04 | list 和 tuple 的 13 个经典使用案例

案例1: 判断 list 内有无重复元素

def is_duplicated(lst):
    for x in lst:
        if lst.count(x) > 1:
            return True
    return False
a = [1, -2, 3, 4, 1, 2]
print(is_duplicated(a))
def is_duplicated(lst):
    return len(lst) != len(set(lst))

案例2: 列表反转

def reverse(lst):
    return lst[::-1]
r = reverse([1, -2, 3, 4, 1, 2])
print(f)

案例3:找出列表中的所有重复元素

def find_duplicate(lst):
    ret = []
    for x in lst:
        if lst.count(x) > 1 and x not in ret:
            ret.append(x)
    return ret
r = find_duplicate([1, 2, 3, 4, 3, 2])
print(r)

案例4:斐波那契数列

def fibonacci(n):
    if n <= 1:
        return [1]
    fib = [1, 1]
    while len(fib) < n:
        fib.append(fib[len(fib) - 1] + fib[len(fib) - 2])
    return fib
r = fibonacci(5)
print(r)
# 生成器版本
def fibonacci(n):
    a, b = 1, 1
    for _ in range(n):
        yield a
        a, b = b, a + b
list(fibonacci(5))

案例5:出镜最多

# 求出现频次最多的元素
def mode(lst):
    if not lst:
        return None
    return max(lst, key=lambda v: lst.count(v))
# 调用mode
lst = [1, 3, 2, 1, 2, 2]
r = mode(lst)
print(f'{lst}中出现次数最多的元素是:{r}')

案例6:更长列表

带有一个 * 的参数为可变位置参数,意味着能传入任意多个位置参数。
key 函数定义怎么比较大小:lambda 的参数 v 是 lists 中的一个元素。

def max_len(*lists):
    return max(*lists, key=lambda v: len(v))
r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
print(r'更长的列表是{r}')

案例7:求表头

# 返回列表的第一个元素
def head(lst):
    return lst[0] if len(lst) > 0 else None
print(head([1, 2, 3]))

案例8:求表尾

def tail(lst):
    return lst[-1] if len(lst) > 0 else None

案例9:打印乘法表

def mul_table():
    for i in range(1, 10):
        for j in range(1, i+1):
            print(str(j) + '*' + str(i) + '=' + str(j*i) , end='\t' )
        print()
mul_table()

案例10:元素对

# zip(iter1, iter2):实现 iter1 和 iter2 的对应索引处的元素拼接
def pair(t):
    return list(zip(t[:-1], t[1:]))
print(list(pair([1, 2, 3])))

案例11:样本抽样

# 从含100个样本的列表中随机抽取10个样本
from random import randint, sample
lst = [randint(0, 50) for _ in range(100)]
print(lst[:5])
lst_sample = sample(lst, 10)
print(lst_sample)

案例12:重洗数据集

# shuffle对输入列表就地洗牌,节省存储空间
from random import shuffle
lst = [randint(0, 50) for _ in range(100)]
shuffle(lst) # 重洗数据
 print(lst[:5])

案例13:生成满足均匀分布的坐标点

# random的uniform(a, b)生成[a, b)内的一个随机数
from random import uniform
x, y = [ i for i in range(100)] ,[round(uniform(0, 10) , 2) for _ in range(100)]
print(y)
# 使用pyecharts绘图
from pyecharts.charts import Scatter
import pyecharts.options as opts
from random import uniform
def draw_uniform_points():
    x, y = [i for i in range(100)], [round(uniform(0, 10), 2) for _ in range(100)]
    print(y)
    c = (
        Scatter()
        .add_xaxis(x)
        .add_yaxis('y', y)
    )
    c.render()
draw_uniform_points()
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 206,214评论 6 481
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 88,307评论 2 382
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 152,543评论 0 341
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 55,221评论 1 279
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 64,224评论 5 371
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 49,007评论 1 284
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,313评论 3 399
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,956评论 0 259
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 43,441评论 1 300
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,925评论 2 323
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 38,018评论 1 333
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,685评论 4 322
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 39,234评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 30,240评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,464评论 1 261
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 45,467评论 2 352
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,762评论 2 345

推荐阅读更多精彩内容