Python 随机列表、集合、元组、字典的生成和排序

简介: Python 随机列表、集合、元组、字典的生成和排序

随机列表

>>> from random import randrange as rand
>>> [rand(0,10) for i in range(8)]
[3, 1, 0, 9, 2, 9, 9, 5]
>>> [rand(0,10) for i in range(8)]
[9, 2, 4, 9, 3, 4, 2, 8]
>>> [rand(0,10) for i in range(8)]
[7, 2, 2, 4, 5, 0, 1, 8]
>>> [rand(0,10) for i in range(8)]
[9, 1, 2, 0, 1, 5, 9, 0]
>>> 



列表排序

>>> from random import randrange as rand
>>> listA=[rand(0,10) for i in range(8)]
>>> listA
[1, 2, 2, 4, 8, 6, 2, 9]
>>> listB=sorted(listA)
>>> listB
[1, 2, 2, 2, 4, 6, 8, 9]
>>> 



随机集合

>>> from random import randrange as rand
>>> {rand(0,10) for i in range(8)}
{2, 3, 5, 6, 8, 9}
>>> {rand(0,10) for i in range(8)}
{0, 1, 3, 8, 9}
>>> {rand(0,10) for i in range(8)}
{0, 1, 3, 4, 5, 6, 7, 8}
>>> {rand(0,10) for i in range(8)}
{0, 2, 3, 4}
>>> 

因为集合set不允许有重复值,这种方式生成实际上每次都有8个随机数生成,只是最后结果已去掉了重复数字,所以集合的元素个数也变随机的了。还有一点:这样生成的集合已是升序排列。





集合排序


直接对一个集合用sorted()排序会被强制转成列表的,用set()转回来即可。

>>> setA={5, 1, 9, 4, 2, 6, 3, 8}
>>> sorted(setA)
[1, 2, 3, 4, 5, 6, 8, 9]
>>> set(sorted(setA))
{1, 2, 3, 4, 5, 6, 8, 9}
>>> 



随机元组


与上面用同样的表达式,只是[] {} 换作(),但是并没有得到想要的“随机元组”,意外的产品:迭代器

>>> from random import randrange as rand
>>> (rand(0,10) for i in range(8))
<generator object <genexpr> at 0x00000000029E6DD0>
>>> (rand(0,10) for i in range(8))
<generator object <genexpr> at 0x00000000029E6CF0>
>>> g=(rand(0,10) for i in range(8))
>>> type(g)
<class 'generator'>
>>> for i in g: print(i)
6
8
9
7
5
3
9
9
>>> 



用tuple()转换一下这个迭代器即可得到随机元组了:

>>> from random import randrange as rand
>>> g=(rand(0,10) for i in range(8))
>>> tuple(g)
(5, 0, 4, 7, 5, 9, 5, 9)
>>> tuple(rand(0,10) for i in range(8))
(8, 3, 2, 5, 0, 7, 0, 9)
>>> tuple(rand(0,10) for i in range(8))
(5, 8, 1, 2, 3, 4, 5, 4)
>>> tuple(rand(0,10) for i in range(8))
(7, 8, 9, 0, 5, 8, 2, 2)
>>> 



元组排序

直接对它排序也被转成列表,也说得过去,因为元组的元素不可变,再用tuple()转回来即可。

>>> from random import randrange as rand
>>> tupleA=tuple(rand(0,10) for i in range(8))
>>> tupleB=sorted(tupleA)
>>> tupleB
[0, 2, 2, 2, 3, 4, 5, 7]
>>> tupleB=tuple(sorted(tupleA))
>>> tupleB
(0, 2, 2, 2, 3, 4, 5, 7)
>>> 



随机字典

字典的键是唯一的,所以这样生成的键值对个数也是不定的。

>>> from random import randrange as rand
>>> {rand(0,10):rand(0,10) for i in range(8)}
{6: 7, 5: 3, 9: 0, 1: 9, 0: 5, 3: 6}
>>> {rand(0,10):rand(0,10) for i in range(8)}
{7: 2, 0: 2, 4: 7}
>>> {rand(0,10):rand(0,10) for i in range(8)}
{1: 7, 8: 8, 5: 6, 0: 4, 6: 6}
>>> {rand(0,10):rand(0,10) for i in range(8)}
{3: 6, 1: 6, 4: 4, 0: 1, 7: 5, 8: 5, 2: 7}
>>> dictA={rand(0,10):rand(0,10) for i in range(8)}
>>> type(dictA)
<class 'dict'>
>>> 



固定键值对个数的生成法:

>>> from random import randrange as rand
>>> {i+1:rand(0,10) for i in range(8)}
{1: 1, 2: 6, 3: 3, 4: 9, 5: 4, 6: 4, 7: 6, 8: 3}
>>> {i+1:rand(0,10) for i in range(8)}
{1: 9, 2: 3, 3: 4, 4: 9, 5: 5, 6: 4, 7: 3, 8: 8}
>>> 



