Indeksowanie w Pythonie

2011-05-15 16:34

Przeglądając jakiś rzeczywisty kod w języku Python można często natknąć się na nietypowe wykorzystanie operatora nawiasów kwadratowych. Tradycyjnie znaki te służą do indeksowania tablic, co w językach kompilowanych bezpośrednio do kodu maszynowego równa się prostej operacji na wskaźnikach:

int tab[N];
// ...
assert( tab[i] == *(tab + i) );

Ponieważ jednak Python nie jest takim językiem, jego twórcy pozwolili sobie na to, by zawarte w nim kilogramy warstw abstrakcji oferowały dodatkową funkcjonalność również przy tak trywialnym zagadnieniu. W rezultacie indeksowanie tablic (a właściwie list, w tym i łańcuchów znaków) jest tu operacją, która często ukrywa w sobie znacznie bardziej skomplikowaną logikę niż to widać na pierwszy rzut oka.

Zacznijmy od tego, że w dopuszczalnymi indeksami są nie tylko dodatnie, ale i ujemne liczby całkowite. Oznaczają one dostęp do końcowych elementów tablicy: -1 do pierwszego od końca, -2 do drugiego, i tak dalej. Być może nie wydaje się logiczne to, że elementy tab[0] i tab[-1] są na przeciwnych krańcach listy podczas gdy ich indeksy różnią zaledwie o jeden. Uzasadnieniem jest tu odniesienie do indeksowania od końca w innych językach, czyli tab[tab.length() - i]. W Pythonie po prostu pomija się jawne zapisanie odwołania do długości tablicy.

Znacznie bardziej interesującym aspektem indeksowania jest użycie dwukropka (:). W zasadzie to zamienia on wówczas całą operację na “krojenie” (slice) tablicy, bo pozwala on na na wybór nie jednego elementu, a całego przedziału. Dokładniej mówiąc tab[i:j] oznacza fragment tablicy wyznaczony półotwartym zakresem indeksów $[i; j)$ . Kawałek ten zawiera więc tab[i], ale pomija tab[j]; jest to analogiczne chociażby do iteratorów begin() i end() w kontenerach STL.
To właśnie slicing jest tą nietypową operacją, która dla niewprawnego oka wygląda cokolwiek zagadkowo. Jest tak zwłaszcza wtedy, gdy wykorzystuje ona możliwość pominięcia jednego z krańców przedziału, który to jest wówczas “dociągany” do odpowiedniego krańca całej listy.

Łącząc wszystkie te zawiłości możemy już rozszyfrować większość często występujących przypadków użycia indeksowania w Pythonie:

tab[1:] # tablica bez pierwszego elementu
tab[:-1] # tablica bez ostatniego elementu
tab[:n] # co najwyżej n początkowych elementów tablicy
tab[-n:] # n > 0 końcowych elementów tablicy
# początkowy ciąg aż do wystąpienia znaku @
username = email[:email.index('@')]
# końcowy ciąg począwszy od ostatniej kropki
extension = filename[filename.rindex('.'):]

Dwa ostatnie przykłady pokazują też, że tego rodzaju operacje są bardzo przydatne podczas przetwarzania łańcuchów znaków, które to “przypadkiem” są również swego rodzaju tablicami.

Be Sociable, Share!

Tags: arrays, indexing, Python, strings
Author: Xion, posted under Programming »

« Google I/O Extended 2011 w Warszawie

Drugi problem, czyli API do wyrażeń regularnych »

6 comments for post “Indeksowanie w Pythonie”.

vashpan:
May 15th, 2011 o 17:26
Takie myki nie tylko w wysokopoziomowych jezykach skryptowych – jezyk D posiada podobne “featury” jezeli chodzi o indeksowanie tablic i stringow. Implementacja czegos takiego jest przeciez w miare prosta takze na najnizszym poziomie. To tylko tablice ;)
MSM:
May 15th, 2011 o 18:56
Dodałbym jeszcze jeden fajny feature – możliwość dodania drugiego dwukropka i trzeciego parametru po nim – pozwala to brać co n-ty element. Przykłady:

>>> tab = [1, 2, 3, 4, 5, 6] >>> tab[::2] [1, 3, 5] >>> tab[2:-2:2] [3] >>> tab[1::2] [2, 4, 6]

Jak widać jest to jeszcze bardziej niejasne dla kogoś kto nie wie o co chodzi ;)
Sebas86:
May 15th, 2011 o 21:37
MSM, w przypadku trójargumentowym, nie trzeci a drugi parametr wskazuje skok – skrajne argumenty wskazują początek i koniec.

>>> a = [1,2,3,4,5,6,7]
>>> a[0:-1:5]
[1, 6]

Zapis jest niejasny tylko dla ludzi, którzy nigdy wcześniej nic nie mieli z nim wspólnego. ;)

Ogólnie przydatna rzecz, podobna konstrukcja w Matlabie jest bardzo użyteczna, chociaż o nieco innym skutku ubocznym – nie jest związana bezpośrednio z operatorem wyłuskania elment(u|ów) z tablicy, a generuje tablicę wartości, która może, ale nie musi, posłużyć do dalszego indeksowania.
p:
May 15th, 2011 o 21:49
@Sebas86 Ale czy właśnie sam się nie negujesz? Wypisujesz tablicę od pierwszego do ostatniego elementu co 5 elementów, czyli właśnie [1,6] – trzeci parametr wskazuje na skok.
Xion:
May 16th, 2011 o 19:04
W Pythonie trzeci parametr wskazuje na skok, w Matlabie drugi. Między innymi dlatego, że jest to tak mylące, to o tym nie wspominałem ;)
gryf:
May 17th, 2011 o 21:12
Stringi (łańcuchy) można indeksować, jednak nie są one listami/tablicami – nie można ich modyfikować:
1. >>> a = [1,2,3,4,5]
2. >>> b = "razdwatrzy"
3. >>> del(a[:-2])
4. >>> a
5. [4, 5]
6. >>> del(b[:-2])
7. Traceback (most recent call last):
8. File "", line 1, in
9. TypeError: 'str' object does not support item deletion
10. >>> b[3] = "f"
11. Traceback (most recent call last):
12. File "", line 1, in
13. TypeError: 'str' object does not support item assignment

Comments are disabled.