0

0

Python - 从字典的值列表中筛选奇数元素

PHPz

PHPz

发布时间:2023-09-01 10:57:03

|

2164人浏览过

|

来源于tutorialspoint

转载

python - 从字典的值列表中筛选奇数元素

字典是Python中一种流行的数据类型,它有一个键值对,并且不允许重复。为了过滤奇数元素,它有一些内置函数,如 items()、filter()、lambda,并且 list() 将用于从字典中的值列表中过滤奇数元素。列表中的奇数元素是那些不能被 2 整除的元素。

例如 -

给定列表,[10, 22, 21, 19, 2, 5]

从列表中过滤奇数元素后:

立即学习Python免费学习笔记(深入)”;

最终结果变成[10, 22, 2](这些是能被整数2整除的元素)。

语法

示例中使用以下语法 -

items()

这是一个内置方法,可用于返回视图对象。该对象由带有值对的键组成。

filter()

Python的filter()元素用于根据特定条件过滤元素。

lambda

函数 lambda 提供了使用 lambda 关键字声明简短匿名函数的快捷方式。当使用 def 关键字声明时,lambda 函数会起作用。

list()

list() 是内置的 Python,它创建列表对象,它接受可迭代构造并将其转换为列表。

x % 2 != 0
or
x % 2 == 1

上述两种表示都说明了从值列表中过滤奇数元素的逻辑。

Avatar AI
Avatar AI

AI成像模型,可以从你的照片中生成逼真的4K头像

下载

通过 if-else 语句使用字典理解和列表理解

该程序使用字典理解,通过过滤奇数元素将原始字典转换为新字典。可以通过使用带有 if-else 语句的列表压缩来过滤这个奇怪的元素。

示例

在以下示例中,使用名为odd_element 的函数启动程序,该函数接受名为dictionary 的参数。相同的参数与理解技术一起使用,即 listdictionary 以及 if-statement 来设置值列表中奇数元素的过滤器字典。然后创建字典的值列表并将它们存储在名为 dictionary 的变量名称中。接下来,使用调用函数并将参数名称作为字典传递,其中包含键值对并将其存储在变量 filter_dict 中。最后,我们在变量filter_dict的帮助下打印结果。

def odd_elements(dictionary):
   return {key: [x for x in value if x % 2 != 0] for key, value in dictionary.items()}

# Create the dictionary
dictionary = {'A': [2, 4, 16, 19, 17], 'B': [61, 71, 90, 80, 10], 'C': [11, 121, 13, 14, 15]}
filter_dict = odd_elements(dictionary)
print("Filter odd elements from the value lists in dictionary:\n", filter_dict)

输出

Filter odd elements from the value lists in dictionary:
{'A': [19, 17], 'B': [61, 71], 'C': [11, 121, 13, 15]}

将 for 循环和 Filter() 与 Lambda 函数结合使用

该程序使用 for 循环,该循环将使用内置方法 items() 迭代字典项的键和值。然后它将使用嵌套的内置函数(如 list()、filter() 和 lambda)从字典列表中删除奇数元素。

示例

在下面的示例中,我们将使用 for 循环来迭代变量字典,其中包含带有值列表的键。为了过滤奇数元素,它将使用三个嵌套的内置函数,即 list()、filter() 和 lambda()[此函数将条件设置为 x%2 != 0,它将检查给定值列表是否为整数是否能被2整除]并将其存储在变量filtered_dictionary中。过滤奇数元素后,将filtered_dictionary的值设置在filtered_dictionary中。然后创建由键和值列表组成的字典并将其存储在变量字典中。现在这个变量设置在调用函数 odd_element() 的参数中,并存储在变量 filter_dict() 中。

def odd_elements(dictionary):
   filtered_dictionary = {}
# for loop
   for key, value in dictionary.items():
# Using filter() with lambda
      filtered_values = list(filter(lambda x: x % 2 != 0, value))
      filtered_dictionary[key] = filtered_values
   return filtered_dictionary
# create the dictionary
dictionary = {'A': [1, 2, 3, 4, 5], 'B': [6, 7, 8, 9, 10], 'C': [11, 12, 13, 14, 15], 'D': [16, 17, 18, 19, 20]}
filter_dict = odd_elements(dictionary)
print("Filter odd elements from the value lists in dictionary:\n", filter_dict)

输出

Filter odd elements from the value lists in dictionary:
 {'A': [1, 3, 5], 'B': [7, 9], 'C': [11, 13, 15], 'D': [17, 19]}

