6 erilaista lähestymistapaa luetteloiden näyttämiseen Pythonissa

esittely

Pythonissa luetteloiden tulostaminen ei ole vain arvojen näyttämistä; se on tapa ohjelmoijille ymmärtää koodiaan paremmin ja varmistaa, että tiedot näyttävät oikein. Tutkitaan erilaisia ​​tapoja tulostaa luetteloita käytännön esimerkkien ja vihjeiden avulla, jotka tekevät asioista selkeämpiä. Sukellaan Python-listojen maailmaan.

Ilmoittaudu sisään ilmainen kurssi Pythonista.

Tulosta luettelot Pythonissa

painaminen luettelot Pythonissa avaa useita menetelmiä, ja tässä artikkelissa tutkimme useita tehokkaita lähestymistapoja:

• Käyttämällä silmukkaa
• Muunna luettelo merkkijonoksi näyttöä varten
• Sep-parametrin käyttö print()
• Map()-funktion käyttö
• Indeksoinnin ja viipaloinnin käyttäminen
• Listan ymmärtämisen käyttö

Näytä luettelo Pythonissa For-silmukan avulla

Toista luetteloa 0:sta sen pituuteen ja tulosta jokainen elementti yksitellen for-silmukalla; tämä on perinteinen tapa toteuttaa se.

Alla on esimerkki luettelon näyttämisestä Pythonissa for-silmukan avulla:

# Creating a list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Displaying each fruit using a for loop

print("List of Fruits:")

for fruit in fruits:

    print(fruit)

Tässä esimerkissä meillä on luettelo hedelmistä, ja for-silmukka toistaa luettelon jokaisen kohteen ja näyttää ne yksitellen.

lähtö:

Aika monimutkaisuus (O(n)):

Aikamonimutkaisuus on O(n), koska for-silmukassa jokaisessa luettelon elementissä käydään kerran ja silmukan suorittamiseen kuluva aika on suoraan verrannollinen syöteluettelon elementtien määrään.

Tilan monimutkaisuus (O(1)):

Tilan monimutkaisuus on O(1), koska silmukka käyttää vakiomäärää muistia tulon koosta riippumatta; se käyttää vain yhtä muuttujaa (elementtiä) edustamaan kutakin luettelon kohdetta eikä luo lisätietorakenteita, jotka kasvavat syötteen mukana.

Näytä luettelo muuntamalla se merkkijonoksi

Kun käsitellään luetteloa jouset, suoraviivainen lähestymistapa on käyttää join()-funktiota ketjutuksen helpottamiseksi. Kuitenkin, kun luettelo sisältää kokonaislukuja, tarvitaan kaksivaiheinen prosessi: ensin muunna ne merkkijonoiksi ja käytä sitten join()-funktiota yhtenäisen merkkijonon luomiseen näyttöä varten.

Tässä esimerkki:

# Example list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Convert the list to a string and display it

result_string = ', '.join(fruits)

print("List of Fruits: " + result_string)

Tässä esimerkissä liitosmenetelmä ketjuttaa luettelon elementit yhdeksi jono, erotettu pilkulla ja välilyönnillä. Tulos näytetään sitten muotoiltuna merkkijonona.

lähtö:

Aika monimutkaisuus (O(n)):

Aikamonimutkaisuus on O(n), koska for-silmukassa jokainen listan elementti käsitellään kerran ja suoritusaika skaalautuu lineaarisesti syöttöluettelon elementtien lukumäärän kanssa. Kun syöte kasvaa, algoritmin suoritusaika kasvaa suhteessa.

Tilan monimutkaisuus (O(1)):

Tilan monimutkaisuus on O(1), koska algoritmi käyttää vakiomäärää muistia tulon koosta riippumatta. Silmukka vaatii vain yhden muuttujan (elementin) edustamaan kutakin luettelon kohdetta, eikä se luo lisätietorakenteita tai muistia, jotka riippuvat syöttöluettelon koosta.

Näytä sep-parametrilla Print()

Print()-funktion sep-parametrin avulla voit määrittää erottimen tulostettavien kohteiden välille. 

Asteriski-symbolin (*) avulla voit esittää luettelon elementit yhdellä rivillä välilyönneillä. Jos jokainen elementti on uudella rivillä tai pilkuilla erotettu, käytä sep=”n” tai sep=”, ” vastaavasti. 

Tässä on esimerkki hedelmäluettelosta:

# Example list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Displaying the list with a custom separator using the sep parameter

print("List of Fruits:", *fruits, sep=", ")

Tässä esimerkissä sep=”, ” määrittää, että luettelon kohteiden erottimena tulee käyttää pilkkua ja välilyöntiä.

lähtö:

Aika monimutkaisuus (O(n)):

Aikamonimutkaisuus on O(n), koska for-silmukalla jokainen listan elementti käsitellään erikseen. Kun elementtien lukumäärä (n) kasvaa, suoritusaika kasvaa lineaarisesti, mikä kuvastaa suoraa yhteyttä syötteen koon ja laskenta-ajan välillä.

Tilan monimutkaisuus (O(1)):

Tilan monimutkaisuus on O(1), koska algoritmi käyttää johdonmukaista määrää muistia syötteen koosta riippumatta. Silmukka käyttää kiinteää muuttujajoukkoa (kuten 'elementti') ja välttää ylimääräisten tietorakenteiden luomisen tai muistin dynaamisen varauksen tulokoon mukaan.

