04 | list 和 tuple 的 13 个经典使用案例

案例1： 判断 list 内有无重复元素

def is_duplicated(lst):
    for x in lst:
        if lst.count(x) > 1:
            return True
    return False
a = [1, -2, 3, 4, 1, 2]
print(is_duplicated(a))
def is_duplicated(lst):
    return len(lst) != len(set(lst))

案例2： 列表反转

def reverse(lst):
    return lst[::-1]
r = reverse([1, -2, 3, 4, 1, 2])
print(f)

案例3：找出列表中的所有重复元素

def find_duplicate(lst):
    ret = []
    for x in lst:
        if lst.count(x) > 1 and x not in ret:
            ret.append(x)
    return ret
r = find_duplicate([1, 2, 3, 4, 3, 2])
print(r)

案例4：斐波那契数列

def fibonacci(n):
    if n <= 1:
        return [1]
    fib = [1, 1]
    while len(fib) < n:
        fib.append(fib[len(fib) - 1] + fib[len(fib) - 2])
    return fib
r = fibonacci(5)
print(r)
# 生成器版本
def fibonacci(n):
    a, b = 1, 1
    for _ in range(n):
        yield a
        a, b = b, a + b
list(fibonacci(5))

案例5：出镜最多

# 求出现频次最多的元素
def mode(lst):
    if not lst:
        return None
    return max(lst, key=lambda v: lst.count(v))
# 调用mode
lst = [1, 3, 2, 1, 2, 2]
r = mode(lst)
print(f'{lst}中出现次数最多的元素是：{r}')

案例6：更长列表

带有一个 * 的参数为可变位置参数，意味着能传入任意多个位置参数。
key 函数定义怎么比较大小：lambda 的参数 v 是 lists 中的一个元素。

def max_len(*lists):
    return max(*lists, key=lambda v: len(v))
r = max_len([1, 2, 3], [4, 5, 6, 7], [8])
print(r'更长的列表是{r}')

案例7：求表头

# 返回列表的第一个元素
def head(lst):
    return lst[0] if len(lst) > 0 else None
print(head([1, 2, 3]))

案例8：求表尾

def tail(lst):
    return lst[-1] if len(lst) > 0 else None

案例9：打印乘法表

def mul_table():
    for i in range(1, 10):
        for j in range(1, i+1):
            print(str(j) + '*' + str(i) + '=' + str(j*i) , end='\t' )
        print()
mul_table()

案例10：元素对

# zip(iter1, iter2)：实现 iter1 和 iter2 的对应索引处的元素拼接
def pair(t):
    return list(zip(t[:-1], t[1:]))
print(list(pair([1, 2, 3])))

案例11：样本抽样

# 从含100个样本的列表中随机抽取10个样本
from random import randint, sample
lst = [randint(0, 50) for _ in range(100)]
print(lst[:5])
lst_sample = sample(lst, 10)
print(lst_sample)

案例12：重洗数据集

# shuffle对输入列表就地洗牌，节省存储空间
from random import shuffle
lst = [randint(0, 50) for _ in range(100)]
shuffle(lst) # 重洗数据
 print(lst[:5])

案例13：生成满足均匀分布的坐标点

# random的uniform(a, b)生成[a, b)内的一个随机数
from random import uniform
x, y = [ i for i in range(100)] ,[round(uniform(0, 10) , 2) for _ in range(100)]
print(y)
# 使用pyecharts绘图
from pyecharts.charts import Scatter
import pyecharts.options as opts
from random import uniform
def draw_uniform_points():
    x, y = [i for i in range(100)], [round(uniform(0, 10), 2) for _ in range(100)]
    print(y)
    c = (
        Scatter()
        .add_xaxis(x)
        .add_yaxis('y', y)
    )
    c.render()
draw_uniform_points()