python标准库学习5 ---bisect — Array bisection algorithm

简介:


#coding=utf-8
 
import  bisect
 
list = [ 1 , 2 , 3 , 4 , 6 , 7 , 8 , 9 ]   #假定list已经排序
print  bisect.bisect_left( list , 5 #返回5应该插入的索引位置
 
print  bisect.bisect_right( list , 5 )
 
print  bisect.bisect( list , 5 )
 
bisect.insort_left( list , 5 , 0 , len ( list ))
print  list
 
bisect.insort_right( list , 5 )
print  list
 
def  index(a, x):
     'Locate the leftmost value exactly equal to x'
     i =  bisect_left(a, x)
     if  i ! =  len (a) and  a[i] = =  x:
         return  i
     raise  ValueError
 
def  find_lt(a, x):
     'Find rightmost value less than x'
     i =  bisect_left(a, x)
     if  i:
         return  a[i - 1 ]
     raise  ValueError
 
def  find_le(a, x):
     'Find rightmost value less than or equal to x'
     i =  bisect_right(a, x)
     if  i:
         return  a[i - 1 ]
     raise  ValueError
 
def  find_gt(a, x):
     'Find leftmost value greater than x'
     i =  bisect_right(a, x)
     if  i ! =  len (a):
         return  a[i]
     raise  ValueError
 
def  find_ge(a, x):
     'Find leftmost item greater than or equal to x'
     i =  bisect_left(a, x)
     if  i ! =  len (a):
         return  a[i]
raise  ValueError
 
>>> def  grade(score, breakpoints = [ 60 , 70 , 80 , 90 ], grades = 'FDCBA' ):
...     i =  bisect(breakpoints, score)
...     return  grades[i]
...
>>> [grade(score) for  score in  [ 33 , 99 , 77 , 70 , 89 , 90 , 100 ]]
[ 'F' , 'A' , 'C' , 'C' , 'B' , 'A' , 'A' ]
 
>>> data =  [( 'red' , 5 ), ( 'blue' , 1 ), ( 'yellow' , 8 ), ( 'black' , 0 )]
>>> data.sort(key = lambda  r: r[ 1 ])
>>> keys =  [r[ 1 ] for  r in  data]         # precomputed list of keys
>>> data[bisect_left(keys, 0 )]
( 'black' , 0 )
>>> data[bisect_left(keys, 1 )]
( 'blue' , 1 )
>>> data[bisect_left(keys, 5 )]
( 'red' , 5 )
>>> data[bisect_left(keys, 8 )]
( 'yellow' , 8 )

  


==============================================================================
本文转自被遗忘的博客园博客,原文链接:http://www.cnblogs.com/rollenholt/archive/2011/11/26/2264244.html,如需转载请自行联系原作者
相关文章
|
2天前
|
数据可视化 数据挖掘 数据处理
statsmodels, Python 统计分析工具库!
statsmodels, Python 统计分析工具库!
13 1
|
2天前
|
机器学习/深度学习 数据挖掘 API
pymc,一个灵活的的 Python 概率编程库!
pymc,一个灵活的的 Python 概率编程库!
5 1
|
2天前
|
关系型数据库 数据库连接 数据库
asqlcell,一个超强的 Python 库!
asqlcell,一个超强的 Python 库!
14 7
|
2天前
|
开发者 Python
six,一个神奇的 Python 版本兼容工具库!
six,一个神奇的 Python 版本兼容工具库!
12 4
|
2天前
|
自然语言处理 算法 Python
lida,一个超级厉害的 Python 库!
lida,一个超级厉害的 Python 库!
15 3
|
2天前
|
数据处理 API Python
aiofiles,一个超酷的 Python 异步编程库!
aiofiles,一个超酷的 Python 异步编程库!
12 1
|
2天前
|
人工智能 算法 调度
uvloop,一个强大的 Python 异步IO编程库!
uvloop,一个强大的 Python 异步IO编程库!
11 2
|
2天前
|
人工智能 API 数据安全/隐私保护
oauthlib,一个强大的 Python 身份校验库!
oauthlib,一个强大的 Python 身份校验库!
14 1
|
3天前
|
API 调度 开发者
Python中的并发编程:使用asyncio库实现异步IO
传统的Python编程模式中,使用多线程或多进程实现并发操作可能存在性能瓶颈和复杂性问题。而随着Python 3.5引入的asyncio库,开发者可以利用异步IO来更高效地处理并发任务。本文将介绍如何利用asyncio库实现异步IO,提升Python程序的并发性能。
|
3天前
|
运维 Shell Python
Shell和Python学习教程总结
Shell和Python学习教程总结