翻譯：《實用的Python編程》02_04_Sequences

目錄| 上一節 (2.3 格式化) | 下一節 (2.5 Collections模塊)

2.4 序列

序列數據類型

Python 有三種序列數據類型。

字符串：如 'Hello'。字符串是字符序列
列表：如 [1, 4, 5]。
元組：如 ('GOOG', 100, 490.1)。

所有的序列都是有序的，由整數進行索引，并且具有長度。

a = 'Hello'               # String
b = [1, 4, 5]             # List
c = ('GOOG', 100, 490.1)  # Tuple

# Indexed order
a[0]                      # 'H'
b[-1]                     # 5
c[1]                      # 100

# Length of sequence
len(a)                    # 5
len(b)                    # 3
len(c)                    # 3

序列可以通過重復操作符 * 進行重復：s * n 。

>>> a = 'Hello'
>>> a * 3
'HelloHelloHello'
>>> b = [1, 2, 3]
>>> b * 2
[1, 2, 3, 1, 2, 3]
>>>

相同類型的序列可以通過加號 + 進行拼接：s + t。

>>> a = (1, 2, 3)
>>> b = (4, 5)
>>> a + b
(1, 2, 3, 4, 5)
>>>
>>> c = [1, 5]
>>> a + c
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
TypeError: can only concatenate tuple (not "list") to tuple

切片

切片是指著從序列中提取子序列。切片的語法為 s[start:end] 。 start 和 end 是想要的子序列的索引。

a = [0,1,2,3,4,5,6,7,8]

a[2:5]    # [2,3,4]
a[-5:]    # [4,5,6,7,8]
a[:3]     # [0,1,2]

索引 start 和 end 必須是整數。
切片不包括結尾值。這就像數學上的半開區間。
如果省略索引，則它們默認為序列的開頭或結尾。

切片與重新賦值

在列表上，切片可以被重新賦值和刪除。

# Reassignment
a = [0,1,2,3,4,5,6,7,8]
a[2:4] = [10,11,12]       # [0,1,10,11,12,4,5,6,7,8]

注意：重新賦值的切片不需要具有相同的長度。

# Deletion
a = [0,1,2,3,4,5,6,7,8]
del a[2:4]                # [0,1,4,5,6,7,8]

序列的縮減

有一常見的函數用于把序列縮減為單個值。

>>> s = [1, 2, 3, 4]
>>> sum(s)
10
>>> min(s)
1
>>> max(s)
4
>>> t = ['Hello', 'World']
>>> max(t)
'World'
>>>

迭代序列

可以使用 for 循環對序列中的元素進行迭代。

>>> s = [1, 4, 9, 16]
>>> for i in s:
...     print(i)
...
1
4
9
16
>>>

在循環的每次迭代中，會獲取一個新的項來處理。這個新的值會被放到迭代變量中。在此示例中，迭代變量為 x：

for x in s:         # `x` is an iteration variable
    ...statements

在每次迭代中，迭代變量的先前值會被覆蓋（如果有）。循環結束后，迭代變量保留最后一個值。

break 語句

可以使用 break 語句提前跳出循環。

for name in namelist:
    if name == 'Jake':
        break
    ...
    ...
statements

當 break 語句執行時，它退出循環并且進入下一個語句。break 語句僅應用于最內部的循環。如果此循環在另一個循環的內部，那么 break 不會中斷外部循環。

continue 語句

要跳過一個元素并且進入到下一個，請使用 continue 語句。

for line in lines:
    if line == '\n':    # Skip blank lines
        continue
    # More statements
    ...

如果當前項不重要或者是在處理時需要忽略，那么使用 continue 語句很有用。

遍歷整數

如果需要計數，請使用 range() 函數。

for i in range(100):
    # i = 0,1,...,99

range() 函數的語法是range([start,] end [,step])。

for i in range(100):
    # i = 0,1,...,99
for j in range(10,20):
    # j = 10,11,..., 19
for k in range(10,50,2):
    # k = 10,12,...,48
    # Notice how it counts in steps of 2, not 1.

