Python は、さまざまな目的と、さまざまなタスクを実行するための複数の機能を備えた、広く使用されているソフトウェアです。 Python の便利な機能の 1 つは、さまざまなデータの収集と保存に役立つリスト機能ですが、別のサブリスト内にすでに存在するサブリストを削除するときにユーザーが問題に直面することがよくあります。したがって、この記事では、他のサブリストにすでに存在する別のサブリストを削除する方法を学びます。
問題を明確に理解するために、データがすでに別のサブリストに存在するサブリストを削除する必要がある例を考えてみましょう。
###例### リーリー ###出力###[Shyam,John] と [David,Stefan] という名前のサブリストは、他のサブリストに同じデータをすでに持っているため、これらの余分なサブリストは削除されます。出力は次のようになります:
リーリーここで、サブリストにすでに存在するサブリストを削除するさまざまな方法を理解します。
ここでは、考えられるさまざまな方法について説明しました:
リストの内包表記
他のサブリスト内に存在するすべてのサブリストを削除する最も簡単な方法は、リスト内包表記を利用することです。リスト内に存在するすべてのサブリストを確認し、他のサブリストに存在しないサブリストを新しいリストにコピーします。より明確に理解するために例を見てみましょう:
###例### リーリー ###出力###コードが完了したら、上記のコードの出力を出力します。上記のコードの出力は次のとおりです:
リーリー余分なサブリストはすべて削除されるため、サブリストに既に存在するサブリストを削除する正しいコードを作成しました。
関数の定義
問題を解決するもう 1 つの方法は、他のサブリスト内に存在するすべてのサブリストをフィルターで除外するまったく新しい別個の関数を作成することです。これは、関数の条件を定義し、それに応じて実行することで実行できます。
###例### リーリー ###出力###上記のコードの出力は次のとおりです:
リーリー余分なサブリストはすべて削除されるため、余分なサブリストをすべて削除するための正しいコードを作成しました。
各リストを比較してください
これは、別のサブリスト内にすでに存在するサブリストを削除するための非常に複雑な方法です。この方法では、すべてのサブリストが相互に比較され、重複しないサブリストが新しいリストにコピーされます。次の例を参考にすると、これを理解できます:
###例### リーリー ###出力###上記のコードの出力は次のとおりです:
リーリーこの方法は、リストが長すぎて、多くの要素を含む多数のサブリストが含まれる場合に適しています。
セット操作
この操作では、集合操作を使用して、他のサブリスト内に存在するサブリストを削除します。このアプローチでは、リスト内の各サブリストをセットに変換し、さまざまな操作を利用して他のサブリストに存在するすべてのサブリストを削除できます。次の例を通して、より明確に理解できます:
###例### リーリー ###出力###上記のコードの出力は次のとおりです:
リーリー他のサブリストに存在するすべてのサブリストが削除されました。
###結論は###別のサブリストに既に存在するサブリストを削除するという問題は、ユーザーが頻繁に直面する問題であり、多くの場合、ユーザーの多くの時間が消費されます。したがって、前の記事で提案したさまざまな方法を使用して、別のサブリスト内に存在するすべてのサブリストをすばやく削除することができます。
以上がPython - 別のサブリスト内に存在するサブリストを削除するの詳細内容です。詳細については、PHP 中国語 Web サイトの他の関連記事を参照してください。

Pythonは学習と使用が簡単ですが、Cはより強力ですが複雑です。 1。Python構文は簡潔で初心者に適しています。動的なタイピングと自動メモリ管理により、使いやすくなりますが、ランタイムエラーを引き起こす可能性があります。 2.Cは、高性能アプリケーションに適した低レベルの制御と高度な機能を提供しますが、学習しきい値が高く、手動メモリとタイプの安全管理が必要です。

