导航：首页 > 开发技术 >

python如何高效处理数据类型

发表于：2025-11-16 作者：千家信息网编辑

千家信息网最后更新 2025年11月16日，小编给大家分享一下python如何高效处理数据类型，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！高效处理数据类型方法：处理

千家信息网最后更新 2025年11月16日python如何高效处理数据类型

小编给大家分享一下python如何高效处理数据类型，相信大部分人都还不怎么了解，因此分享这篇文章给大家参考一下，希望大家阅读完这篇文章后大有收获，下面让我们一起去了解一下吧！

高效处理数据类型方法：

处理数据

In [1]: from random import randintIn [2]: data=[randint(-10,10) for _ in range(10)]In [3]: dataOut[3]: [-3, -4, 3, 4, 7, -2, -4, 1, 7, -9]#过滤列表中的负数In [9]: list(filter(lambda x:x>=0,data))Out[9]: [3, 4, 7, 1, 7][for x in data if x>=0]# 列表生成式解法[x for x in data if x>=0]#哪个更快,列表解析更快,远快于迭代In [15]: %timeit [x for x in data if x>=0]581 ns ± 23.8 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)In [16]: %timeit filter(lambda x:x>=0,data)237 ns ± 4 ns per loop (mean ± std. dev. of 7 runs, 1000000 loops each)#得到20个同学的成绩d={x:randint(60,100)for x in range(1,21)}#字典解析式,iteritems同时迭代字典，##得到分数大于90的同学{k:v for k,v in d.items() if v>90}#集合解析In [35]: {x for x in s if x %3 ==0}Out[35]: {-9, -3, 3}#为元祖中的每个元素命名，提高程序可读性#元祖存储空间小，访问速度快#定义常量NAME = 0AGE=1SEX=2EMAIL=3#拆包用法，定义类似其他语言的枚举类型，也就是定义数值常量NAME,AGE,SEX,EMAIL=range(4)#案例student=('Jim',16,'male','jin@163.com')#nameprint(student[0])#ageprint(student[1])#通过常量可以优化为print(student[NAME])print(student[AGE])#namedtuple是继承自tuple的子类，namedtuple和tuple比较有更酷的特性#namedtuple创建一个和tuple类似的对象，而且对象拥有可以访问的属性。这对象更像带有数据属性的类，不过数据属性是只读的。from collections import namedtupleStudent = namedtuple('Student',['name','age','sex','email'])s=Student('Jim',16,'male','jim@163.com')s.name s.age#统计序列中元素出现的频度from random import randintdata=[randint(0,20) for _ in range(30)]#创建字典{0:0,1:0,...}#方法1c=dict.fromkeys(data,0)In [52]: for x in data:  ...:   c[x]+=1#方法2，统计词频from collections import Counterc2=Counter(data)#讲序列传入Counter的构造器，得到Counter对象是元素频度的字典#使用most_common统计词频In [58]: c2.most_common(3)Out[58]: [(10, 4), (20, 3), (8, 3)]#统计英文作文词频import retxt=open('emmmm.txt').read()#分割后赋给Counterc3=Counter(re.split('\W',txt))#找到频率最高的10个单词c3.most_common(10)#内置函数是以c的速度运行，如sortedfrom random import randint d={x:randint(60,100) for x in 'xyzabc'}#{'a': 91, 'b': 65, 'c': 76, 'x': 85, 'y': 84, 'z': 72}# sorted(d)In [15]: zip(d.values(),d.keys())Out[15]: In [16]: list(zip(d.values(),d.keys()))Out[16]: [(68, 'x'), (70, 'y'), (77, 'z'), (72, 'a'), (65, 'b'), (69, 'c')]#快速找到多个字典中的公共键#In [1]: from random import randint,sampleIn [2]: sample('abcdefg',3)Out[2]: ['c', 'a', 'b']In [4]: sample('abcdefg',randint(3,6))Out[4]: ['b', 'a', 'd']In [5]: s1={x:randint(1,4)for x in sample('abcdefg',randint(3,6))}In [9]: s1Out[9]: {'a': 1, 'b': 2, 'c': 3, 'f': 3, 'g': 3}In [10]: s1={x:randint(1,4)for x in sample('abcdefg',randint(3,6))}In [11]: s1Out[11]: {'b': 2, 'd': 3, 'g': 3}In [12]: s1Out[12]: {'b': 2, 'd': 3, 'g': 3}In [13]: s2={x:randint(1,4)for x in sample('abcdefg',randint(3,6))}In [15]: s3={x:randint(1,4)for x in sample('abcdefg',randint(3,6))}#for循环遍历方法，找到s2,s3都有的kIn [19]: res=[]In [20]: for k in s1:  ...:   if k in s2 and k in s3:  ...:     res.append(k  ...:     )  ...:       ...:     In [21]: resOut[21]: ['b']#通过字典的keys()方法，找到三个字典同样的keyIn [26]: s1.keys()&s2.keys()&s3.keys()Out[26]: {'b'}#通过map得到一个迭代器对象#In [27]: map(dict.keys,[s1,s2,s3])Out[27]: In [28]: list(map(dict.keys,[s1,s2,s3]))Out[28]: [dict_keys(['g', 'd', 'b']), dict_keys(['g', 'a', 'c', 'b', 'f']), dict_keys(['d', 'f', 'b', 'c', 'e', 'a'])]#通过reduce取出同样结果In [30]: from functools import reduceIn [31]: reduce(lambda a,b:a&b,map(dict.keys,[s1,s2,s3]))Out[31]: {'b'}#使得from time import timefrom random import randintfrom collections import OrderedDictd=OrderedDict()players = list("ABCDEFGH")start=time()for i in range(8):  input()  p=players.pop(randint(0,8-i))  end=time()  print(i+1,p,end-start)  d[p]=(i+1,end-start)print('')print('-'*20)for k in d:  print(k,d[k])#查看用户历史记录功能,标准库collections的deque，双端循环队列，存在内容中，pickle存储到文件from random import randintfrom collections import dequeN = randint(0,100)history = deque([],5)def guess(K):  if K ==N:   print('正确')   return True  if K < N:   print('%s is less-than N'%K)  else:    print("%s is greater-than N"%K)  return Falsewhile True:  line = input("请输入一个数字：")  if line.isdigit():   k=int(line)   history.append(k)   if guess(k):     break  elif line =='history' or line =='h?':    print(list(history))

以上是"python如何高效处理数据类型"这篇文章的所有内容，感谢各位的阅读！相信大家都有了一定的了解，希望分享的内容对大家有所帮助，如果还想学习更多知识，欢迎关注行业资讯频道！

很赞哦！