使用 for 循环和列表理解

程序使用 for 循环使用内置方法 items() 来迭代字典和键,然后它将在代表列表理解的一行中使用 for 循环和 if 语句。

示例

在下面的示例中,通过定义名为filter_odd_elements() 的函数开始程序,该函数接受名为dictionary 的参数来访问其值。接下来,在变量 filter_dictionary 中创建空字典,稍后将存储新字典作为结果。然后它将使用 for 循环来迭代字典的每个值列表。继续使用 for 和 if 语句的列表理解并将其存储在变量 filter_values 中。交换 filter_dictionary[key] 中的相同变量。然后返回过滤结果不含奇数元素的filter_dictionary。创建一个包含值列表的字典并将其存储在变量 dict 中。名为f_dictionary的新变量存储递归函数以传递名为dict的参数。最后,使用接受变量f_dictionary的打印函数来获取结果。

def filter_odd_elements(dictionary):
   filter_dictionary = {}
   for key, value in dictionary.items():
# List Comprehension
      filter_values = [x for x in value if x % 2 != 0]
      filter_dictionary[key] = filter_values
   return filter_dictionary
# Creation of dictionary
dict = {'A': [307, 907], 'B': [100, 200], 'C': [110, 120]}
# use the calling function
f_dictionary = filter_odd_elements(dict)
print("Filtration of odd elements from dictionary value list:\n", f_dictionary)

输出

Filtration of odd elements from dictionary value list:
 {'A': [307, 907], 'B': [], 'C': []}

将字典理解和 Filter() 与 Lambda 函数结合使用

该程序使用字典理解来帮助将一本字典转换为新形式的字典。 filter() 方法使用 lambda 函数从字典的值列表中消除奇数元素。

示例

在下面的示例中,我们将展示字典理解如何使用三种方法根据值列表中的奇数元素过滤器设置逻辑,并使用 for 循环迭代字典的每个键和值。

def odd_elements(dictionary):
   return {key: list(filter(lambda x: x % 2 == 1, value)) for key, value in dictionary.items()}

# Create the dictionary
dict_1 = {'I': [1, 2, 3, 4, 5], 'II': [6, 7, 8, 9, 10], 'III': [11, 12, 13, 14, 15]}
filter_dict = odd_elements(dict_1)
print("ODD NUMBER FILTRATION IN DICTIONARY VALUES:\n", filter_dict)

输出

ODD NUMBER FILTRATION IN DICTIONARY VALUES:
 {'I': [1, 3, 5], 'II': [7, 9], 'III': [11, 13, 15]}

使用字典理解和列表理解

程序使用递归函数,通过使用 return 语句返回理解技术。

示例

在下面的示例中,我们将在程序中使用递归函数从字典的值中过滤掉奇数元素,并返回具有相同键和过滤值的新字典。

def odd_elements(dictionary):
   return {key: [x for x in value if x % 2 == 1] for key, value in dictionary.items()}
# create the dictionary and store the value by odd and even in the list
dictionary = {'list1': [100, 200, 300, 499, 599], 'list2': [699, 799, 899, 900, 1000]}
filter_dict = odd_elements(dictionary)
print("ODD NUMBER FILTRATION IN DICTIONARY VALUES:\n", filter_dict)

输出

ODD NUMBER FILTRATION IN DICTIONARY VALUES:
 {'list1': [499, 599], 'list2': [699, 799, 899]}

结论

我们讨论了基于从字典中的值列表中过滤奇数元素来解决此问题陈述的各种方法。上述所有示例大多使用综合技术,通过使用某种方法、循环或条件语句在 1-2 行内解决问题。当我们想要通过分配特定条件来过滤数据时,通常会使用程序目的。

python速学教程(入门到精通)
python速学教程(入门到精通)

python怎么学习?python怎么入门?python在哪学?python怎么学才快?不用担心,这里为大家提供了python速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热门AI工具

更多
DeepSeek
DeepSeek

幻方量化公司旗下的开源大模型平台

豆包大模型
豆包大模型

字节跳动自主研发的一系列大型语言模型

通义千问
通义千问

阿里巴巴推出的全能AI助手

腾讯元宝
腾讯元宝

腾讯混元平台推出的AI助手

文心一言
文心一言

文心一言是百度开发的AI聊天机器人,通过对话可以生成各种形式的内容。

讯飞写作
讯飞写作

基于讯飞星火大模型的AI写作工具,可以快速生成新闻稿件、品宣文案、工作总结、心得体会等各种文文稿

即梦AI
即梦AI

一站式AI创作平台,免费AI图片和视频生成。

ChatGPT
ChatGPT

最最强大的AI聊天机器人程序,ChatGPT不单是聊天机器人,还能进行撰写邮件、视频脚本、文案、翻译、代码等任务。

相关专题

更多
C# ASP.NET Core微服务架构与API网关实践
C# ASP.NET Core微服务架构与API网关实践

本专题围绕 C# 在现代后端架构中的微服务实践展开,系统讲解基于 ASP.NET Core 构建可扩展服务体系的核心方法。内容涵盖服务拆分策略、RESTful API 设计、服务间通信、API 网关统一入口管理以及服务治理机制。通过真实项目案例,帮助开发者掌握构建高可用微服务系统的关键技术,提高系统的可扩展性与维护效率。

