上输入一个平坦(一维)的元组:如何将python元组转换为二维表?
data = ('a','b','c'.....'z');
输出:表(两个维),其具有n个(比如说9)的列
table = ?what code here?
所以
print table
(('a','b','c'...), ('k','l','m','n'...), ....)
其是这样做的最短路线吗?
上输入一个平坦(一维)的元组:如何将python元组转换为二维表?
data = ('a','b','c'.....'z');
输出:表(两个维),其具有n个(比如说9)的列
table = ?what code here?
所以
print table
(('a','b','c'...), ('k','l','m','n'...), ....)
其是这样做的最短路线吗?
这里的短版本,如果你发现这剩下的太罗嗦:
n = 9
table = zip(*[iter(data)]*n)
比方说,你开始一个列表:
>>> data = range(1,101)
>>> data
[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18,
19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34,
35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50,
51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66,
67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82,
83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95, 96, 97, 98,
99, 100]
为列表创建一个迭代器:
>>> data_iter = iter(data)
现在使用zip
函数来分割列表。注意,这是 有趣的部分!
>>> table = zip(*[data_iter]*9)
>>> pprint.pprint(table)
[(1, 2, 3, 4, 5, 6, 7, 8, 9),
(10, 11, 12, 13, 14, 15, 16, 17, 18),
(19, 20, 21, 22, 23, 24, 25, 26, 27),
(28, 29, 30, 31, 32, 33, 34, 35, 36),
(37, 38, 39, 40, 41, 42, 43, 44, 45),
(46, 47, 48, 49, 50, 51, 52, 53, 54),
(55, 56, 57, 58, 59, 60, 61, 62, 63),
(64, 65, 66, 67, 68, 69, 70, 71, 72),
(73, 74, 75, 76, 77, 78, 79, 80, 81),
(82, 83, 84, 85, 86, 87, 88, 89, 90),
(91, 92, 93, 94, 95, 96, 97, 98, 99)]
表达`[data_iter] * 9' 的结果在下面的列表:
[ data_iter, data_iter, data_iter, data_iter, data_iter,
data_iter, data_iter, data_iter, data_iter ]
的expresion *[data_iter]*9
变成9个参数的zip
功能这一点。此zip
功能构建元组的列表:
返回元组的列表,其中每个元组包含来自每个参数的序列的第i个元素 。返回的列表被截短长度为 ,长度为最短参数序列的长度。
因为我们使用的是迭代器,所以每次zip
函数都会查找一个新值,它将获取序列中的下一个值。与行为对比这一点,如果我们只是简单地用一个列表以同样的方式:
>>> table = zip(*[data]*9)
>>> pprint.pprint(table)
[(1, 1, 1, 1, 1, 1, 1, 1, 1),
(2, 2, 2, 2, 2, 2, 2, 2, 2),
(3, 3, 3, 3, 3, 3, 3, 3, 3),
...
(99, 99, 99, 99, 99, 99, 99, 99, 99),
(100, 100, 100, 100, 100, 100, 100, 100, 100)]
UPDATE:我的同事指出,如果你有NumPy的可用,您可以 做到这一点:
>>> data = numpy.array(range(1,101))
>>> data.reshape([10,10])
array([[ 1, 2, 3, 4, 5, 6, 7, 8, 9, 10],
[ 11, 12, 13, 14, 15, 16, 17, 18, 19, 20],
[ 21, 22, 23, 24, 25, 26, 27, 28, 29, 30],
[ 31, 32, 33, 34, 35, 36, 37, 38, 39, 40],
[ 41, 42, 43, 44, 45, 46, 47, 48, 49, 50],
[ 51, 52, 53, 54, 55, 56, 57, 58, 59, 60],
[ 61, 62, 63, 64, 65, 66, 67, 68, 69, 70],
[ 71, 72, 73, 74, 75, 76, 77, 78, 79, 80],
[ 81, 82, 83, 84, 85, 86, 87, 88, 89, 90],
[ 91, 92, 93, 94, 95, 96, 97, 98, 99, 100]])
我很惊讶这不是在itertools
,但它似乎并不是。这里是我的方法:
def segment_list(lst, step):
"""
Segment lst into a list of step-length lists
"""
segments = []
while True:
if len(lst) <= step:
output.append(lst)
break
output.append(lst[0:step])
lst = lst[step+1:]
return segments
如何:
table = tuple(data[n:n+9] for n in xrange(0,len(data),9))
在同一时间返回从步进做了一个元组通过data
9个项目。 如果要更改的列数,只要改变两个九在发电机
我喜欢这个解决方案的可读性。 :) –
当我使用timeit来计算解决方案和解决方案时,你的似乎更快。 1,000,000个电话会为您的总共4.43个和他的5.02个(我也可能做错了什么)。 – daveydave400
列表推导可能比函数调用更快。我只是觉得迭代器很漂亮。 – larsks
>>> n = 3
>>> data = ('a', 'b', 'c', 'd', 'e', 'f',
... 'g', 'h', 'i', 'j', 'k', 'l',
... 'm', 'n')
>>> table = []
>>> for i in xrange(0, divmod(len(data), n)[0] + 1):
... table.append(data[i*n:i*n+n])
>>> print tuple(table)
(('a', 'b', 'c'), ('d', 'e', 'f'), ('g', 'h', 'i'), ('j', 'k', 'l'), ('m', 'n'))
Daenth,通过larsks(以上)是itertools模块里文档中描述描述
拉链方法 - 搜索 “石斑鱼” 的食谱中:
相关:[什么是在块中迭代列表的最“pythonic”方法?](http://stackoverflow.com/q/434287/) – jfs