Muéstrame algunas comprensiones geniales de la lista de Python

Question

Una de las principales fortalezas de python y algunos otros lenguajes de programación (funcionales) son los list comprehension. Permiten a los programadores escribir expresiones complejas en 1 línea. Pueden ser confusos al principio, pero si uno se acostumbra a la sintaxis, es mucho mejor que anidar complicado para bucles.

Dicho esto, por favor comparta conmigo algunos de los mejores usos de la lista de comprensiones. (Por genial, solo quiero decir útil) Podría ser para algún concurso de programación, o un sistema de producción.

Por ejemplo: para hacer la traspuesta de una matriz mat

>>> mat = [ 
...  [1, 2, 3], 
...  [4, 5, 6], 
...  [7, 8, 9], 
...  ] 

>>> [[row[i] for row in mat] for i in [0, 1, 2]] 
[[1, 4, 7], [2, 5, 8], [3, 6, 9]] 

Por favor, incluir una descripción de la expresión y donde fue utilizado (si es posible).

Answer 1

Para hacer la transpuesta de una matriz mat:

>>> [list(row) for row in zip(*mat)] 
[[1, 4, 7], [2, 5, 8], [3, 6, 9]] 

Answer 2

para aplanar una lista de listas:

>>> matrix = [[1,2,3], [4,5,6]] 
>>> [x for row in matrix for x in row] 
[1, 2, 3, 4, 5, 6] 

Answer 3

Mucha gente no sabe que Python le permite filtrar los resultados de una lista por comprensión usando if:

>>> [i for i in range(10) if i % 2 == 0] 
[0, 2, 4, 6, 8] 

Answer 4

utilizo todo el tiempo al cargar archivos separados por tabuladores con líneas de comentarios opcionales que comienzan con un signo de número:

data = [line.strip().split("\t") for line in open("my_file.tab") \ 
     if not line.startswith('#')] 

Por supuesto que funciona para cualquier otro comentario y el separador de carácter también.

Answer 5

Mientras esté buscando programación funcional inspirada en partes de Python, considere mapa, filtro, reducción y zip ---- todo ofrecido en python.

Answer 6

Actualmente tengo varios scripts que necesitan agrupar un conjunto de puntos en "niveles" por altura. La suposición es que los valores z de los puntos se agruparán sin apretar alrededor de ciertos valores correspondientes a los niveles, con espacios grandes entre los grupos.

Así que tienen la siguiente función:

def level_boundaries(zvalues, threshold=10.0): 
    '''Finds all elements z of zvalues such that no other element 
    w of zvalues satisfies z <= w < z+threshold.''' 
    zvals = zvalues[:] 
    zvals.sort() 
    return [zvals[i] for i, (a, b) in enumerate(pairs(zvals)) if b-a >= threshold] 

"pares" se toma directamente de la documentación del módulo itertools, pero para referencia:

def pairs(iterable): 
    'iterable -> (iterable[n], iterable[n+1]) for n=0, 1, 2, ...' 
    from itertools import izip, tee 
    first, second = tee(iterable) 
    second.next() 
    return izip(first, second) 

Un ejemplo de uso artificial (mis conjuntos de datos reales son bastante grandes para usar como ejemplos):

>>> import random 
>>> z_vals = [100 + random.uniform(-1.5,1.5) for n in range(10)] 
>>> z_vals += [120 + random.uniform(-1.5,1.5) for n in range(10)] 
>>> z_vals += [140 + random.uniform(-1.5,1.5) for n in range(10)] 
>>> random.shuffle(z_vals) 
>>> z_vals 
[141.33225473458657, 121.1713952666894, 119.40476193163271, 121.09926601186737, 119.63057973814858, 100.09095882968982, 99.226542624083109, 98.845285642062763, 120.90864911044898, 118.65196386994897, 98.902094334035326, 121.2741094217216, 101.18463497862281, 138.93502941970601, 120.71184773326806, 139.15404600347946, 139.56377827641663, 119.28279815624718, 99.338144106822554, 139.05438770927282, 138.95405784704622, 119.54614935118973, 139.9354467277665, 139.47260445000273, 100.02478729763811, 101.34605205591622, 138.97315450408186, 99.186025111246295, 140.53885845445572, 99.893009827114568] 
>>> level_boundaries(z_vals) 
[101.34605205591622, 121.2741094217216] 

Answer 7

A menudo uso intel hensions para construir predice:

my_dict = dict((k, some_func(k)) for k in input_list) 

Nota Python 3 tiene por comprensión de diccionario, por lo que este se convierte en:

my_dict = {k:some_func(k) for k in input_list} 

Para la construcción de los datos CSV, como de una lista de tuplas:

data = "\n".join(",".join(x) for x in input) 

No

en realidad una lista de comprensión, pero sigue siendo útil: Produzca una lista de rangos de una lista de 'puntos de corte':

ranges = zip(cuts, cuts[1:]) 

Answer 8

Si "fresco" significa loco, como este:

def cointoss(n,t): 
    return (lambda a:"\n".join(str(i)+":\t"+"*"*a.count(i) for i in range(min(a),max(a)+1)))([sum(randint(0,1) for _ in range(n)) for __ in range(t)]) 

>>> print cointoss(20,100) 
3: ** 
4: *** 
5: ** 
6: ***** 
7: ******* 
8: ********* 
9: ********* 
10: ******************** 
11: ***************** 
12: ********* 
13: ***** 
14: ********* 
15: * 
16: ** 

n y t controlar el número de lanzamientos de moneda por prueba y el número de veces que se ejecuta la prueba y la distribución se representa.