python实现将列表中各个值快速赋值给多个变量

所属分类: 脚本专栏 / python 阅读数: 1166
收藏 0 赞 0 分享

我就废话不多说啦,还是直接看代码吧!

list1 = [1,2,3,4]
a,b,c,d = list1

a = 1
b =2

这种方式只有当左边的操作数个数和list1长度相同时,才可以这么做,不然报错.

我们假设我们有一个list对象List,它的长度足够长,想把它从下标i开始的k个元素赋给k个元素,可以这么做:

v1, v2, v3, …, vk = List[i : i + k] #默认i=0, k=len(List)

补充知识:python 将某个字段存储为列表类型

实现存储数据格式为

{
    "_index": "nested-20180815",
    "_type": "stb-iptv-montor-m-gather-apk",
    "_id": "AWU8sZboGQQbsn0rAW4J",
    "_score": 1,
    "_source": {
     "mdiNested": [
      {
       "mdiMLR": 0,
       "mdiType": "0"
      },
      {
       "mdiMLR": 0,
       "mdiType": "1"
      },
      {
       "mdiMLR": 0,
       "mdiType": "2"
      },
      {
       "mdiMLR": 0,
       "mdiType": "3"
      },
      {
       "mdiMLR": 0,
       "mdiType": "4"
      },
      {
       "mdiMLR": 0,
       "mdiType": "5"
      }
     ]
    }
   }

代码:

from elasticsearch import Elasticsearch
from elasticsearch import helpers
import json

es_20 = Elasticsearch(hosts="1.0.0.0", port=9200, timeout=15000)
time_ = "20180815"
index_20 = "nested-{0}".format(time_)
type_20 = "stb-iptv-montor-m-gather-apk"


def set_mapping():
  my_mappping = {
    type_20: {
      "properties": {
        "mdiNested": {
          "properties": {
            "mdiMLR": {
              "type": "short"
            },
            "mdiType": {
              "type": "keyword"
            }
          }
        }
      }
    }
  }
  create_index = es_20.indices.create(index=index_20, body=None)
  create_mapping = es_20.indices.put_mapping(index=index_20, body=my_mappping, doc_type=type_20)
  mdiMLR = [0,1,2,3,4]
  mdiType = ["0","1","2","3","4","5"]
  actions = []
  dict_ ={}
  for mdiMLR_ in mdiMLR:
    dict_list = []
    for type in mdiType:
      t1 ={'mdiMLR': mdiMLR_, 'mdiType': type}
      dict_list.append(t1)
    action = {
        "_index": index_20,
        "_type": type_20,
        "_source": {
          "mdiNested": dict_list
        }
    }
    actions.append(action)
  helpers.bulk(es_20, actions)

以上这篇python实现将列表中各个值快速赋值给多个变量就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持脚本之家。

更多精彩内容其他人还在看

pandas的qcut()方法详解

这篇文章主要介绍了pandas的qcut()方法详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

从列表或字典创建Pandas的DataFrame对象的方法

这篇文章主要介绍了从列表或字典创建Pandas的DataFrame对象的方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas.DataFrame的pivot()和unstack()实现行转列

这篇文章主要介绍了pandas.DataFrame的pivot()和unstack()实现行转列,小编觉得挺不错的,现在分享给大家,也给大家做个参考。一起跟随小编过来看看吧
收藏 0 赞 0 分享

pandas中的series数据类型详解

这篇文章主要介绍了pandas中的series数据类型详解,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas 时间格式转换的实现

这篇文章主要介绍了pandas 时间格式转换的实现,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python中时间、日期、时间戳的转换的实现方法

这篇文章主要介绍了python中时间、日期、时间戳的转换的实现方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

pandas进行时间数据的转换和计算时间差并提取年月日

这篇文章主要介绍了pandas进行时间数据的转换和计算时间差并提取年月日,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法

这篇文章主要介绍了详解将Pandas中的DataFrame类型转换成Numpy中array类型的三种方法,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友们下面随着小编来一起学习学习吧
收藏 0 赞 0 分享

python和c语言的主要区别总结

在本篇文章里小编给各位整理了关于python和c语言的主要区别的相关知识帖内容,有需要的朋友们学习阅读下。
收藏 0 赞 0 分享

选择Python写网络爬虫的优势和理由

在本篇文章里小编给各位整理了一篇关于选择Python写网络爬虫的优势和理由以及相关代码实例,有兴趣的朋友们阅读下吧。
收藏 0 赞 0 分享
查看更多