Python中非常好用的內置函數詳解

Posted on by

Python中冷門但非常好用的內置函數 Counter舉例 實戰sortedallF-strings

Python中有許多內置函數,不像print、len那麼廣為人知,但它們的功能卻異常強大,用好瞭可以大大提高代碼效率，同時提升代碼的簡潔度，增強可閱讀性

Counter

collections在python官方文檔中的解釋是High-performance container datatypes，直接的中文翻譯解釋高性能容量數據類型。這個模塊實現瞭特定目標的容器，以提供Python標準內建容器 dict , list , set , 和 tuple的替代選擇。在python3.10.1中它總共包含以下幾種數據類型：

容器名 簡介
namedtuple() 創建命名元組子類的工廠函數
deque 類似列表(list)的容器，實現瞭在兩端快速添加(append)和彈出(pop)
ChainMap 類似字典(dict)的容器類，將多個映射集合到一個視圖裡面
Counter 字典的子類，提供瞭可哈希對象的計數功能
OrderedDict 字典的子類，保存瞭他們被添加的順序
defaultdict 字典的子類，提供瞭一個工廠函數，為字典查詢提供一個默認值
UserDict 封裝瞭字典對象，簡化瞭字典子類化
UserList 封裝瞭列表對象，簡化瞭列表子類化
UserString 封裝瞭字符串對象，簡化瞭字符串子類化

其中Counter中文意思是計數器，也就是我們常用於統計的一種數據類型，在使用Counter之後可以讓我們的代碼更加簡單易讀。Counter類繼承dict類，所以它能使用dict類裡面的方法

舉例

#統計詞頻
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
result = {}
for fruit in fruits:
    if not result.get(fruit):
        result[fruit] = 1
    else:
        result[fruit] += 1
print(result)
#{'apple': 2, 'peach': 3, 'lemon': 1}

下面我們看用Counter怎麼實現

from collections import Counter
fruits = ['apple', 'peach', 'apple', 'lemon', 'peach', 'peach']
c = Counter(fruits)
print(dict(c))
#{'apple': 2, 'peach': 3, 'lemon': 1}

顯然代碼更加簡單瞭，也更容易閱讀和維護瞭。

elements()

返回一個迭代器，其中每個元素將重復出現計數值所指定次。元素會按首次出現的順序返回。如果一個元素的計數值小於1，elements()將會忽略它。

>>> c = Counter(a=4, b=2, c=0, d=-2)
>>> sorted(c.elements())
['a', 'a', 'a', 'a', 'b', 'b']

most_common([n])

返回一個列表，其中包含n個最常見的元素及出現次數，按常見程度由高到低排序。如果n被省略或為None，most_common()將返回計數器中的所有元素。計數值相等的元素按首次出現的順序排序：

這兩個方法是Counter中最常用的方法，其他方法可以參考python3.10.1官方文檔

實戰

Leetcode 1002.查找共用字符

給你一個字符串數組words，請你找出所有在words的每個字符串中都出現的共用字符（包括重復字符），並以數組形式返回。你可以按任意順序返回答案。

輸入：words = ["bella", "label", "roller"]
輸出：["e", "l", "l"]
輸入：words = ["cool", "lock", "cook"]
輸出：["c", "o"]

看到統計字符，典型的可以用Counter完美解決。這道題是找出字符串列表裡面每個元素都包含的字符，首先可以用Counter計算出每個元素每個字符出現的次數，依次取交集最後得出所有元素共同存在的字符，然後利用elements輸出共用字符出現的次數

class Solution:
    def commonChars(self, words: List[str]) -> List[str]:
        from collections import Counter
        ans = Counter(words[0])
        for i in words[1:]:
            ans &= Counter(i)
        return list(ans.elements())

提交一下，發現83個測試用例耗時48ms，速度還是不錯的

在這裡插入圖片描述

sorted

在處理數據過程中，我們經常會用到排序操作，比如將列表、字典、元組裡面的元素正/倒排序。這時候就需要用到sorted()，它可以對任何可迭代對象進行排序，並返回列表

對列表升序操作：

a = sorted([2, 4, 3, 7, 1, 9])
print(a)
# 輸出：[1, 2, 3, 4, 7, 9]

對元組倒序操作：

sorted((4,1,9,6),reverse=True)
print(a)
# 輸出：[9, 6, 4, 1]

使用參數：key，根據自定義規則，按字符串長度來排序：

fruits = ['apple', 'watermelon', 'pear', 'banana']
a = sorted(fruits, key = lambda x : len(x))
print(a)
# 輸出：['pear', 'apple', 'banana', 'watermelon']

all

all() 函數用於判斷給定的可迭代參數iterable中的所有元素是否都為 TRUE，如果是返回 True，否則返回 False。元素除瞭是 0、空、None、False外都算True。註意：空元組、空列表返回值為True。

>>> all(['a', 'b', 'c', 'd'])  # 列表list，元素都不為空或0
True
>>> all(['a', 'b', '', 'd'])   # 列表list，存在一個為空的元素
False
>>> all([0, 1，2, 3])          # 列表list，存在一個為0的元素
False
>>> all(('a', 'b', 'c', 'd'))  # 元組tuple，元素都不為空或0
True
>>> all(('a', 'b', '', 'd'))   # 元組tuple，存在一個為空的元素
False
>>> all((0, 1, 2, 3))          # 元組tuple，存在一個為0的元素
False
>>> all([])             # 空列表
True
>>> all(())             # 空元組
True

any函數正好和all函數相反：判斷一個tuple或者list是否全為空，0，False。如果全為空，0，False，則返回False；如果不全為空，則返回True。

F-strings

在python3.6.2版本中，PEP 498提出一種新型字符串格式化機制，被稱為 “字符串插值” 或者更常見的一種稱呼是F-strings，F-strings提供瞭一種明確且方便的方式將python表達式嵌入到字符串中來進行格式化：

>>> all(['a', 'b', 'c', 'd'])  # 列表list，元素都不為空或0
True
>>> all(['a', 'b', '', 'd'])   # 列表list，存在一個為空的元素
False
>>> all([0, 1，2, 3])          # 列表list，存在一個為0的元素
False
>>> all(('a', 'b', 'c', 'd'))  # 元組tuple，元素都不為空或0
True
>>> all(('a', 'b', '', 'd'))   # 元組tuple，存在一個為空的元素
False
>>> all((0, 1, 2, 3))          # 元組tuple，存在一個為0的元素
False
>>> all([])             # 空列表
True
>>> all(())             # 空元組
True

在F-strings中我們也可以執行函數：

def power(x):
  return x*x
x=4
print(f'{x} * {x} = {power(x)}')
# 4 * 4 = 16

而且F-strings的運行速度很快，比傳統的%-string和str.format()這兩種格式化方法都快得多，書寫起來也更加簡單。

總結

本篇文章就到這裡瞭，希望能夠給你帶來幫助，也希望您能夠多多關註WalkonNet的更多內容!

推薦閱讀：