不包括結尾值。這與切片類似。
start 是可選的，默認值是 0。
step 是可選的，默認值是 1。
當需要的值時候 range()才計算值，實際上，它不存儲大范圍的數。

enumerate() 函數

enumerate 函數為迭代添加一個額外的計數值。

names = ['Elwood', 'Jake', 'Curtis']
for i, name in enumerate(names):
    # Loops with i = 0, name = 'Elwood'
    # i = 1, name = 'Jake'
    # i = 2, name = 'Curtis'

一般格式為enumerate(sequence [, start = 0])，start是可選的，一個很好的使用示例：讀取文件時跟蹤行數。

with open(filename) as f:
    for lineno, line in enumerate(f, start=1):
        ...

enumerate可以看成以下語句的簡寫：

i = 0
for x in s:
    statements
    i += 1

使用 enumerate 函數可以減少輸入，運行速度也稍快一些。

For 與元組

可以迭代多個變量：

points = [
  (1, 4),(10, 40),(23, 14),(5, 6),(7, 8)
]
for x, y in points:
    # Loops with x = 1, y = 4
    #            x = 10, y = 40
    #            x = 23, y = 14
    #            ...

當使用多個變量時，每個元組被拆包為一組迭代變量。變量的數目必須與每個元組中的項數匹配。

zip() 函數

zip 函數采用多個序列，并且生成將它們組合在一起的迭代器。

columns = ['name', 'shares', 'price']
values = ['GOOG', 100, 490.1 ]
pairs = zip(columns, values)
# ('name','GOOG'), ('shares',100), ('price',490.1)

要獲得結果，必須進行迭代。可以如先前所示的那樣使用多個變量對元組進行拆包。

for column, value in pairs:
    ...

zip 函數的常見用法是創建用于構造字典的鍵值對。

d = dict(zip(columns, values))

練習

練習 2.13：計數

嘗試一些基本的計數示例：

>>> for n in range(10):            # Count 0 ... 9
        print(n, end=' ')

0 1 2 3 4 5 6 7 8 9
>>> for n in range(10,0,-1):       # Count 10 ... 1
        print(n, end=' ')

10 9 8 7 6 5 4 3 2 1
>>> for n in range(0,10,2):        # Count 0, 2, ... 8
        print(n, end=' ')

0 2 4 6 8
>>>

練習 2.14：更多序列操作

交互地試驗一些序列縮減操作。

>>> data = [4, 9, 1, 25, 16, 100, 49]
>>> min(data)
1
>>> max(data)
100
>>> sum(data)
204
>>>

嘗試遍歷數據。

>>> for x in data:
        print(x)

4
9
...
>>> for n, x in enumerate(data):
        print(n, x)

0 4
1 9
2 1
...
>>>

有時候，for 語句，len() 和 range() 函數被初學者用于一些可怕的代碼片段中，這些代碼看起來像來自于古老的 C 程序。

>>> for n in range(len(data)):
        print(data[n])

4
9
1
...
>>>

不要那樣做。閱讀這些代碼不僅辣眼睛，而且內存效率低，運行慢。如果想要迭代數據，使用普通的for 循環即可。如果碰巧因為某些原因需要使用索引，請使用 enumerate()函數。

練習 2.15：enumerate() 函數使用示例

回想一下，Data/missing.csv 文件包含一個股票投資組合的數據，但是有一些行缺少值。請使用 enumerate() 函數修改 pcost.py 程序，以便在遇到錯誤的輸入時，打印帶有警告信息的行號。

>>> cost = portfolio_cost('Data/missing.csv')
Row 4: Couldn't convert: ['MSFT', '', '51.23']
Row 7: Couldn't convert: ['IBM', '', '70.44']
>>>

為此，需要修改部分代碼。

...
for rowno, row in enumerate(rows, start=1):
    try:
        ...
    except ValueError:
        print(f'Row {rowno}: Bad row: {row}')

練習 2.16：使用 zip() 函數

在 Data/portfolio.csv 文件中，第一行包含列標題。在之前所有代碼中，我們把它丟棄了。

>>> f = open('Data/portfolio.csv')
>>> rows = csv.reader(f)
>>> headers = next(rows)
>>> headers
['name', 'shares', 'price']
>>>

但是，如果標題要用于其它有用的事情呢？這就涉及到 zip() 函數了。首先，嘗試把文件標題和數據行配對。

>>> row = next(rows)
>>> row
['AA', '100', '32.20']
>>> list(zip(headers, row))
[ ('name', 'AA'), ('shares', '100'), ('price', '32.20') ]
>>>

請注意 zip() 函數是如何把列標題與列值配對。在這里，我們使用 list() 函數把結果轉換為列表，以便查看。通常，zip() 函數創建一個必須由 for 循環使用的迭代器。

