Python中替换列表值的更优方式？NOAA极光数据经度转换优化

方法1：用数学公式简化原地修改 #

原代码的条件判断可以用通用数学公式替代，无需分支逻辑就能完成经度范围转换，代码更简洁且覆盖所有边界情况：

import requests

r = requests.get("https://services.swpc.noaa.gov/json/ovation_aurora_latest.json")
data = r.json()

for coord in data['coordinates']:
    # 公式直接将0-360经度转为-180至180范围
    coord[0] = (coord[0] + 180) % 360 - 180

这个公式能处理所有特殊值：360°转为0°、180°保持180°、190°转为-170°，完全满足需求。

方法2：列表推导式生成新列表（不修改原数据） #

如果需要保留原始数据，使用列表推导式生成转换后的新列表，更符合Python的简洁风格，同时避免原地修改的副作用：

import requests

r = requests.get("https://services.swpc.noaa.gov/json/ovation_aurora_latest.json")
data = r.json()

# 解构每个坐标元素，转换后重新组合成新列表
converted_coords = [
    [(lon + 180) % 360 - 180, lat, value] 
    for lon, lat, value in data['coordinates']
]

# 若需要替换原数据的coordinates字段
data['coordinates'] = converted_coords

方法3：numpy批量处理（适合大数据量） #

如果数据集规模较大，用numpy的向量运算能力能显著提升处理效率，远快于Python原生循环：

import requests
import numpy as np

r = requests.get("https://services.swpc.noaa.gov/json/ovation_aurora_latest.json")
data = r.json()

# 将坐标列表转为numpy数组
coords_array = np.array(data['coordinates'])
# 批量处理经度列（数组第一列）
coords_array[:, 0] = (coords_array[:, 0] + 180) % 360 - 180
# 转回列表格式以保持原数据结构
data['coordinates'] = coords_array.tolist()

内容的提问来源于stack exchange，提问作者Stefan Gofferje