动态列表理解

Dynamic list comprehension

我想知道 python 是否能够使用多个可选条件通过理解来创建列表。

我们举个例子。考虑以下对象(部分描述):

class Person():
    def __init__(self):
        self.id = <next id of some kind>
        self.name = 'default name'
        self.gender = 'm'
        self.age = 20

<...>

假设我创建了一个包含所有 Person 的列表到 world。然后我想创建一个 GUI,它允许我根据搜索条件浏览集合(GUI 概念不在问题范围之内),例如名称(基于正则表达式)、id、性别和年龄(等于,不等于以及大于或小于)。 None 的搜索条件是强制性的(我们可以假设它是 None 我猜)并且类型对于这个问题并不重要。

如何以一种巧妙的 python 方式过滤 Person 的列表?

如果我知道标准,我可以理解 :

l = [person for person in world if re.search(person.name, '.*Smith') and person.gender = 'm' and person.age < 20]

但是由于用户可以选择他想要的内容,所以我不知道使用什么标准。我当然可以将其构建为完全成熟的函数:

l = world
if nameSearch:
    l = [person for person in l if re.search(person.name, nameSearch)]
if genderSearch:
    l = [person for person in l if gender == genderSearch]
<...>
return l

但我觉得 python 会有更合适的方法。

这个怎么样?

def search(self, condition):
    return filter(condition, self.l)


def search_re(self, **kwargs):
    filters = []
    for key, value in kwargs.items():
        if isinstance(value, str):
             value = re.compile(value)
             filters.append(lambda x: re.search(getattr(x, key), value))
        elif callable(value):
             filters.append(lambda x: value(getattr(x, key)))
        else:
             filters.append(lambda x: getattr(x, key) == value)
    def condition(person):
        return all(
                 f(person) for f in filters
               )

    return self.search(condition)

用法:

persons.search(lambda x: x.name == "bla")

persons.search_re(name=".*Smith", gender="male")

在上面阐述我的评论:

由于函数是 Python 中的第一个 class 公民,您可以编写一堆匹配器函数,将它们(动态地)放在一个列表中,并在单个列表理解中与它们匹配。

predicatesPerson -> bool.

类型的单参数函数列表

然后简单地做:

[ pers for pers in world if all([f(pers) for f in predicates]) ]

进一步探索函数式的思路,可以通过创建返回匹配函数的函数来创建"dynamic matching functions":

def age_matcher(age):
    return lambda p: p.age > age

可以将 age_matcher(someAge) 添加到您的 predicates 数组。

旁注

对于这些类似于 "database-search" 的任务,您 可能想要 真的应该看看像 Pandas 这样的库,您可以在其中进行类似于SQL。您可能正在重新发明一种相当复杂的轮子。

根据 DCS 的评论,这里是一个如何将函数用作过滤器的示例。过滤器只是一个 returns 布尔值的函数(给定 Person 的实例)。为了加快处理速度,我建议您查看 pandas,这是数据 filtering/sorting/munging 的一个很好的选择,但这可能会让您开始使用一个简单的解决方案。留给您的唯一任务是根据用户的输入创建过滤器。

from random import random

class Person():
    def __init__(self, id):
        self.id = id
        self.name = 'Name{}'.format(id)
        self.gender = 'm' if random() > 0.5 else 'f'
        self.age = int(random() * 10) + 10

    def __repr__(self):
        return 'Person-{} ({}, {}. {})'.format(self.id,
                                               self.name,
                                               self.gender,
                                               self.age)

设置一些测试数据:

people = [Person(id) for id in range(10)]

[Person-0 (Name0, f. 15),
 Person-1 (Name1, f. 14),
 Person-2 (Name2, f. 12),
 Person-3 (Name3, f. 18),
 Person-4 (Name4, m. 12),
 Person-5 (Name5, f. 18),
 Person-6 (Name6, f. 15),
 Person-7 (Name7, f. 15),
 Person-8 (Name8, f. 10),
 Person-9 (Name9, m. 16)]

输出:

def by_age(age):
    return lambda person: person.age == age

def by_name(name):
    return lambda person: re.search(person.name, name)

def by_gender(gender):
    return lambda person: person.gender == gender

filters = (by_age(15),
           by_gender('f'))

filtered_people = (p for p in people if all([f(p) for f in filters]))
list(filtered_people)

这为我们提供了以下经过筛选的人员列表:

[Person-0 (Name0, f. 15), Person-6 (Name6, f. 15), Person-7 (Name7, f. 15)]

您甚至可以将谓词 all 更改为 any,以便 select 所有匹配指定过滤器 any 的人。