最新国产好看的视频,伊人天堂AV在线,国产Aaaaaa视频,蜜臀视频在线观看一区,人妻av色图,密臀久久久精品影片,青青视频免费观看毛片,久草在线观看视,国产三级精品色情在线

Python中l(wèi)ist打亂順序后復(fù)位的實現(xiàn)示例

 更新時間:2025年12月29日 10:00:35   作者:秋日原住民  
本文詳細介紹了如何使用Python對列表進行打亂、排序,以及如何通過特定方法如階乘和Pandas庫恢復(fù)原始順序,下面就來詳細的介紹一下,感興趣的可以了解一下

1.list數(shù)組打亂順序后復(fù)位

1.1 首先創(chuàng)建一個數(shù)組

創(chuàng)建original_array數(shù)組[5, 2, 8, 1, 7]

original_array = [5, 2, 8, 1, 7]  

1.2 獲取原數(shù)組位置索引

采用字典positions記錄數(shù)組中每個數(shù)的位置,字典key值代表值,字典value值代表數(shù)組位置索引。original_array數(shù)組 位置索引 5->0,2->1,8->2,1->3,7->4存入到positions字典。

positions = {value: index for index, value in enumerate(original_array)}  

1.3 打亂數(shù)組

shuffled_array = random.sample(original_array, len(original_array))  

1.4 數(shù)組復(fù)位

打亂順序后的數(shù)組shuffled_array的值帶入到字典key中進行排序,就是將其原先的位置索引進行排序然后得到原先數(shù)組值。

sorted_array = sorted(shuffled_array, key=lambda x: positions[x])  

完整的代碼如下:

import random  
  
# 原始數(shù)組  
original_array = [5, 2, 8, 1, 7]  
  
# 記錄每個元素在原始數(shù)組中的位置  
positions = {value: index for index, value in enumerate(original_array)}  
  
# 打散數(shù)組  
shuffled_array = random.sample(original_array, len(original_array))  
  
# 打印打散后的數(shù)組  
print("打散后的數(shù)組:", shuffled_array)  
  
# 按照原始位置信息對打散后的數(shù)組進行排序  
sorted_array = sorted(shuffled_array, key=lambda x: positions[x])  
  
# 打印恢復(fù)后的數(shù)組  
print("恢復(fù)后的數(shù)組:", sorted_array)

2.list 排序后 進行階乘后復(fù)位

import math
list1 = [5, 8, 1, 7, 4, 6, 2, 9, 3]

# 對列表進行排序并獲取排序后的索引
sorted_indexes = sorted(range(len(list1)), key=lambda k: list1[k])
# 這個是這樣理解的  首先是0 - 8 ,然后依次帶入,key=lambda k: list1[k]#
# 也即是[5, 8, 1, 7, 4, 6, 2, 9, 3],然后發(fā)現(xiàn) 2帶進去的數(shù)最小,所以 2排在前面。依次6
print(sorted_indexes)
sorted_list = [list1[i] for i in sorted_indexes]

# 對排序后的每個元素進行階乘運算
factorial_result = [math.factorial(x) for x in sorted_list]

# 按照原始順序恢復(fù)排序后的結(jié)果
restored_list = [factorial_result[sorted_indexes.index(i)] for i in range(len(list1))] # 必須使用index 的原因是 確定i存在的順序

# 輸出結(jié)果
print("原始數(shù)組:", list1)
print("排序后的數(shù)組:", sorted_list)
print("階乘后的數(shù)組:", factorial_result)
print("按照原始順序恢復(fù)的數(shù)組:", restored_list)

3.list 進行隨機亂序后 進行階乘后復(fù)位

import math
import random

list1 = [5, 8, 1, 7, 4, 6, 2, 9, 3]

# 打亂順序
shuffled_indexes = list(range(len(list1)))
print(shuffled_indexes)
random.shuffle(shuffled_indexes)
shuffled_list = [list1[i] for i in shuffled_indexes]
print("打亂順序后的列表", shuffled_indexes)

# 對打亂順序后的每個元素進行階乘運算
factorial_result = [math.factorial(x) for x in shuffled_list]

# 按照原始順序恢復(fù)排序后的結(jié)果
restored_list = [factorial_result[shuffled_indexes.index(i)] for i in range(len(list1))]

# 輸出結(jié)果
print("原始數(shù)組:", list1)
print("打亂順序后的數(shù)組:", shuffled_list)
print("階乘后的數(shù)組:", factorial_result)
print("按照原始順序恢復(fù)的數(shù)組:", restored_list)

4. 利用pandas進行復(fù)位

 
import pandas as pd 
 
from natsort import natsorted
 
# 讀取Excel文件
file_path = 'C:\\Users\\GP\\Desktop\\work\\低周應(yīng)力應(yīng)變\\1SUO-6852\\尺寸.xlsx'  # 替換成你的Excel文件路徑
df = pd.read_excel(file_path)
 
