您的位置：首页 > 编程语言 > Python开发

Python实现去除列表中重复元素的方法总结【7种方法】

2019-02-17 00:10 741 查看

这里首先给出来我很早之前写的一篇博客，Python实现去除列表中重复元素的方法小结【4种方法】，感兴趣的话可以去看看，今天是在实践过程中又积累了一些方法，这里一并总结放在这里。

由于内容很简单，就不再过多说明了，这里直接上代码，具体如下：

# !/usr/bin/env python
# -*- coding:utf-8 -*-
'''
__Author__:沂水寒城
功能： python列表去除方法总结（7种方法）
'''
import sys
reload(sys)
import copy
sys.setdefaultencoding("utf-8")
from collections import Counter
def func1(data_list):
'''
使用内置set方法去重
'''
return list(set(data_list))
def func2(data_list):
'''
借助字典方法fromkeys
'''
return list({}.fromkeys(data_list).keys())
def func3(data_list):
'''
使用类列表推导式
'''
res_list=[]
for one in data_list:
if not one in res_list:
res_list.append(one)
return res_list
def func4(data_list):
'''
使用sorted函数(其实本质上还是使用set方法进行的排序)
'''
res_list=copy.deepcopy(data_list)
res_list=sorted(set(data_list),key=data_list.index)
return res_list
def func5(data_list):
'''
使用"排序+计数"的方法
'''
result_list=[]
temp_list=sorted(data_list)
i=0
while i<len(temp_list):
if temp_list[i] not in result_list:
result_list.append(temp_list[i])
else:
i+=1
return result_list
def flagFunc(a):
'''
布尔函数
'''
if a in count_dict:
count_dict[a]+=1
return False
else:
count_dict[a]=1
return True
def func6(data_list):
'''
使用map方法
'''
global count_dict
count_dict={}
tmp_list=map(flagFunc,data_list)
return [data_list[i] for i in range(len(data_list)) if tmp_list[i]]
def func7(data_list):
'''
借助collections模块中的Counter方法(频度过滤方法)
'''
fre_list=Counter(data_list).most_common(len(data_list))
return [one[0] for one in fre_list]
if __name__=='__main__':
data_list=[12,4,7,3,4,2,4,3,5,12,78,9,0,4,5,0,44,3]
print func1(data_list)
print func2(data_list)
print func3(data_list)
print func4(data_list)
print func5(data_list)
print func6(data_list)
print func7(data_list)

结果如下：

[0, 2, 3, 4, 5, 7, 9, 12, 78, 44]
[0, 2, 3, 4, 5, 7, 9, 12, 78, 44]
[12, 4, 7, 3, 2, 5, 78, 9, 0, 44]
[12, 4, 7, 3, 2, 5, 78, 9, 0, 44]
[0, 2, 3, 4, 5, 7, 9, 12, 44, 78]
[12, 4, 7, 3, 2, 5, 78, 9, 0, 44]
[4, 3, 0, 5, 12, 2, 7, 9, 78, 44]

果然还是很有意思的哈！

总结

以上就是这篇文章的全部内容了，希望本文的内容对大家的学习或者工作具有一定的参考学习价值，谢谢大家对脚本之家的支持。如果你想了解更多相关内容请查看下面相关链接

您可能感兴趣的文章:

内容来自用户分享和网络整理，不保证内容的准确性，如有侵权内容，可联系管理员处理

标签：

相关文章推荐

新的分享

章节导航