在这篇文章中，我们将带领您了解在[：index]上使用动态索引进行列表切片的全貌，包括动态索引构建的相关情况。同时，我们还将为您介绍有关ES概念及动态索引结构和索引更新机制、list列表切片方法汇总、

在这篇文章中，我们将带领您了解在[：index]上使用动态索引进行列表切片的全貌，包括动态索引构建的相关情况。同时，我们还将为您介绍有关ES 概念及动态索引结构和索引更新机制、list列表切片方法汇总、Numpy 切片与列表切片、pandas：如何使用多索引进行数据透视？的知识，以帮助您更好地理解这个主题。

• 在[：index]上使用动态索引进行列表切片（动态索引构建）
• ES 概念及动态索引结构和索引更新机制
• list列表切片方法汇总
• Numpy 切片与列表切片
• pandas：如何使用多索引进行数据透视？

在[：index]上使用动态索引进行列表切片（动态索引构建）

我需要使用负动态索引（[：-index]）对列表进行切片。这很容易，直到我意识到如果我的动态索引的值为0，则不返回任何项目，而不是返回整个列表。如何以索引为0时返回整个字符串的方式实现此目的？我的代码很长很复杂，但是基本上这个例子显示了这个问题：

    arr=''test text''    index=2    print arr[:-index]    >>''test te''    #Entire string minus 2 from the right    index=1    print arr[:-index]    >>''test tex''    #Entire string minus 1 from the right    index=0    print arr[:-index]    >>''''           #I would like entire string minus 0 from the right

注意：我正在使用Python 2.7。

答案1

另一个有趣的潜在解决方案。

>>> arr = [1, 2, 3]>>> index = 0>>> arr[:-index or None][1, 2, 3]>>> index = 1>>> arr[:-index or None][1, 2]

为了在诸如字符串之类的不可变序列类型上获得更高的性能，可以在切片操作 之前 检查index的值来避免在index为0的情况下完全切片序列。

这里是要测试性能的三个功能：

def shashank1(seq, index):    return seq[:-index or None]def shashank2(seq, index):    return index and seq[:-index] or seqdef shashank3(seq, index):    return seq[:-index] if index else seq

后两者应当是 多 在指数是0的情况下更快，但也可以是在其它情况下更慢（或更快）。

更新的基准代码： http :
//repl.it/oA5

注意：结果在很大程度上取决于Python的实现。

ES 概念及动态索引结构和索引更新机制

搜索引擎通过分片（shard）和副本（replica）实现了高性能、高伸缩和高可用。分片技术为大规模并行索引和搜索提供了支持，极大地提高了索引和搜索的性能，极大地提高了水平扩展能力；副本技术为数据提供冗余，部分机器故障不影响系统的正常使用，保证了系统的持续高可用。

有2个分片和3份副本的索引结构如下所示：

一个完整的索引被切分为0和1两个独立部分，每一部分都有2个副本，即下面的灰色部分。

在生产环境中，随着数据规模的增大，只需简单地增加硬件机器节点即可，搜索引擎会自动地调整分片数以适应硬件的增加，当部分节点退役的时候，搜索引擎也会自动调整分片数以适应硬件的减少，同时可以根据硬件的可靠性水平及存储容量的变化随时更改副本数，这一切都是动态的，不需要重启集群，这也是高可用的重要保障。

ElasticSearch的Schema free特性给动态提取并索引网页结构化文本内容提供了支持，使用URL的hash值来作为索引的主键（实际开发中使用URL作为主键，这里使用URL的hash值是为了方便演示），当网页内容改变后，可以非常方便地更新索引。

下面演示了动态索引结构和索引更新机制：

1.  

2. 1、提交索引：

curl -XPUT http://localhost:9200/webpage/finance/85723925 -d ''

{

"url" : "http://money.163.com/14/0523/02/9ST8D7KR00253B0H.html",

"title" : "中国非一线城市限购可退出 楼市限购或全面松绑",

"content" : "昨日有消息称，除北上广深之外，其他城市的限购政策可以自行调节，尤其是库存过大的地方。这意味着除四大一线城市之外的30多个限购城市，有可能全面松绑限购政策。"

}

''

2、服务器响应：

{"_index":"webpage","_type":"finance","_id":"85723925","_version":1,"created":true}

1.  

2. 3、查看索引结构：

需要elasticsearch-head插件，下面是安装方法：

plugin -install mobz/elasticsearch-head

浏览器访问：

http://localhost:9200/_plugin/head/

1. 4、再次提交同样URL的索引，内容改变了：

curl -XPUT http://localhost:9200/webpage/finance/85723925 -d ''

{

"url" : "http://money.163.com/14/0523/02/9ST8D7KR00253B0H.html",

"title" : "标题改了：中国非一线城市限购可退出 楼市限购或全面松绑",

"content" : "内容改了：昨日有消息称，除北上广深之外，其他城市的限购政策可以自行调节，尤其是库存过大的地方。这意味着除四大一线城市之外的30多个限购城市，有可能全面松绑限购政策。"

}

''

5、服务器响应：

{"_index":"webpage","_type":"finance","_id":"85723925","_version":2,"created":false}

可以看到，版本变为2，created为false，已经成功更新索引

1. 6、再次提交同样URL的索引，不但内容改变了，而且新增了2个字段：

curl -XPUT http://localhost:9200/webpage/finance/85723925 -d ''

{

"url" : "http://money.163.com/14/0523/02/9ST8D7KR00253B0H.html",

"title" : "标题改了：中国非一线城市限购可退出 楼市限购或全面松绑",

"content" : "内容改了：昨日有消息称，除北上广深之外，其他城市的限购政策可以自行调节，尤其是库存过大的地方。这意味着除四大一线城市之外的30多个限购城市，有可能全面松绑限购政策。",

