# 比如我有一个列表
mylist = [1,4,-5,10,-7,2,3,-1]

# 最脑瘫的方法就是用列表推导式重新生成一遍
filted_list_b0 = [x for x in mylist if x > 0]
filted_list_s0 = [x for x in mylist if x < 0]
# print(filted_list_b0)



# 当然如果列表很大，这样做会裂开，因为列表推导式本质上是遍历，会建立一份mylist的复制
# 这个时候我们可以用生成器的方式表达解析结果以节省内存
filted_list_b0 = (x for x in mylist if x > 0)
# for i in filted_list_b0:
#     print(i)



# 当然有的列表比较抽象：
mylist_suka = ['1', '2', '-3', '-', '4', 'N\A', '5']

# 这个时候我们可以先写逻辑进行过滤：
def drop_suka(val):
    try:
        x = int(val)
        return True
    except ValueError:
        return False


# 然后我们用内建的filter函数进行过滤，
# 第一个位置是一个值判断布尔函数，第二个参数是要过滤的列表，布尔函数里写过滤逻辑；
# filter返回一个迭代器，所以可以直接用list方法转成列表
my_nonsuka_list = list(filter(drop_suka, mylist_suka))
# print(my_nonsuka_list)



# 列表推导式和生成器推导式都可以在值的位置进行:
# 1.计算    x*2
# 2.三元判断 x*2 if x < 1 else x
filted_list_b0 = [x*2 if x < 1 else x for x in mylist if x > 0]
filted_list_b0 = (x*2 if x < 1 else x for x in mylist if x > 0)



# 如果要筛选的元素在另一个列表里怎么办？比如我们有：
rows = [
    "5412 N CLARK",
    "5148 N CLARK",
    "5800 E 58TH",
    "2122 N CLARK",
    "5645 N RAVENSWOOD",
    "1060 W ADDISON",
    "4801 N BROADWAY",
    "1039 W GRANVILLE",
]

counts = [0,3,10,4,1,7,6,1]

# counts表示rows里面对应元素出现的次数，如果我们想找count>5的元素咋整？
# 1.搞一个布尔列表，告诉程序谁才是我们要的
wanted = [n > 5 for n in counts] # 这和[n for n in counts if n > 5]不一样,之前是在for的同时筛选,现在是for完看看是否符合n>5
# print(wanted)
# 2.用itertools的compress函数来进行对比
from itertools import compress

# itertools里的compress函数输入一个列表和一个布尔列表,返回一个迭代器,里面是列表中同样位置在布尔列表里为True的元素
result = list(compress(rows, wanted))
print(result)