16

2026.03.11

Go高并发任务调度与Goroutine池化实践
Go高并发任务调度与Goroutine池化实践

本专题围绕 Go 语言在高并发任务处理场景中的实践展开,系统讲解 Goroutine 调度模型、Channel 通信机制以及并发控制策略。内容包括任务队列设计、Goroutine 池化管理、资源限制控制以及并发任务的性能优化方法。通过实际案例演示,帮助开发者构建稳定高效的 Go 并发任务处理系统,提高系统在高负载环境下的处理能力与稳定性。

23

2026.03.10

Kotlin Android模块化架构与组件化开发实践
Kotlin Android模块化架构与组件化开发实践

本专题围绕 Kotlin 在 Android 应用开发中的架构实践展开,重点讲解模块化设计与组件化开发的实现思路。内容包括项目模块拆分策略、公共组件封装、依赖管理优化、路由通信机制以及大型项目的工程化管理方法。通过真实项目案例分析,帮助开发者构建结构清晰、易扩展且维护成本低的 Android 应用架构体系,提升团队协作效率与项目迭代速度。

75

2026.03.09

JavaScript浏览器渲染机制与前端性能优化实践
JavaScript浏览器渲染机制与前端性能优化实践

本专题围绕 JavaScript 在浏览器中的执行与渲染机制展开,系统讲解 DOM 构建、CSSOM 解析、重排与重绘原理,以及关键渲染路径优化方法。内容涵盖事件循环机制、异步任务调度、资源加载优化、代码拆分与懒加载等性能优化策略。通过真实前端项目案例,帮助开发者理解浏览器底层工作原理,并掌握提升网页加载速度与交互体验的实用技巧。

95

2026.03.06

Rust内存安全机制与所有权模型深度实践
Rust内存安全机制与所有权模型深度实践

本专题围绕 Rust 语言核心特性展开,深入讲解所有权机制、借用规则、生命周期管理以及智能指针等关键概念。通过系统级开发案例,分析内存安全保障原理与零成本抽象优势,并结合并发场景讲解 Send 与 Sync 特性实现机制。帮助开发者真正理解 Rust 的设计哲学,掌握在高性能与安全性并重场景中的工程实践能力。

218

2026.03.05

PHP高性能API设计与Laravel服务架构实践
PHP高性能API设计与Laravel服务架构实践

本专题围绕 PHP 在现代 Web 后端开发中的高性能实践展开,重点讲解基于 Laravel 框架构建可扩展 API 服务的核心方法。内容涵盖路由与中间件机制、服务容器与依赖注入、接口版本管理、缓存策略设计以及队列异步处理方案。同时结合高并发场景,深入分析性能瓶颈定位与优化思路,帮助开发者构建稳定、高效、易维护的 PHP 后端服务体系。

420

2026.03.04

AI安装教程大全
AI安装教程大全

2026最全AI工具安装教程专题:包含各版本AI绘图、AI视频、智能办公软件的本地化部署手册。全篇零基础友好,附带最新模型下载地址、一键安装脚本及常见报错修复方案。每日更新,收藏这一篇就够了,让AI安装不再报错!

168

2026.03.04

Swift iOS架构设计与MVVM模式实战
Swift iOS架构设计与MVVM模式实战

本专题聚焦 Swift 在 iOS 应用架构设计中的实践,系统讲解 MVVM 模式的核心思想、数据绑定机制、模块拆分策略以及组件化开发方法。内容涵盖网络层封装、状态管理、依赖注入与性能优化技巧。通过完整项目案例,帮助开发者构建结构清晰、可维护性强的 iOS 应用架构体系。

222

2026.03.03

C++高性能网络编程与Reactor模型实践
C++高性能网络编程与Reactor模型实践

本专题围绕 C++ 在高性能网络服务开发中的应用展开,深入讲解 Socket 编程、多路复用机制、Reactor 模型设计原理以及线程池协作策略。内容涵盖 epoll 实现机制、内存管理优化、连接管理策略与高并发场景下的性能调优方法。通过构建高并发网络服务器实战案例,帮助开发者掌握 C++ 在底层系统与网络通信领域的核心技术。

33

2026.03.03

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程
关于我们 免责申明 举报中心 意见反馈 讲师合作 广告合作 最新更新
php中文网:公益在线php培训,帮助PHP学习者快速成长!
关注服务号 技术交流群
PHP中文网订阅号
每天精选资源文章推送

Copyright 2014-2026 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号