在Python中压缩不同大小的列表
简介
在 Python 中,列表是广泛使用的存储数字或字符串值的方法之一。它们是可变的,并通过使用方括号 [] 进行定义。此类类型的列表可以包含不同的元素,这些元素可以具有不同的数据类型。有时出于数据预处理的目的,我们可能需要在 Python 中压缩不同的列表。
在本文中,我们将讨论列表的压缩操作,以及如何使用不同的方法和技术在 Python 中压缩不同大小的列表。本文将帮助人们了解列表的压缩操作,并帮助人们在必要时执行相同的操作。
现在让我们开始讨论列表及其压缩操作。
列表压缩
众所周知,列表是存储元素的常用方法,其中可以包含数字或字符串值。它们是可变类型,通常用于在使用 Python 时处理数据集。
列表的压缩操作意味着我们实际上是在压缩两个不同的列表,或者更简单地说,我们正在将两个不同列表的值配对。
为了阐明其背后的想法,让我们举个例子。假设我们有两个列表:
L1 = [1,2,3]
L2 = [‘一’、‘二’、‘三’]
正如我们在上面看到的,我们有两个不同的列表,一旦我们对其执行压缩操作,输出将是:
Zipped_List = [(1, ‘一’), (2, ‘二’), (3, ‘三’)]
现在让我们讨论 Python 中压缩列表的用例。
压缩列表的应用
压缩两个相同大小或不同大小的不同列表可能在许多情况下有所帮助。让我们讨论一下:
字典表示:对两个不同列表的压缩操作可以帮助我们将列表创建或表示为字典。我们可以通过获取一个包含键的列表和包含字典值的其他列表来执行相同的操作。
数据处理:在某些情况下,为了继续执行任务,数据处理是必须的,可能需要一个公共列表而不是这么多不同的列表。在这种情况下,压缩操作可能非常有帮助。
数据迭代:当您想要迭代列表元素并想要对其执行某些操作时,也可以使用压缩操作。
压缩列表
有很多方法可以用来压缩不同的列表,让我们讨论其中的一些。
方法 1:使用 For 循环和枚举
将 for 循环与枚举结合使用是压缩两个不同大小的列表的最简单方法之一。
# Using For Loop with Enumerate #1. Define two lists 2. Run a for loop with enumerate 3. Zip the lists # define the two lists list1 = [1,2,3,4,5,6] list2 = [1, 5, 6] # print the original lists print ("The input list 1 is : " + str(list1)) print ("The input list 2 is : " + str(list2)) # for i, j run a for loop with enumerate # append the values with j res = [] for i, j in enumerate(list1): res.append((j, list2[i % len(list2)])) # print the zipped list print ("The Zip List from List 1 and 2 is : " + str(res))
正如我们在上面的代码中看到的,我们输入了两个不同的列表,分别为列表1和列表2,它们的大小不同。
首先,我们打印原始列表,然后使用枚举函数运行 for 循环,该循环将附加列表元素并压缩两个列表。
输出
以下代码的输出为:
The input list 1 is : [1, 2, 3, 4, 5, 6] The input list 2 is : [1, 5, 6] The Zip List from List 1 and 2 is : [(1, 1), (2, 5), (3, 6), (4, 1), (5, 5), (6, 6)]
方法 2:使用 Zip() 方法
使用 Zip() 关键字还可以帮助我们压缩两个不同大小的列表。这里我们可以在循环中使用特定的关键字。
# using Zip() # define the list num_list = [1, 2, 3, 4] # numerical list str_list = ['one', 'two', 'three', 'four', 'none', 'none'] #string list # zip the lists with using zip() zipped_list = [(num, s) for num, s in zip(num_list, str_list)] print(zipped_list)
正如我们在上面的代码中看到的,我们有两个不同大小的不同列表,我们使用 zip() 附加列表元素并压缩列表。
输出
以下代码的输出为:
[(1, 'one'), (2, 'two'), (3, 'three'), (4, 'four')]
方法三:使用Itertools
这是压缩两个不同大小的列表的经典方法之一。这里我们将使用 Itertools 来压缩列表。
# using the itertools # itertools + cycle # import the cycle from itertools from itertools import cycle # define two different lists list1 = [1,2,3,4,5,6,7] list2 = [10, 50, 21] # print the list1 and list2 print ("The input list 1 is : " + str(list1)) print ("The input list 2 is : " + str(list2)) # now use the cycle imported from itertools res = list(zip(list1, cycle(list2)) if len(list1) > len(list2) #check for conditions else zip(cycle(list1), list2)) # printing the zipped list print ("The Zip List from List 1 and 2 is: " + str(res))
正如我们在上面的代码中看到的,itertools库已经安装并且循环是从它导入的。
然后我们定义了两个不同大小的列表并打印了相同的列表。接下来,循环用于通过将两个列表传递到同一个列表来压缩列表。
输出
这段代码的输出是:
The input list 1 is : [1, 2, 3, 4, 5, 6, 7] The input list 2 is : [10, 50, 21] The Zip List from List 1 and 2 is : [(1, 10), (2, 50), (3, 21), (4, 10), (5, 50), (6, 21), (7, 10)]
结论
在本文中,我们讨论了列表、列表的压缩操作是什么、相同的应用程序是什么以及如何在 Python 中压缩两个不同大小的列表。
我们总共讨论了 3 种方法,使用这些方法可以在 Python 中压缩列表,并且任何人都可以根据问题陈述和要求来压缩列表。本文将帮助人们了解列表的压缩操作,并帮助人们在需要时执行相同的操作。
以上是在Python中压缩不同大小的列表的详细内容。更多信息请关注PHP中文网其他相关文章!

