本文介绍了如何使用Python处理包含年份和计数的字典列表，目标是从中提取年份和计数，并将它们按年份升序排列，最终得到两个排序后的列表，以便于后续使用matplotlib进行数据可视化。本文将提供详细的代码示例和解释，帮助你理解和应用这种数据处理方法。
数据提取与转换
假设你有一个包含字典的列表，每个字典都包含一个年份作为键，以及对应的计数作为值。例如：
data = [
{'1994': 5}, {'1972': 1}, {'1974': 1}, {'2008': 2}, {'1957': 3},
{'1993': 1}, {'2003': 2}, {'1966': 1}, {'1999': 4}, {'2001': 3},
{'1980': 2}, {'2010': 2}, {'2002': 3}, {'1975': 1}, {'1990': 1},
{'1954': 2}, {'1977': 1}, {'1995': 4}, {'1991': 2}, {'1946': 1},
{'1997': 2}, {'1998': 2}, {'2014': 2}, {'1960': 1}, {'1968': 2},
{'1931': 2}, {'1942': 1}, {'2011': 1}, {'1936': 1}, {'2006': 3},
{'1981': 2}, {'1985': 1}, {'2000': 4}, {'1979': 2}, {'1940': 1},
{'1988': 2}, {'1950': 1}, {'1964': 1}, {'2017': 1}, {'2012': 2},
{'1986': 1}, {'1984': 2}, {'1941': 1}, {'1959': 1}, {'1958': 1},
{'1992': 1}, {'1983': 1}, {'2016': 2}, {'2007': 1}, {'1971': 1},
{'1962': 2}, {'2004': 1}, {'1944': 1}, {'1976': 1}, {'1952': 1},
{'2009': 2}, {'1987': 1}, {'1973': 1}, {'1948': 1}, {'1921': 1}
]首先，我们需要从这个列表中提取年份和计数，并将年份转换为整数类型。可以使用列表推导式来实现：
years = [int(list(d.keys())[0]) for d in data] counts = [list(d.values())[0] for d in data]
这段代码将 data 列表中每个字典的键（年份）提取出来，并转换为整数类型，存储在 years 列表中。同时，将每个字典的值（计数）提取出来，存储在 counts 列表中。
立即学习“Python免费学习笔记（深入）”；
数据排序
接下来，我们需要根据年份对数据进行排序。为了保持年份和计数之间的一致性，我们需要同时对 years 和 counts 列表进行排序。一种常用的方法是使用 sorted 函数和 lambda 表达式：
sorted_indices = sorted(range(len(years)), key=lambda k: years[k]) sorted_years = [years[i] for i in sorted_indices] sorted_counts = [counts[i] for i in sorted_indices]
这段代码首先使用 range(len(years)) 生成一个索引列表，然后使用 sorted 函数对这个索引列表进行排序。key=lambda k: years[k] 指定了排序的依据是 years 列表中对应索引的值（即年份）。sorted 函数返回排序后的索引列表 sorted_indices。
然后，我们使用列表推导式，根据排序后的索引列表 sorted_indices，重新构建排序后的 sorted_years 和 sorted_counts 列表。
完整代码示例
下面是完整的代码示例：
data = [
{'1994': 5}, {'1972': 1}, {'1974': 1}, {'2008': 2}, {'1957': 3},
{'1993': 1}, {'2003': 2}, {'1966': 1}, {'1999': 4}, {'2001': 3},
{'1980': 2}, {'2010': 2}, {'2002': 3}, {'1975': 1}, {'1990': 1},
{'1954': 2}, {'1977': 1}, {'1995': 4}, {'1991': 2}, {'1946': 1},
{'1997': 2}, {'1998': 2}, {'2014': 2}, {'1960': 1}, {'1968': 2},
{'1931': 2}, {'1942': 1}, {'2011': 1}, {'1936': 1}, {'2006': 3},
{'1981': 2}, {'1985': 1}, {'2000': 4}, {'1979': 2}, {'1940': 1},
{'1988': 2}, {'1950': 1}, {'1964': 1}, {'2017': 1}, {'2012': 2},
{'1986': 1}, {'1984': 2}, {'1941': 1}, {'1959': 1}, {'1958': 1},
{'1992': 1}, {'1983': 1}, {'2016': 2}, {'2007': 1}, {'1971': 1},
{'1962': 2}, {'2004': 1}, {'1944': 1}, {'1976': 1}, {'1952': 1},
{'2009': 2}, {'1987': 1}, {'1973': 1}, {'1948': 1}, {'1921': 1}
]
years = [int(list(d.keys())[0]) for d in data]
counts = [list(d.values())[0] for d in data]
sorted_indices = sorted(range(len(years)), key=lambda k: years[k])
sorted_years = [years[i] for i in sorted_indices]
sorted_counts = [counts[i] for i in sorted_indices]
print(sorted_years)
print(sorted_counts)注意事项
- 确保你的数据格式与示例代码中的格式一致。如果你的数据格式不同，你需要相应地修改代码。
- lambda 表达式是一种简洁的定义匿名函数的方式。如果你不熟悉 lambda 表达式，可以查阅相关资料。
- 这段代码使用了列表推导式，这是一种高效的创建列表的方式。
总结
本文介绍了如何使用Python处理包含年份和计数的字典列表，并将其按年份升序排列。这种方法可以应用于各种需要对数据进行排序和提取的场景，尤其是在数据可视化方面，可以方便地将数据转换为 matplotlib 等绘图库可以接受的格式。通过理解和掌握这些技巧，你可以更有效地处理和分析数据。