PythonとCは、メモリ管理と制御に大きな違いがあります。 1。Pythonは、参照カウントとガベージコレクションに基づいて自動メモリ管理を使用し、プログラマーの作業を簡素化します。 2.Cには、メモリの手動管理が必要であり、より多くの制御を提供しますが、複雑さとエラーのリスクが増加します。どの言語を選択するかは、プロジェクトの要件とチームテクノロジースタックに基づいている必要があります。

科学コンピューティングにおけるPythonのアプリケーションには、データ分析、機械学習、数値シミュレーション、視覚化が含まれます。 1.numpyは、効率的な多次元配列と数学的関数を提供します。 2。ScipyはNumpy機能を拡張し、最適化と線形代数ツールを提供します。 3. Pandasは、データ処理と分析に使用されます。 4.matplotlibは、さまざまなグラフと視覚的な結果を生成するために使用されます。

PythonまたはCを選択するかどうかは、プロジェクトの要件に依存するかどうかは次のとおりです。1)Pythonは、簡潔な構文とリッチライブラリのため、迅速な発展、データサイエンス、スクリプトに適しています。 2)Cは、コンピレーションと手動メモリ管理のため、システムプログラミングやゲーム開発など、高性能および基礎となる制御を必要とするシナリオに適しています。

Pythonは、データサイエンスと機械学習で広く使用されており、主にそのシンプルさと強力なライブラリエコシステムに依存しています。 1)Pandasはデータ処理と分析に使用され、2)Numpyが効率的な数値計算を提供し、3)SCIKIT-LEARNは機械学習モデルの構築と最適化に使用されます。これらのライブラリは、Pythonをデータサイエンスと機械学習に理想的なツールにします。

Pythonを1日2時間学ぶだけで十分ですか?それはあなたの目標と学習方法に依存します。 1)明確な学習計画を策定し、2)適切な学習リソースと方法を選択します。3)実践的な実践とレビューとレビューと統合を練習および統合し、統合すると、この期間中にPythonの基本的な知識と高度な機能を徐々に習得できます。

Web開発におけるPythonの主要なアプリケーションには、DjangoおよびFlaskフレームワークの使用、API開発、データ分析と視覚化、機械学習とAI、およびパフォーマンスの最適化が含まれます。 1。DjangoandFlask Framework:Djangoは、複雑な用途の迅速な発展に適しており、Flaskは小規模または高度にカスタマイズされたプロジェクトに適しています。 2。API開発:フラスコまたはdjangorestFrameworkを使用して、Restfulapiを構築します。 3。データ分析と視覚化:Pythonを使用してデータを処理し、Webインターフェイスを介して表示します。 4。機械学習とAI:Pythonは、インテリジェントWebアプリケーションを構築するために使用されます。 5。パフォーマンスの最適化:非同期プログラミング、キャッシュ、コードを通じて最適化

Pythonは開発効率でCよりも優れていますが、Cは実行パフォーマンスが高くなっています。 1。Pythonの簡潔な構文とリッチライブラリは、開発効率を向上させます。 2.Cのコンピレーションタイプの特性とハードウェア制御により、実行パフォーマンスが向上します。選択を行うときは、プロジェクトのニーズに基づいて開発速度と実行効率を比較検討する必要があります。


ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SecLists
SecLists は、セキュリティ テスターの究極の相棒です。これは、セキュリティ評価中に頻繁に使用されるさまざまな種類のリストを 1 か所にまとめたものです。 SecLists は、セキュリティ テスターが必要とする可能性のあるすべてのリストを便利に提供することで、セキュリティ テストをより効率的かつ生産的にするのに役立ちます。リストの種類には、ユーザー名、パスワード、URL、ファジング ペイロード、機密データ パターン、Web シェルなどが含まれます。テスターはこのリポジトリを新しいテスト マシンにプルするだけで、必要なあらゆる種類のリストにアクセスできるようになります。

PhpStorm Mac バージョン
最新(2018.2.1)のプロフェッショナル向けPHP統合開発ツール

AtomエディタMac版ダウンロード
最も人気のあるオープンソースエディター

ZendStudio 13.5.1 Mac
強力な PHP 統合開発環境
