3.1.5　過濾序列元素

在實際應用中，我們經常需要根據指定規則從序列中提取需要的值，或者根據規則縮短序列，即對序列做過濾。

最簡單的過濾序列元素的方法是使用列表推導，示例如下：

---

exp_list = [1, 4, -5, 10, -7, 2, 3, -1]
print([n for n in exp_list if n > 0])
print([n for n in exp_list if n < 0])

---

使用列表推導的一個潛在缺陷是，如果輸入非常大，會產生一個非常大的結果集，占用大量內存。如果對內存比較敏感，那么可以使用生成器表達式迭代產生過濾的元素，示例如下：

---

pos_items = (n for n in exp_list if n > 0)
for item in pos_items:
    print(item)

---

有時候，過濾規則比較復雜，如過濾的時候需要處理一些異常或者其他復雜情況，不能簡單地在列表推導或者生成器表達式中表達出來。這時可以將過濾代碼放到一個函數中，然后使用內置的filter()函數，示例如下：

---

val_list = ['1', '2', '-3', '-', '4', 'N/A', '5']
def is_int(val):
    try:
        int(val)
        return True
    except ValueError:
        return False
new_val_list = list(filter(is_int, val_list))
print(new_val_list)

---

filter()函數創建了一個迭代器，因此想得到列表的話，就得像示例那樣使用list()函數去轉換。

通常情況下，列表推導和生成器表達式是過濾數據最簡單的方式。它們還能在過濾的時候轉換數據，示例如下：

---

import math
print([math.sqrt(n) for n in exp_list if n > 0])

---

過濾操作的一個變種是將不符合條件的值用新的值代替，而不是丟棄它們。如在一列數據中可能不僅想找到正數，還想將不是正數的數替換成指定的數。通過將過濾條件放到條件表達式中去，可以很容易地解決這個問題，示例如下：

---

print([n if n > 0 else 0 for n in exp_list])
print([n if n < 0 else 0 for n in exp_list])

---

另外一個值得關注的過濾工具就是itertools.compress()，它以一個iterable對象和一個相對應的Boolean選擇器序列作為輸入參數，然后輸出iterable對象中對應選擇器為True的元素。當需要用另一個相關聯的序列來過濾某個序列的時候，這個函數是非常有用的，示例如下：

---

done_work = [
    'read book',
    'running',
    'work',
    'basketball',
    'table tennis',
    'bike',
    'read 20 pages',
    'running 5km',
]
counts = [ 0, 3, 10, 4, 1, 7, 6, 1]

---

現在想將那些對應count值大于5的地址全部輸出，可以這樣寫代碼：

---

from itertools import compress
more5 = [n > 5 for n in counts]
print(more5)
print(list(compress(done_work, more5)))

---

這里的關鍵點在于先創建一個Boolean序列指示哪些元素符合條件，然后通過compress()函數根據Boolean序列去選擇輸出對應位置為True的元素。

compress()函數返回的是一個迭代器。如果要得到一個列表，需要使用list()函數將結果轉換為列表類型。