字典排序


直接对字典排序,只是生成一个升序的临时列表,字典本身并没有被排序。按那个临时列表的顺序,读取对应的键值即可生成升序字典了。


>>> from random import randrange as rand
>>> dictA={rand(0,10):rand(0,10) for i in range(8)}
>>> dictA
{8: 8, 4: 9, 0: 2, 6: 6, 3: 9, 9: 0}
>>> sorted(dictA)
[0, 3, 4, 6, 8, 9]
>>> dictA
{8: 8, 4: 9, 0: 2, 6: 6, 3: 9, 9: 0}
>>> dictB={i:dictA[i] for i in sorted(dictA)}
>>> dictB
{0: 2, 3: 9, 4: 9, 6: 6, 8: 8, 9: 0}
>>> type(dictB)
<class 'dict'>
>>> 
目录
相关文章
|
4天前
|
Python
探索Python中的列表推导式
【10月更文挑战第38天】本文深入探讨了Python中强大而简洁的编程工具——列表推导式。从基础使用到高级技巧,我们将一步步揭示如何利用这个特性来简化代码、提高效率。你将了解到,列表推导式不仅仅是编码的快捷方式,它还能帮助我们以更加Pythonic的方式思考问题。准备好让你的Python代码变得更加优雅和高效了吗?让我们开始吧!
|
9天前
|
搜索推荐 Python
快速排序的 Python 实践:从原理到优化,打造你的排序利器!
本文介绍了 Python 中的快速排序算法,从基本原理、实现代码到优化方法进行了详细探讨。快速排序采用分治策略,通过选择基准元素将数组分为两部分,递归排序。文章还对比了快速排序与冒泡排序的性能,展示了优化前后快速排序的差异。通过这些分析,帮助读者理解快速排序的优势及优化的重要性,从而在实际应用中选择合适的排序算法和优化策略,提升程序性能。
23 1
|
19天前
|
Python
SciPy 教程 之 SciPy 模块列表 13
SciPy教程之SciPy模块列表13:单位类型。常量模块包含多种单位,如公制、二进制(字节)、质量、角度、时间、长度、压强、体积、速度、温度、能量、功率和力学单位。示例代码展示了如何使用`constants`模块获取零摄氏度对应的开尔文值(273.15)和华氏度与摄氏度的转换系数(0.5556)。
17 1
|
20天前
|
弹性计算 安全 数据处理
Python高手秘籍:列表推导式与Lambda函数的高效应用
列表推导式和Lambda函数是Python中强大的工具。列表推导式允许在一行代码中生成新列表,而Lambda函数则是用于简单操作的匿名函数。通过示例展示了如何使用这些工具进行数据处理和功能实现,包括生成偶数平方、展平二维列表、按长度排序单词等。这些工具在Python编程中具有高度的灵活性和实用性。
|
21天前
|
Python
SciPy 教程 之 SciPy 模块列表 9
SciPy教程之常量模块介绍,涵盖多种单位类型,如公制、质量、角度、时间、长度、压强等。示例展示了如何使用`scipy.constants`模块查询不同压强单位对应的帕斯卡值,包括atm、bar、torr、mmHg和psi。
13 1
|
17天前
|
Python
SciPy 教程 之 SciPy 模块列表 16
SciPy教程之SciPy模块列表16 - 单位类型。常量模块包含多种单位,如公制、质量、角度、时间、长度、压强、体积、速度、温度、能量、功率和力学单位。示例代码展示了力学单位的使用,如牛顿、磅力和千克力等。
15 0
|
18天前
|
JavaScript Python
SciPy 教程 之 SciPy 模块列表 15
SciPy 教程之 SciPy 模块列表 15 - 功率单位。常量模块包含多种单位,如公制、质量、时间等。功率单位中,1 瓦特定义为 1 焦耳/秒,表示每秒转换或耗散的能量速率。示例代码展示了如何使用 `constants` 模块获取马力值(745.6998715822701)。
15 0
|
18天前
|
JavaScript Python
SciPy 教程 之 SciPy 模块列表 15
SciPy教程之SciPy模块列表15:单位类型。常量模块包含多种单位,如公制、质量、角度、时间、长度、压强、体积、速度、温度、能量、功率和力学单位。功率单位以瓦特(W)表示,1W=1J/s。示例代码展示了如何使用`constants`模块获取马力(hp)的值,结果为745.6998715822701。
16 0
|
18天前
|
C语言 Python
探索Python中的列表推导式:简洁而强大的工具
【10月更文挑战第24天】在Python编程的世界中,追求代码的简洁性和可读性是永恒的主题。列表推导式(List Comprehensions)作为Python语言的一个特色功能,提供了一种优雅且高效的方法来创建和处理列表。本文将深入探讨列表推导式的使用场景、语法结构以及如何通过它简化日常编程任务。
|
19天前
|
Python
SciPy 教程 之 SciPy 模块列表 13
SciPy 教程之 SciPy 模块列表 13 - 单位类型。常量模块包含多种单位:公制、二进制(字节)、质量、角度、时间、长度、压强、体积、速度、温度、能量、功率和力学单位。示例:`constants.zero_Celsius` 返回 273.15 开尔文,`constants.degree_Fahrenheit` 返回 0.5555555555555556。
14 0