热AI工具

Undresser.AI Undress
人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover
用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool
免费脱衣服图片

Clothoff.io
AI脱衣机

AI Hentai Generator
免费生成ai无尽的。

热门文章

热工具

记事本++7.3.1
好用且免费的代码编辑器

SublimeText3汉化版
中文版,非常好用

禅工作室 13.0.1
功能强大的PHP集成开发环境

Dreamweaver CS6
视觉化网页开发工具

SublimeText3 Mac版
神级代码编辑软件(SublimeText3)

热门话题

PHP和Python各有优劣,选择取决于项目需求和个人偏好。1.PHP适合快速开发和维护大型Web应用。2.Python在数据科学和机器学习领域占据主导地位。

Python和JavaScript在社区、库和资源方面的对比各有优劣。1)Python社区友好,适合初学者,但前端开发资源不如JavaScript丰富。2)Python在数据科学和机器学习库方面强大,JavaScript则在前端开发库和框架上更胜一筹。3)两者的学习资源都丰富,但Python适合从官方文档开始,JavaScript则以MDNWebDocs为佳。选择应基于项目需求和个人兴趣。

在CentOS系统上启用PyTorchGPU加速,需要安装CUDA、cuDNN以及PyTorch的GPU版本。以下步骤将引导您完成这一过程:CUDA和cuDNN安装确定CUDA版本兼容性:使用nvidia-smi命令查看您的NVIDIA显卡支持的CUDA版本。例如,您的MX450显卡可能支持CUDA11.1或更高版本。下载并安装CUDAToolkit:访问NVIDIACUDAToolkit官网,根据您显卡支持的最高CUDA版本下载并安装相应的版本。安装cuDNN库:前

Docker利用Linux内核特性,提供高效、隔离的应用运行环境。其工作原理如下:1. 镜像作为只读模板,包含运行应用所需的一切;2. 联合文件系统(UnionFS)层叠多个文件系统,只存储差异部分,节省空间并加快速度;3. 守护进程管理镜像和容器,客户端用于交互;4. Namespaces和cgroups实现容器隔离和资源限制;5. 多种网络模式支持容器互联。理解这些核心概念,才能更好地利用Docker。

MinIO对象存储:CentOS系统下的高性能部署MinIO是一款基于Go语言开发的高性能、分布式对象存储系统,与AmazonS3兼容。它支持多种客户端语言,包括Java、Python、JavaScript和Go。本文将简要介绍MinIO在CentOS系统上的安装和兼容性。CentOS版本兼容性MinIO已在多个CentOS版本上得到验证,包括但不限于:CentOS7.9:提供完整的安装指南,涵盖集群配置、环境准备、配置文件设置、磁盘分区以及MinI

在CentOS系统上进行PyTorch分布式训练,需要按照以下步骤操作:PyTorch安装:前提是CentOS系统已安装Python和pip。根据您的CUDA版本,从PyTorch官网获取合适的安装命令。对于仅需CPU的训练,可以使用以下命令:pipinstalltorchtorchvisiontorchaudio如需GPU支持,请确保已安装对应版本的CUDA和cuDNN,并使用相应的PyTorch版本进行安装。分布式环境配置:分布式训练通常需要多台机器或单机多GPU。所

在CentOS系统上安装PyTorch,需要仔细选择合适的版本,并考虑以下几个关键因素:一、系统环境兼容性:操作系统:建议使用CentOS7或更高版本。CUDA与cuDNN:PyTorch版本与CUDA版本密切相关。例如,PyTorch1.9.0需要CUDA11.1,而PyTorch2.0.1则需要CUDA11.3。cuDNN版本也必须与CUDA版本匹配。选择PyTorch版本前,务必确认已安装兼容的CUDA和cuDNN版本。Python版本:PyTorch官方支

在CentOS上更新PyTorch到最新版本,可以按照以下步骤进行:方法一:使用pip升级pip:首先确保你的pip是最新版本,因为旧版本的pip可能无法正确安装最新版本的PyTorch。pipinstall--upgradepip卸载旧版本的PyTorch(如果已安装):pipuninstalltorchtorchvisiontorchaudio安装最新