Näytä luettelo Pythonissa Map()-funktion avulla

Käytä map()-funktiota varmistaaksesi, että jokainen luettelon kohde on merkkijono, varsinkin kun luettelo sisältää ei-merkkijonoelementtejä. Tämän jälkeen yhdistä nämä muunnetut elementit yhdistämistoiminnolla yhtenäiseksi näytöksi.

Tässä on esimerkki hedelmäluettelon näyttämisestä Pythonissa:

# Example list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Displaying the list of fruits

print("List of Fruits:", fruits)

lähtö:

Print()-funktio muotoilee luettelon automaattisesti näyttöä varten. Jos haluat mukauttaa tulostetta edelleen, voit selata luetteloa ja tulostaa jokaisen kohteen yksitellen tai käyttää liitosmenetelmää, kuten aikaisemmissa esimerkeissä on esitetty.

Näytä luettelo Pythonissa käyttämällä indeksointia ja viipalointia

Voit näyttää luettelon Pythonissa indeksoinnin ja viipaloinnin avulla päästäksesi käsiksi tiettyihin elementteihin tai luettelon osajoukkoon. 

Tässä esimerkki:

# Example list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Displaying the entire list

print("Complete List of Fruits:", fruits)

# Displaying specific elements using indexing

print("First Fruit:", fruits[0])

print("Third Fruit:", fruits[2])

# Displaying a subset using slicing

print("Subset of Fruits:", fruits[1:4])

lähtö:

Tässä esimerkissä indeksointia käytetään yksittäisten elementtien käyttämiseen (esim. hedelmät[0] ensimmäiselle elementille), ja viipalointia käytetään luettelon osajoukon näyttämiseen (esim. hedelmät[1:4] indeksin 1 elementeille, 2 ja 3).

Aika monimutkaisuus (O(n)):

Aikamonimutkaisuus on O(n), koska listan iterointi indeksoimalla tai viipaloimalla edellyttää käyntiä jokaisessa elementissä kerran. Listan koon (n) kasvaessa luettelon avaamiseen tai leikkaamiseen kuluva aika kasvaa lineaarisesti.

Tilan monimutkaisuus (O(1)):

Indeksointi- ja viipalointitoimintojen tilan monimutkaisuus on O(1), koska ne käyttävät vakiomäärän lisämuistia luettelon koosta riippumatta. Indeksi-/viipalemuuttujien vaatima muisti pysyy vakiona, ei skaalaudu sisääntulokoon mukaan.

Näytä luettelo Pythonissa käyttämällä luettelon ymmärtämistä

Listan ymmärtäminen on ytimekäs ominaisuus Pythonissa luetteloiden luomiseen käyttämällä lauseketta olemassa olevan iteroitavan jokaiseen kohteeseen. Se tarjoaa kompaktin syntaksin, jossa yhdistyvät vaiheet: uuden luettelon luominen ja muunnoksen soveltaminen sen elementteihin.

Tässä on esimerkki muokatun hedelmäluettelon näyttämisestä luettelon ymmärtämisen avulla:

# Example list of fruits

fruits = ["apple", "banana", "orange", "grape", "kiwi"]

# Using list comprehension to create a new list with capitalized fruits

capitalized_fruits = [fruit.capitalize() for fruit in fruits]

# Displaying the new list

print("Capitalized Fruits:", capitalized_fruits)

lähtö:

Tässä esimerkissä luettelon ymmärtämistä käytetään uuden luettelon luomiseen (isoilla_hedelmät). Tuloksena on luettelo hedelmistä, joiden nimet on kirjoitettu isoilla kirjaimilla.

Aika monimutkaisuus (O(n)):

Aikamonimutkaisuus on O(n) tässä esimerkissä, koska se iteroidaan jokaisen alkuperäisen hedelmäluettelon elementin läpi. Suoritusaika skaalautuu lineaarisesti hedelmien määrän kanssa, joten se on verrannollinen syöteluettelon kokoon.

Tilan monimutkaisuus (O(n)):

Tilan monimutkaisuus on O(n), koska listan ymmärtäminen luo uuden listan (isoilla_hedelmät), joka kasvaa syöteluettelon (hedelmät) koon mukaan. Jokainen alkuperäisen luettelon elementti vastaa uuden luettelon elementtiä, mikä edistää lineaarista suhdetta tulokoon ja käytetyn muistin välillä.

Yhteenveto

Pythonissa luetteloiden tulostustaidon hallinta on ratkaisevan tärkeää koodin ymmärtämisen ja tietojen visualisoinnin kannalta. Tässä oppaassa on tutkittu kuutta tehokasta tapaa näyttää luetteloita, ja se tarjoaa käytännön esimerkkejä ja vinkkejä selkeyden lisäämiseksi. Käytitpä sitten silmukoita, merkkijonon muuntamista, mukautettuja erottimia, karttatoimintoja, indeksointia, viipalointia tai luettelon ymmärtämistä, jokainen lähestymistapa palvelee tiettyä tarkoitusta, mikä parantaa Python-ohjelmointitaitojasi.

Usein kysytyt kysymykset

liittyvä

• SEO-pohjainen sisällön ja PR-jakelu. Vahvista jo tänään.
• PlatoData.Network Vertical Generatiivinen Ai. Vahvista itseäsi. Pääsy tästä.
• PlatoAiStream. Web3 Intelligence. Tietoa laajennettu. Pääsy tästä.
• PlatoESG. hiili, CleanTech, energia, ympäristö, Aurinko, Jätehuolto. Pääsy tästä.
• PlatonHealth. Biotekniikan ja kliinisten kokeiden älykkyys. Pääsy tästä.
• Lähde: https://www.analyticsvidhya.com/blog/2024/01/approaches-to-displaying-lists-in-python/