标签：col 1.7 *** sha 3.2 val 迭代 lenovo port
1，用map来处理字符串列表,把列表中所有人都变成sb,比方alex_sb
name=[‘oldboy‘,‘alex‘,‘wusir‘] name1 = [i for i in map(lambda x:x+‘_sb‘,name)] print(name1)
2，用map来处理下述l，然后用list得到一个新的列表，列表中每个人的名字都是sb结尾
l=[{‘name‘:‘alex‘},{‘name‘:‘y‘}]
l2 = [i for i in map(lambda x:x[‘name‘]+‘_sb‘,l)]
print(l2)
3，用filter来处理,得到股票价格大于20的股票名字
shares={ ‘IBM‘:36.6, ‘Lenovo‘:23.2, ‘oldboy‘:21.2, ‘ocean‘:10.2, } l = filter(lambda x:shares[x]>20,shares) for i in l: print(i)
4，有下面字典，得到购买每只股票的总价格，并放在一个迭代器中。
portfolio = [ {‘name‘: ‘IBM‘, ‘shares‘: 100, ‘price‘: 91.1}, {‘name‘: ‘AAPL‘, ‘shares‘: 50, ‘price‘: 543.22}, {‘name‘: ‘FB‘, ‘shares‘: 200, ‘price‘: 21.09}, {‘name‘: ‘HPQ‘, ‘shares‘: 35, ‘price‘: 31.75}, {‘name‘: ‘YHOO‘, ‘shares‘: 45, ‘price‘: 16.35}, {‘name‘: ‘ACME‘, ‘shares‘: 75, ‘price‘: 115.65}] li = [i for i in map(lambda x: x[‘price‘] * x[‘shares‘], portfolio)] print(li)
5，还是上面的字典，用filter过滤出单价大于100的股票。
li = [i for i in filter(lambda x:x[‘price‘]>100,portfolio)] print(li)
6，有下列三种数据类型。写代码，最终得到的是（每个元祖第一个元素>2,第三个*至少是4个。）[(3, ‘wusir‘, ‘****‘), (4, ‘太白‘, ‘*******‘)]这样的数据。
l1 = [1,2,3,4,5,6] l2 = [‘oldboy‘,‘alex‘,‘wusir‘,‘太白‘,‘日天‘] tu = (‘**‘,‘***‘,‘****‘,‘*******‘) for i in zip(l1,l2,tu): print(i)
7，将l1按照列表中的每个字典的values大小进行排序，形成一个新的列表。
l1 = [{‘sales_volumn‘: 0},
{‘sales_volumn‘: 108},
{‘sales_volumn‘: 337},
{‘sales_volumn‘: 475},
{‘sales_volumn‘: 396},
{‘sales_volumn‘: 172},
{‘sales_volumn‘: 9},
{‘sales_volumn‘: 58},
{‘sales_volumn‘: 272},
{‘sales_volumn‘: 456},
{‘sales_volumn‘: 440},
{‘sales_volumn‘: 239}]
li = sorted(l1,key=lambda i:i[‘sales_volumn‘])
print(li)
标签：col 1.7 *** sha 3.2 val 迭代 lenovo port
原文地址：https://www.cnblogs.com/yzxing/p/8763149.html