 
# 獲取第一列的數(shù)據(jù)
columnData0 = df.iloc[:,0].tolist()
 
# 使用natsort進行自然排序,得到排序后的索引順序
 
 
sort_index = natsorted(range(len(columnData0)),key= lambda x:columnData0[x] ) 
# columnData0 按照sort_index的順序進行排序
columnData0 = [columnData0[i] for i in sort_index]
 
df_sort=df.reindex(sort_index)
# df_sort1=df.iloc[sort_index]
print(df_sort)
# mark 現(xiàn)在是已經(jīng)將程序上的東西對上來了
 
 
 
 
# 將整個DataFrame恢復(fù)原有的排序
df_sort = df_sort.sort_index()
print(df_sort)

到此這篇關(guān)于Python中l(wèi)ist打亂順序后復(fù)位的實現(xiàn)示例的文章就介紹到這了,更多相關(guān)Python list打亂順序后復(fù)位內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

相關(guān)文章

  • 使用Python寫一個貪吃蛇游戲?qū)嵗a

    使用Python寫一個貪吃蛇游戲?qū)嵗a

    這篇文章主要介紹了使用Python寫一個貪吃蛇游戲?qū)嵗a,非常不錯,具有參考借鑒價值,需要的朋友參考下吧
    2017-08-08
  • Python?pytest自動化測試庫十個強大用法示例

    Python?pytest自動化測試庫十個強大用法示例

    本文將介紹Python的pytest庫的10個強大用法,并提供相應(yīng)的代碼示例,幫助你更好地理解和應(yīng)用單元測試,它提供了許多高級功能和便利的用法,能夠讓我們更輕松地編寫和執(zhí)行單元測試
    2024-01-01
  • python cv2截取不規(guī)則區(qū)域圖片實例

    python cv2截取不規(guī)則區(qū)域圖片實例

    今天小編就為大家分享一篇python cv2截取不規(guī)則區(qū)域圖片實例,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Matplotlib多子圖使用一個圖例的實現(xiàn)

    Matplotlib多子圖使用一個圖例的實現(xiàn)

    多子圖是Matplotlib中的一個功能,可以在同一圖形中創(chuàng)建多個子圖,本文主要介紹了Matplotlib多子圖使用一個圖例的實現(xiàn),感興趣的可以了解一下
    2023-08-08
  • python下對hsv顏色空間進行量化操作

    python下對hsv顏色空間進行量化操作

    這篇文章主要介紹了python下對hsv顏色空間進行量化操作,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-06-06
  • 基于文件路徑中/?\?//?\\的用法以及絕對相對路徑的問題

    基于文件路徑中/?\?//?\\的用法以及絕對相對路徑的問題

    這篇文章主要介紹了基于文件路徑中/?\?//?\\的用法以及絕對相對路徑的問題,具有很好的參考價值,希望對大家有所幫助,如有錯誤或未考慮完全的地方,望不吝賜教
    2024-02-02
  • 淺析Python字符串索引、切片、格式化

    淺析Python字符串索引、切片、格式化

    除了數(shù)字,Python中最常見的數(shù)據(jù)類型就是字符串,無論那種編程語言,字符串無處不在。本文將為大家詳細介紹Python中字符串的使用方法,需要的朋友可以參考一下
    2021-12-12
  • 5分鐘教會你用Docker部署一個Python應(yīng)用

    5分鐘教會你用Docker部署一個Python應(yīng)用

    Docker是一個開源項目,為開發(fā)人員和系統(tǒng)管理員提供了一個開放平臺,可以將應(yīng)用程序構(gòu)建、打包為一個輕量級容器,并在任何地方運行,下面這篇文章主要給大家介紹了關(guān)于如何通過5分鐘教會你用Docker部署一個Python應(yīng)用,需要的朋友可以參考下
    2022-06-06
  • matplotlib給子圖添加圖例的方法

    matplotlib給子圖添加圖例的方法

    今天小編就為大家分享一篇matplotlib給子圖添加圖例的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-08-08
  • python中綁定方法與非綁定方法的實現(xiàn)示例

    python中綁定方法與非綁定方法的實現(xiàn)示例

    本文主要介紹了python中綁定方法與非綁定方法的實現(xiàn)示例,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-09-09

最新評論

准格尔旗| 霍林郭勒市| 乌鲁木齐县| 隆安县| 陆良县| 泾阳县| 峨山| 辽阳市| 马鞍山市| 宁强县| 当雄县| 田林县| 登封市| 东阳市| 石家庄市| 西贡区| 美姑县| 开封县| 怀仁县| 开远市| 沁阳市| 阳泉市| 得荣县| 浑源县| 上林县| 东乌| 蒲江县| 淮安市| 永福县| 瑞丽市| 霞浦县| 桑植县| 叶城县| 当涂县| 民丰县| 锦州市| 滨海县| 文登市| 莱阳市| 雷山县| 景泰县|