过滤序列中的元素

序列中的数据，经常需要提取特定条件的数据，或减少序列中的数据。

常用的方式是使用列表生成式（list comprehension），如下：

>>> mylist = [1, 4, -5, 10, -7, 2, 3, -1]
>>> [n for n in mylist if n > 0]
[1, 4, 10, 2, 3]
>>> [n for n in mylist if n < 0]
[-5, -7, -1]

用列表生成式的一个弊端是，如果原始输入很大，它可能会产生一个很大的list，比较占用内存。 如果这是一个问题，可以使用生成器表达式（generator expression）迭代生成过滤值。如下：

>>> pos = (n for n in mylist if n > 0)
>>> pos
<generator object <genexpr> at 0x10d6a4750>
>>> for i in pos:
...        print(i)
...
1
4
10
2
3

有些时候，过滤条件比价复杂，难以使用简单的列表生成式或生成器表达式来过滤。比如说，过滤条件涉及到异常的处理或其他更复杂的情形。对于以上情况，我们可以将过滤条件的代码放在单独的函数中，然后使用内置的filter()。如下所示：

values = ['1', '2', '-3', '-', '4', 'N/A', '5']

def is_int(val):
    try:
        x = int(val)
        return True
    except ValueError:
        return False

ivals = list(filter(is_int, values))
print(ivals)
# Outputs ['1', '2', '-3', '4', '5']

filter()构造了一个迭代器，可以转化为list或tuple等。

列表生成式和生成器表达式是最简单的过滤序列元素的方式，在过滤的同时，也可以进行数据的重新构造和转换。如下：

>>> mylist = [1, 4, -5, 10, -7, 2, 3, -1]
>>> import math
>>> [math.sqrt(n) for n in mylist if n > 0]
[1.0, 2.0, 3.1622776601683795, 1.4142135623730951, 1.7320508075688772]
>>>

过滤的一种变体涉及用新值替换不符合标准的值而不是丢弃它们，如下：

>>> clip_neg = [n if n > 0 else 0 for n in mylist]
>>> clip_neg
[1, 4, 0, 10, 0, 2, 3, 0]
>>> clip_pos = [n if n < 0 else 0 for n in mylist]
>>> clip_pos

itertools模块提供了一个compress()函数，也可以用于过滤序列元素。

函数参数为一个迭代器对象，一个Boolean过滤选择器序列。作为输出，它提供了其中选择器中的相应元素为True的那些元素。如果你尝试将一个序列的过滤结果应用于另一个相关序列，这可能很有用。如下所示：

>>> addresses = [
...     '5412 N CLARK',
...     '5148 N CLARK',
...     '5800 E 58TH',
...     '2122 N CLARK',
...     '5645 N RAVENSWOOD',
...     '1060 W ADDISON',
...     '4801 N BROADWAY',
...     '1039 W GRANVILLE',
... ]

counts = [ 0, 3, 10, 4, 1, 7, 6, 1]

>>> from itertools import compress
>>> more5 = [n > 5 for n in counts]
>>> more5
[False, False, True, False, False, True, True, False]
>>> list(compress(addresses, more5))
['5800 E 58TH', '1060 W ADDISON', '4801 N BROADWAY']
>>>