"keywords" : "试探,限购政策,淡出,一次次",

"description" : "中国非一线城市限购可退出 楼市限购或全面松绑,试探 限购政策 淡出 一次次"

}

''

7、服务器响应：

{"_index":"webpage","_type":"finance","_id":"85723925","_version":3,"created":false}

1. 8、再次查看索引结构：

可以看到，新增的两个索引字段已经添加到索引里面了

list列表切片方法汇总

python为list列表提供了强大的切片功能,下面是一些常见功能的汇总

"""
使用模式: [start:end:step]
    其中start表示切片开始的位置,默认是0
    end表示切片截止的位置(不包含),默认是列表长度
    step表示切片的步长,默认是1
    当start是0时,可以省略;当end是列表的长度时,可以省略.
    当step是1时,也可以省略,并且省略步长时可以同时省略最后一个冒号.
    此外,当step为负数时,表示反向切片,这时start值应该比end值大.
    注意:切片操作创建了一个新的列表.
"""

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

print(alist[::])  # 返回包含原列表所有元素的新列表
print(alist[::-1])  # 返回原列表的一个逆序列表
print(alist[::2])  # [1, 3, 5, 7, 9] .取列表下标偶数位元素
print(alist[1::2])  # [2, 4, 6, 8]  取列表下标奇数位元素
print(alist[3:6])  # [4, 5, 6]  #取列表中下标3到6的值,步长是1
print(alist[3:6:2])  # [4, 6] #取列表中下标3到6的值,步长是2

print(alist[:10])  # [1, 2, 3, 4, 5, 6, 7, 8, 9]  . end大于列表长度时,取列表中所有元素,省略了步长1.
print(alist[10:]) # []  . 表示从列表的第10位开始取,一直取到列表结果,步长是1.

alist[len(alist):] = [10]  # 在列表的未尾添加一个元素
print(alist) #[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

alist[:0] = [-1,0]  # 在列表的头部插入元素. alist[:0] 相当于 alist[0:0] 再相当于 alist[0:0:1]
print(alist) #[-1, 0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

alist[5:5] = [-6]  # 把列表的第6个位置替换成-6. 相当于alist[5:5:1] = [-6]
print(alist) #[-1, 0, 1, 2, 3, -6, 4, 5, 6, 7, 8, 9, 10]

alist = [1, 2, 3, 4, 5, 6, 7, 8, 9]
alist[:3] = [''A'',''B'',''C'',''D'']  # 把alist的前3个元素换成[''A'',''B'',''C'',''D'']
print(alist)  #[''A'', ''B'', ''C'', ''D'', 4, 5, 6, 7, 8, 9]

alist[3:] = [''E'',''F'',''G'']  # 把列表第3个元素之后的元素替换成[''E'',''F'',''G'']
print(alist) # [''A'', ''B'', ''C'', ''E'', ''F'', ''G'']

alist = [1, 2, 3, 4, 5, 6]
alist[::2] = [0]*3 # 替换列表下标是偶数的前三个元素,注意使用该方法时,列表下标是偶数的元素个数必须与后面替换的元素个数相等,否则报错
print(alist) #[0, 2, 0, 4, 0, 6]

alist[::2] = [''a'',''b'',''c''] # 跟上面一样的道理,只是替换的内容不一样
print(alist) # [''a'', 2, ''b'', 4, ''c'', 6]

alist = [1, 2, 3, 4, 5, 6]
alist[:3] = [] # 删除列表中前3个元素
print(alist) # [4, 5, 6]


alist = [1, 2, 3, 4, 5, 6]
del alist[:3]  # 使用del关键字删除列表前3个元素
print(alist) #[4, 5, 6]

alist = [1, 2, 3, 4, 5, 6]
del alist[::2]  # 删除列表元素,下标是偶数位的元素
print(alist) #[2, 4, 6]

Numpy 切片与列表切片

a=[1,2,3,4,5]

b=a[:]

id(a)
>>2181314756864

id(b)
>>2181314855232 (different as slicing creates a new object)

id(a[0])
>>140734633334432

id(b[0])
>>140734633334432 (same)

b[0]=-1

b
>>[-1,5]

a
>>[1,5]  --perfectly fine

import numpy as np

l=np.array([1,5])

p=l[:]

id(l)
>>2181315005136

id(p)
>>2181315019840 (different as it creates a new object,which is fine)

id(l[0])

>>2181314995440

id(p[0])
>>2181314995952 (different)

p[0]=-1

p
>>array([-1,5])

l

>>array([-1,5])

import pandas as pd
import numpy as np

df= pd.DataFrame()
month = np.arange(1,13)
values1 = np.random.randint(0,100,12)
values2 = np.random.randint(200,300,12)


df['month'] = np.hstack((month,month))
df['year'] = 2004
df['value'] = np.hstack((values1,values2))
df['item'] = np.hstack((np.repeat('item 1',12),np.repeat('item 2',12)))

# This doesn't work: 
# ValueError: Wrong number of items passed 24,placement implies 2
# mypiv = df.pivot(['year','month'],'item','value')

# This doesn't work,either:
# df.set_index(['year',inplace=True)
# ValueError: cannot label index with a null key
# mypiv = df.pivot(columns='item',values='value')

# This below works but is not ideal: 
# I have to first concatenate then separate the fields I need
df['new field'] = df['year'] * 100 + df['month']

mypiv = df.pivot('new field','value').reset_index()
mypiv['year'] = mypiv['new field'].apply( lambda x: int(x) / 100)  
mypiv['month'] = mypiv['new field'] % 100