Python遍歷列表時(shí)刪除元素案例
tk在科學(xué)養(yǎng)豬群里問bluerust、scz是否碰上過這個(gè)Python坑,
示例1:
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5' ] for ba in bas : print( ba ) if ( ba.find( 'ba' ) != -1 ) : bas.remove( ba ) print( bas ) print( bas )
即遍歷list的過程中動(dòng)態(tài)刪除元素。
上述代碼輸出如下:
ba1 ['ba2', 'ba3', 'ba4', 'ba5'] ba3 // ba2被跳過去了 ['ba2', 'ba4', 'ba5'] ba5 // ba4被跳過去了 ['ba2', 'ba4'] ['ba2', 'ba4'] // 列表未刪干凈
對(duì)示例1做點(diǎn)改動(dòng),
示例2:
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5' ] for i in range( len( bas ) ) : print( i ) print( bas[i] ) if ( bas[i].find( 'ba' ) != -1 ) : del bas[i] print( bas ) print( bas )
上述代碼輸出如下:
0 ba1 ['ba2', 'ba3', 'ba4', 'ba5'] 1 ba3 ['ba2', 'ba4', 'ba5'] 2 ba5 ['ba2', 'ba4'] 3 Traceback (most recent call last): File "<stdin>", line 3, in <module> IndexError: list index out of range ['ba2', 'ba4']
循環(huán)變量i只遞增到3,進(jìn)而拋出IndexError。
該坑的起因是,for循環(huán)中i的取值從最開始就固定了,實(shí)際上要求list在for循環(huán)中保持不變;遍歷list的過程中動(dòng)態(tài)刪除元素,導(dǎo)致list發(fā)生變化,而i仍固執(zhí)地按原計(jì)劃遞增遍歷list,于是漏刪元素、索引越界。
對(duì)此,wzhvictor給了5種解決方案。
方式1,利用filter函數(shù)
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5', 'tk' ] bas = list( filter( lambda ba:ba.find( 'ba' ) == -1, bas ) ) print( bas )
方法2,重新構(gòu)造list
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5', 'tk' ] bas = [ba for ba in bas if ba.find( 'ba' ) == -1] print( bas )
方法3,遍歷list的拷貝,對(duì)原始list進(jìn)行刪除操作
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5', 'tk' ] for ba in bas[:] : if ( ba.find( 'ba' ) != -1 ) : bas.remove( ba ) print( bas )
方法4
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5', 'tk' ] for ba in bas[:] : if ( ba.find( 'ba' ) != -1 ) : bas.remove( ba ) print( bas )
方法5,倒序遍歷
bas = [ 'ba1', 'ba2', 'ba3', 'ba4', 'ba5', 'tk' ] for i in range( len( bas )-1, -1, -1 ) : if ( bas[i].find( 'ba' ) != -1 ) : del bas[i] print( bas )
就tk的示例1而言,方法4其實(shí)不適用,方法4適合從list中刪除所有特定值。
這個(gè)坑我沒踩過,用過方法2、3、4或者它們的變種。沒像wzhvictor那樣細(xì)究過for循環(huán)中i取值從最開始就固定,但我本能地對(duì)循環(huán)中動(dòng)態(tài)處理的對(duì)象不放心,又懶得看Python文檔,所以要么重新構(gòu)造list,要么復(fù)制list再操作,完美避坑。今日看了wzhvictor的文章,方法1沒用過,方法5沒想過,方法5比較騷包,我第一次見。
Python表面上的不確定性真多,也沒啥大不了,我的經(jīng)驗(yàn)是,能用簡明直觀確定性的寫法,就不要騷包玩花活,性能優(yōu)化是后話。再就是,單元測(cè)試,無需再多強(qiáng)調(diào)。
到此這篇關(guān)于Python遍歷列表時(shí)刪除元素案例的文章就介紹到這了,更多相關(guān)Python遍歷列表內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
pandas中的.assign()方法的用法示例小結(jié)
pandas中的.assign()方法用于創(chuàng)建一個(gè)新的DataFrame,其中包含現(xiàn)有DataFrame的副本,并附加了指定的新列或更新了現(xiàn)有列,.assign()方法還可以鏈?zhǔn)绞褂?以添加多個(gè)新列或更新現(xiàn)有列,對(duì)pandas中的.assign()方法感興趣的朋友跟隨小編一起看看吧2023-10-10Python求兩個(gè)文本文件以行為單位的交集、并集與差集的方法
這篇文章主要介紹了Python求兩個(gè)文本文件以行為單位的交集、并集與差集的方法,涉及Python文本文件與集合運(yùn)算的相關(guān)技巧,需要的朋友可以參考下2015-06-06python光學(xué)仿真PyQt5基礎(chǔ)框架教程
這篇文章主要為大家介紹了python光學(xué)仿真之PyQt5基礎(chǔ)框架教程,文中含有詳細(xì)實(shí)現(xiàn)示例解析,有需要的朋友可以借鑒參考下,希望能夠有所幫助2021-10-10TensorFlow keras卷積神經(jīng)網(wǎng)絡(luò) 添加L2正則化方式
這篇文章主要介紹了TensorFlow keras卷積神經(jīng)網(wǎng)絡(luò) 添加L2正則化方式,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2020-05-05