 相关产品和应用

全部下载
Selenium

Selenium

4.51.0 · Windows

用于浏览器自动化和 Web 测试的 Python 工具。

scikit-learn

scikit-learn

1.9.1 · Windows

常用 Python 机器学习算法与模型评估工具库。

Black

Black

26.10.1 · Windows

强调一致性的 Python 自动代码格式化工具。

Ruff

Ruff

0.17.1 · macOS

由 Rust 编写的高速 Python 代码检查和格式化工具。

pytest

pytest

9.1.1 · Windows

简洁而强大的 Python 自动化测试框架。

FastAPI

FastAPI

0.146.0 · Windows

高性能 Python API 框架,支持类型提示和自动接口文档。

Flask

Flask

3.1.3 · Windows

轻量灵活的 Python Web 应用框架。

Django

Django

6.1.2 · Windows

成熟的 Python Web 框架,适合构建内容站点和业务系统。

Spyder

Spyder

6.1.7 · Windows

面向科学计算与数据分析的 Python 集成开发环境。

SciPy

SciPy

1.18.1 · Windows

面向科学、工程和技术计算的 Python 算法库。