這種配對是構建字典的中間步驟。現在嘗試：

>>> record = dict(zip(headers, row))
>>> record
{'price': '32.20', 'name': 'AA', 'shares': '100'}
>>>

在處理大量數據文件時，這種轉換是最有用的技巧之一。例如，假設需要使 pcost.py 程序處理各種輸入文件，但是不考慮名稱，份額，價格所在列的編號。

修改 pcost.py 程序中的 portfolio_cost()，使其看起來像這樣：

# pcost.py

def portfolio_cost(filename):
    ...
        for rowno, row in enumerate(rows, start=1):
            record = dict(zip(headers, row))
            try:
                nshares = int(record['shares'])
                price = float(record['price'])
                total_cost += nshares * price
            # This catches errors in int() and float() conversions above
            except ValueError:
                print(f'Row {rowno}: Bad row: {row}')
        ...

現在，在一個完全不同的數據文件 Data/portfoliodate.csv（如下所示）上嘗試 portfolio_cost() 函數。

name,date,time,shares,price
"AA","6/11/2007","9:50am",100,32.20
"IBM","5/13/2007","4:20pm",50,91.10
"CAT","9/23/2006","1:30pm",150,83.44
"MSFT","5/17/2007","10:30am",200,51.23
"GE","2/1/2006","10:45am",95,40.37
"MSFT","10/31/2006","12:05pm",50,65.10
"IBM","7/9/2006","3:15pm",100,70.44

>>> portfolio_cost('Data/portfoliodate.csv')
44671.15
>>>

如果操作正確，會發現程序仍然能夠正常運行，即使數據文件的列格式與之前的完全不同，這很酷！

此處所做的更改是微妙的，但是卻意義重大。新版的 portfolio_cost()可以讀取任何 CSV 文件，并從中選擇需要的值，而不是硬編碼去讀取單個固定文件格式。只要文件有必要的列，代碼就能正常運行。

修改在 2.3 節編寫的 report.py 程序，以便能夠使用相同的技術挑選出列標題。

嘗試以 Data/portfoliodate.csv 文件作為輸入，運行 report.py 程序，并觀察是否生成和之前一樣的答案。

練習 2.17：翻轉字典

字典將鍵映射到值。例如，股票價格字典。

>>> prices = {
        'GOOG' : 490.1,
        'AA' : 23.45,
        'IBM' : 91.1,
        'MSFT' : 34.23
    }
>>>

如果使用字典的 items() 方法，那么可以獲取到鍵值對 (key,value)：

>>> prices.items()
dict_items([('GOOG', 490.1), ('AA', 23.45), ('IBM', 91.1), ('MSFT', 34.23)])
>>>

但是，如果想要獲取 (value, key) 鍵值對列表呢？

提示：使用 zip()函數。

>>> pricelist = list(zip(prices.values(),prices.keys()))
>>> pricelist
[(490.1, 'GOOG'), (23.45, 'AA'), (91.1, 'IBM'), (34.23, 'MSFT')]
>>>

為什么這樣操作？首先，這允許對字典數據執行確切類型的數據處理。

>>> min(pricelist)
(23.45, 'AA')
>>> max(pricelist)
(490.1, 'GOOG')
>>> sorted(pricelist)
[(23.45, 'AA'), (34.23, 'MSFT'), (91.1, 'IBM'), (490.1, 'GOOG')]
>>>

其次，這也說明了元組的一個重要特征，當在比較中使用元組時，從第一項開始，逐元素進行比較，類似于字符串中字符與字符逐個比較。

zip() 函數經常應用于需要從不同的地方把數據進行配對。例如，為了使用已命名的值構建字典，將列名和列值進行配對。

請注意，zip() 函數不限于一對。例如，可以使用任意數量的列表作為輸入。

>>> a = [1, 2, 3, 4]
>>> b = ['w', 'x', 'y', 'z']
>>> c = [0.2, 0.4, 0.6, 0.8]
>>> list(zip(a, b, c))
[(1, 'w', 0.2), (2, 'x', 0.4), (3, 'y', 0.6), (4, 'z', 0.8))]
>>>

另外，請注意，一旦最短的輸入序列耗盡，zip() 函數將會停止。

>>> a = [1, 2, 3, 4, 5, 6]
>>> b = ['x', 'y', 'z']
>>> list(zip(a,b))
[(1, 'x'), (2, 'y'), (3, 'z')]
>>>