Listen: N große Teilstücke

Listen sind eingebaute Datenstrukturen in Python, die heterogene Elemente speichern und einen effizienten Zugriff darauf ermöglichen. Die Aufgabe, Listen in N große Teilstücke zu zerlegen, ist gängige Praxis, wenn es eine Grenze für die Anzahl an Elementen gibt, die dein Programm in einer einzelnen Anforderung verarbeiten kann.

Listen

Listen sind Datenstrukturen, die gemischte Werte bzw. Elemente enthalten können. Beispiele für Elemente sind Integer, Floats, Strings usw. Listen sind veränderbar (mutable), das heißt, du kannst den Inhalt einer Liste ändern, ohne ihre Identität zu verändern. Sie werden mit eckigen Klammern [ ] geschrieben, und die enthaltenen Elemente sind durch ein Komma (,) getrennt. Erstellen wir eine Zahlenliste, mit der wir arbeiten können ...

# Creating a list of 95 numbers
list_numbers = list(range(1, 96))
print(list_numbers)Bereitgestellt von

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18, 19, 20, 21, 22, 23, 24, 25, 26, 27, 28, 29, 30, 31, 32, 33, 34, 35, 36, 37, 38, 39, 40, 41, 42, 43, 44, 45, 46, 47, 48, 49, 50, 51, 52, 53, 54, 55, 56, 57, 58, 59, 60, 61, 62, 63, 64, 65, 66, 67, 68, 69, 70, 71, 72, 73, 74, 75, 76, 77, 78, 79, 80, 81, 82, 83, 84, 85, 86, 87, 88, 89, 90, 91, 92, 93, 94, 95]
Bereitgestellt von

Die Funktion range() erzeugt eine Zahlenfolge. Sie hat die Form: range([start], stop[, step]), wobei "start" und "step" optionale Parameter sind. start ist die Startzahl der Sequenz, stop ist die Zahl, bis zu der Werte generiert werden, diese Zahl selbst ist nicht enthalten. step ist die Differenz zwischen zwei aufeinanderfolgenden Zahlen. Diese Funktion ist 0-indiziert, das heißt, die Listenindizes beginnen bei 0 und nicht bei 1, wenn kein Startwert angegeben ist.

Angenommen, du möchtest die Liste in kleinere Listen aufteilen, die jeweils 5 Elemente enthalten.

Eine Möglichkeit ist, einen Generator zu definieren. Ein Generator ist eine elegante Art, einen Iterator zu definieren. Was ist ein Iterator? Kurz gesagt: Ein Iterator ist ein Objekt, das weiß, wie es das nächste Element in dem Objekt berechnet und zurückgibt, über das du iterierst. Mehr über Iteratoren und Generatoren findest du im DataCamp-Artikel Python Iterator Tutorial.

Wir definieren eine Funktion, die den Generator enthält, der die eigentliche Arbeit übernimmt.

 # Yields successive 'n' sized chunks from list 'list_name'
def create_chunks(list_name, n):
    for i in range(0, len(list_name), n):
        yield list_name[i:i + n]

# Call the 'create_chunks' function to divide the list further into sub-lists of 10 items each
print(list(create_chunks(list_numbers, 10)))Bereitgestellt von

[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10], [11, 12, 13, 14, 15, 16, 17, 18, 19, 20], [21, 22, 23, 24, 25, 26, 27, 28, 29, 30], [31, 32, 33, 34, 35, 36, 37, 38, 39, 40], [41, 42, 43, 44, 45, 46, 47, 48, 49, 50], [51, 52, 53, 54, 55, 56, 57, 58, 59, 60], [61, 62, 63, 64, 65, 66, 67, 68, 69, 70], [71, 72, 73, 74, 75, 76, 77, 78, 79, 80], [81, 82, 83, 84, 85, 86, 87, 88, 89, 90], [91, 92, 93, 94, 95]]

Eine andere Möglichkeit ist, schlicht eine List Comprehension zu verwenden. Mehr dazu findest du im DataCamp-Artikel Python List Comprehension Tutorial.

print([list_numbers[i: i+10] for i in range(0, len(list_numbers), 10)])Bereitgestellt von

[[1, 2, 3, 4, 5, 6, 7, 8, 9, 10], [11, 12, 13, 14, 15, 16, 17, 18, 19, 20], [21, 22, 23, 24, 25, 26, 27, 28, 29, 30], [31, 32, 33, 34, 35, 36, 37, 38, 39, 40], [41, 42, 43, 44, 45, 46, 47, 48, 49, 50], [51, 52, 53, 54, 55, 56, 57, 58, 59, 60], [61, 62, 63, 64, 65, 66, 67, 68, 69, 70], [71, 72, 73, 74, 75, 76, 77, 78, 79, 80], [81, 82, 83, 84, 85, 86, 87, 88, 89, 90], [91, 92, 93, 94, 95]]

Je komplexer die Aufgabe wird, desto schwerer lassen sich List-Comprehension-Ausdrücke lesen und debuggen. Eine saubere Funktion, etwa mit einem Generator, ist oft übersichtlicher und leichter zu warten.

In diesem Tutorial hast du zwei Wege kennengelernt, ein häufiges Problem im Umgang mit Listen zu lösen. Schau dir auch den DataCamp-Kurs Data Types for Data Science an.