如何在列表，字典，集合中根據條件刷選數據
說明：
本文分析的類型：
- 列表
- 字典
- 集合
結合每種類型篩選數據的方法的不同，區分出方法間的差異。
一、列表案例
需求：過濾掉列表中的負數。
li = [1,5,-3,-1,0,9,-10,10]
1、通用方法：迭代列表獲取列表中的每個元素進行選擇
代碼：
li = [1, 5, -3, -1, 0, 9, -10, 10]
ret = []
for i in li:
if i >= 0:
ret.append(i)
print(ret)
2、filter函數
語法：filter(lambda x: x >= 0, data)
li = [1, 5, -3, -1, 0, 9, -10, 10] new_li = [] ret = filter(lambda x: x >= 0, li) print(ret) for i in ret: new_li.append(i) print(new_li)
結果：
<filter object at 0x0178A4B0> [1, 5, 0, 9, 10]
說明：
filter直接返回的結果是一個課迭代對象。要想獲取其中的數據要對filter結果進行遍歷。
上面的代碼也可以簡寫：
li = [1, 5, -3, -1, 0, 9, -10, 10] new_li = [] ret = [x for x in filter(lambda x: x >= 0, li)] print(ret)
3、列表解析
說明：
列表解析，直接在”[ ]”中操作，將判斷條件寫在了列表解析中。
問題：既然都能得出結果，那filter和列表解析那個好那？
我們可以通過測試兩段代碼執行的時間。
import timeit li = [1, 5, -3, -1, 0, 9, -10, 10] t1 = timeit.Timer('[x for x in filter(lambda x: x >= 0, %s)]' % li) t2 = timeit.Timer('[x for x in %s if x >= 0]' % li) print(t1.timeit()) print(t2.timeit())
結果：
1.9449847999118903 0.865514452222458
說明：
1、結果可以明顯看出，列表解析所用的時間是filter的時間的一半左右，即，列表解析最快，所以推薦使用列表解析。
2、這2中方式都是遠快於使用 for 這種迭代方式的。
二、字典案例
需求：篩選出value值高於90的項。
dic = {‘haha’:79, ‘heihei’:88, ‘hehe’:95, ‘xxx’:100}
1、普通方法
dic = {'haha': 79, 'heihei': 88, 'hehe': 95, 'xxx': 100}
new_dic = {}
for k,v in dic.items():
if v >= 90:
new_dic[k] = v
print(new_dic)
結果：
{'hehe': 95, 'xxx': 100}
2、字典解析
dic = {'haha': 79, 'heihei': 88, 'hehe': 95, 'xxx': 100}
ret = {k: v for k, v in dic.items() if v >= 90}
print(ret)
說明：
字典解析運行時間遠快於普通方法。
三、集合案例
需求：篩選出集合中能被3整除的元素。
s = {77,88,99,6,15,20}
1、普通方法
s = {77, 88, 99, 6, 15, 20}
new_s = set()
for i in s:
if i % 3 == 0:
new_s.add(i)
print(new_s)
結果：
{99, 6, 15}
2、集合解析
s = {77, 88, 99, 6, 15, 20}
ret = {x for x in s if x % 3 == 0}
print(ret)
說明：
集合解析也是遠快於普通for循環的。