从任意长度的可迭代对象中分解元素

 问题: 

  • 需要从某个可迭代对象中分解出N个元素,但是这个可迭代对象的长度可能超过N,这会导致出现”分解的值过多(too many values to unpack)“的异常

 

 解决方案:

  • python的”*表达式“可以用来解决这个问题。例如,假设开设了一门课程,并决定在期末的作业成绩中去掉第一个和最后一个,只对中间剩下的成绩做平均分统计,如果只有4个成绩,也许可以简单地将4个都分解出来,但是如果有24个呢?*表达式使这一切都变得简单
def drop_first_last(grades):
    first, *middle, last = grades
    return avg(middle)  

 

  • 另一个用例是假设有一些用户记录,记录由姓名和电子邮件地址组成,后面跟着任意数据的电话号码,则可以像这样分解记录:
>>> record = ('Dave', 'dave@example.com', '773-555-1212', '847-555-1212')
>>> name, email, *phone_numbers = record
>>> name
'Dave'
>>> email
'dave@example.com'
>>> phone_numbers
['773-555-1212', '847-555-1212']
>>>

  

  • 不管需要分解出多少个号码(甚至没有电话号码),变量 phone_numbers 都一直是列表,而这不是毫无意义的,如此一来,任何需要用的变量 phone_numbers 的代码都不必对它可能不是一个列表的情况复制,或者额外做任何形式的类型检查
  • 由*修饰的变量也可以位于列表的第一个位置。例如,比方说用一系列的值来代表公司过去8个季度的销售额,如果想对最近一个季度的销售额同前7个季度的平均值做比较,可以这么做:
*trailing_qtrs, current_qtrs = sales_record
trailing_avg = sum(trailing_qtrs) / len(trailing_qtrs)
return avg_comparison(trailing_avg, current_qtrs)  

 

  • 从Python解释器的角度来看,这个操作是这样的:
>>> sales_record = [10, 8, 7, 1, 9, 5, 10, 3]
>>> *trailing, current = sales_record
>>> trailing
[10, 8, 7, 1, 9, 5, 10]
>>> current
3

  

 讨论: 

  • 对于分解未知或任意长度的可迭代对象,这种扩展的分解操作可谓是量身定做的工具,利用*表达式分解可迭代对象使的开发折能够轻松利用这些模式,而不必在可迭代对象中做负责花哨的操作才能得到相关的元素
  • *式的语法在迭代一个变长的元组序列时尤其有用。例如,假设有一个带有标记的元组序列:
records =[
    ('foo', 1, 2),
    ('bar', 'hello'),
    ('foo', 3, 4),
]

def do_foo(x, y):
print('foo', x, y)

def do_bar(s):
print('bar', s)	

for tag, *args in records:
    if tag == 'foo':
        do_foo(*args)
    elif tag == 'bar':
        do_bar(*args)

输出:
foo 1 2
bar hello
foo 3 4

  

  • 当和某些特定的字符串处理操作相结合,比如做拆分(splitting)操作时,这种*式的语法所支持的分解操作也非常有用。例如:
>>> line = 'evescn:x:1000:1000:CentOS7:/home/evescn:/bin/bash'
>>> uname, *fields, homedir, sh = line.split(':')
>>> uname
'evescn'
>>> homedir
'/home/evescn'
>>> sh
'/bin/bash'
>>>

  

  • 有时候可能想分解出某些值然后丢弃它们。在分解的时候,不能只是指定一个单独的*,但是可以使用几个常用来表示待丢弃值的变量名,比如_或者ign(ignored)。例如:
>>> record = ('ACME', 50, 123.45, (12, 18, 2012))
>>> name, *_, (*_, year) = record
>>> name
'ACME'
>>> year
2012
>>>

 

 

posted @ 2018-04-28 15:11  evescn  阅读(200)  评论(0编辑  收藏  举报