什麼是pythononic切片集的方式？

-1

some_data = [1, 2, 4, 1, 6, 23, 3, 56, 6, 2, 3, 5, 6, 32, 2, 12, 5, 3, 2]

，我想用固定長度（我不在乎，我會得到）獨特的價值觀，我也希望它是set對象。

我知道我能做到set從some_data然後使它list，裁剪，然後使其再次set。

set(list(set(some_data))[:5]) # don't look so friendly

我明白，我沒有在set__getitem__方法，該方法不會使整個片的事情可能，但如果有一個機會，使它看起來更好？

我完全明白set是無序的。因此，最終set將獲得哪些元素無關緊要。

可能的選項是使用：

ordered-set

使用dict與None值：

set(dict(map(lambda x: (x, None), some_data)).keys()[:2]) # not that great

來源

2016-11-22 vishes_shell

什麼是這樣做的目的是什麼？ – jprockbelly

從大的數據列表中獲取具有固定長度的'set'對象的目的。然後使用這個集合（檢查值是否在'set'中）。 –

集是迭代。如果你確實不關心你的集合中的哪些項目被選中，你可以使用itertools.islice來獲得一個迭代器，它將產生指定數量的項目（無論哪個迭代順序最先）。通過迭代器到set構造函數，你有你的子集，而無需使用任何額外的列表：

import itertools 

some_data = [1, 2, 4, 1, 6, 23, 3, 56, 6, 2, 3, 5, 6, 32, 2, 12, 5, 3, 2] 
big_set = set(some_data) 
small_set = set(itertools.islice(big_set, 5))

雖然這是你問什麼，我不知道你應該使用它。集合可以以非常確定的順序進行迭代，因此如果數據通常包含許多類似的值，那麼每次執行此操作時最終都會選擇一個非常相似的子集。當數據由整數組成時（這在例子中），這對於他們自己來說是非常糟糕的。迭代一個集合時，連續的整數會頻繁出現。使用上面的代碼，只有32在big_set（使用Python 3.5）中出現故障，所以small_set是{32, 1, 2, 3, 4}。如果您將0添加到您的數據中，即使數據集數量變大，您幾乎總是會以{0, 1, 2, 3, 4}結尾，因爲這些值將始終填滿該組哈希表中的前五個位置。

爲了避免這種確定性採樣，您可以使用random.sampleas suggested by jprockbelly。

來源

2016-11-22 09:16:49 Blckknght

真棒，想到約'islice'，但後來我切換到'這需要'__getitem__'，然後忘記了'islice' slice'對象。好點子！ –

你可以品嚐一套

import random 
set(random.sample(my_set, 5))

這樣做的好處，你會每次

來源

2016-11-22 08:21:58 jprockbelly

相當一個選項，但需要將其轉換爲'set'，我需要運行一些timeit明白，如果它的速度更快。 –

好一點，看編輯 – jprockbelly

以隨機抽樣是不是會比切片更快。「random.sample」實現所做的第一件事情之一是將它的參數複製到列表中，如果它是一個集合（然後它從列表中抽樣）。無論如何，使用'sample'可能是值得的。這將避免總是你的子集得到相同的值（套可以在非隨機順序重複，例如套連續小整數以便經常）。 – Blckknght

得到不同的數字你可以嘗試一組簡單的理解：

some_data = [1, 2, 4, 1, 6, 23, 3, 56, 6, 2, 3, 5, 6, 32, 2, 12, 5, 3, 2] 
n = {x for i, x in enumerate(set(some_data)) if i < 5} 
print n

輸出：

set([32, 1, 2, 3, 4])

來源

2016-11-22 08:52:13 ChatterOne

什麼是pythononic切片集的方式？

回答

相關問題