18?個(gè)?Python?編程技巧,提高工作效率
前言:
初識(shí)Python語言，覺得python滿足了我上學(xué)時(shí)候?qū)幊陶Z言的所有要求。python語言的高效編程技巧讓我們這些大學(xué)曾經(jīng)苦逼學(xué)了四年c或者c++的人，興奮的不行不行的，終于解脫了。高級(jí)語言，如果做不到這樣，還扯啥高級(jí)呢？
01 交換變量
>>>a=3 ? >>>b=6
這個(gè)情況如果要交換變量在c++中，肯定需要一個(gè)空變量。但是python不需要，只需一行，大家看清楚了
>>>a,b=b,a ? >>>print(a)>>>6 ? >>>ptint(b)>>>5
02 字典推導(dǎo)(Dictionary comprehensions)和集合推導(dǎo)(Set comprehensions)
大多數(shù)的Python程序員都知道且使用過列表推導(dǎo)(list comprehensions)。如果你對(duì)list comprehensions概念不是很熟悉——一個(gè)list comprehension就是一個(gè)更簡短、簡潔的創(chuàng)建一個(gè)list的方法。
>>> some_list = \[1, 2, 3, 4, 5\] ? >>> another_list = \[ x + 1 for x in some_list \] ? >>> another_list ? \[2, 3, 4, 5, 6\]
自從python 3.1 起，我們可以用同樣的語法來創(chuàng)建集合和字典表：
>>> # Set Comprehensions ?
>>> some_list = \[1, 2, 3, 4, 5, 2, 5, 1, 4, 8\] ?
>>> even_set = { x for x in some_list if x % 2 == 0 } ?
>>> even_set ?
set(\[8, 2, 4\]) ?
>>> # Dict Comprehensions ?
>>> d = { x: x % 2 == 0 for x in range(1, 11) } ?
>>> d ?
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}在第一個(gè)例子里，我們以some_list為基礎(chǔ)，創(chuàng)建了一個(gè)具有不重復(fù)元素的集合，而且集合里只包含偶數(shù)。而在字典表的例子里，我們創(chuàng)建了一個(gè)key是不重復(fù)的1到10之間的整數(shù)，value是布爾型，用來指示key是否是偶數(shù)。
這里另外一個(gè)值得注意的事情是集合的字面量表示法。
我們可以簡單的用這種方法創(chuàng)建一個(gè)集合：
>>> my_set = {1, 2, 1, 2, 3, 4} ?
>>> my_set ?
set(\[1, 2, 3, 4\]) ?而不需要使用內(nèi)置函數(shù)set()。
03 計(jì)數(shù)時(shí)使用Counter計(jì)數(shù)對(duì)象。
這聽起來顯而易見，但經(jīng)常被人忘記。對(duì)于大多數(shù)程序員來說，數(shù)一個(gè)東西是一項(xiàng)很常見的任務(wù)，而且在大多數(shù)情況下并不是很有挑戰(zhàn)性的事情——這里有幾種方法能更簡單的完成這種任務(wù)。
Python的collections類庫里有個(gè)內(nèi)置的dict類的子類，是專門來干這種事情的：
>>> from collections import Counter ?
>>> c = Counter( hello world ) ?
>>> c ?
Counter({ l : 3, ?o : 2, ? : 1, ?e : 1, ?d : 1, ?h : 1, ?r : 1, ?w : 1}) ?
>>> c.most_common(2) ?
\[( l , 3), ( o , 2)\] ?04 漂亮的打印出JSON
JSON是一種非常好的數(shù)據(jù)序列化的形式，被如今的各種API和web service大量的使用。使用python內(nèi)置的json處理，可以使JSON串具有一定的可讀性，但當(dāng)遇到大型數(shù)據(jù)時(shí)，它表現(xiàn)成一個(gè)很長的、連續(xù)的一行時(shí)，人的肉眼就很難觀看了。
為了能讓JSON數(shù)據(jù)表現(xiàn)的更友好，我們可以使用indent參數(shù)來輸出漂亮的JSON。當(dāng)在控制臺(tái)交互式編程或做日志時(shí)，這尤其有用：
>>> import json ?
>>> print(json.dumps(data)) ?# No indention ?
{"status": "OK", "count": 2, "results": \[{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}\]} ?
>>> print(json.dumps(data, indent=2)) ?# With indention ?
{ ?
? "status": "OK", ?
? "count": 2, ?
? "results": \[ ?
? ? { ?
? ? ? "age": 27, ?
? ? ? "name": "Oz", ?
? ? ? "lactose_intolerant": true ?
? ? }, ?
? ? { ?
? ? ? "age": 29, ?
? ? ? "name": "Joe", ?
? ? ? "lactose_intolerant": false ?
? ? } ?
? \] ?
}同樣，使用內(nèi)置的pprint模塊，也可以讓其它任何東西打印輸出的更漂亮。
05 解決FizzBuzz
前段時(shí)間Jeff Atwood 推廣了一個(gè)簡單的編程練習(xí)叫FizzBuzz，問題引用如下：
寫一個(gè)程序，打印數(shù)字1到100，3的倍數(shù)打印“Fizz”來替換這個(gè)數(shù)，5的倍數(shù)打印“Buzz”，對(duì)于既是3的倍數(shù)又是5的倍數(shù)的數(shù)字打印“FizzBuzz”。
這里就是一個(gè)簡短的，有意思的方法解決這個(gè)問題：
for x in range(1,101): ? ? ? print"fizz"\[x%3*len( fizz )::\]+"buzz"\[x%5*len( buzz )::\] or x
06 if 語句在行內(nèi)
print "Hello" if True else "World" ? >>> Hello
07 連接
下面的最后一種方式在綁定兩個(gè)不同類型的對(duì)象時(shí)顯得很cool。
nfc = \["Packers", "49ers"\] ? afc = \["Ravens", "Patriots"\] ? print nfc + afc ? >>> \[ Packers , ?49ers , ?Ravens , ?Patriots \] ? print str(1) + " world" ? >>> 1 world ? print \`1\` + " world" ? >>> 1 world ? print 1, "world" ? >>> 1 world ? print nfc, 1 ? >>> \[ Packers , ?49ers \] 1
08 數(shù)值比較
這是我見過諸多語言中很少有的如此棒的簡便法
x = 2 ? if 3 > x > 1: ? ? ?print x ? >>> 2 ? if 1 ?0: ? ? ?print x ? >>> 2
09 同時(shí)迭代兩個(gè)列表
nfc = \["Packers", "49ers"\] ? afc = \["Ravens", "Patriots"\] ? for teama, teamb in zip(nfc, afc): ? ? ? ?print teama + " vs. " + teamb ? >>> Packers vs. Ravens ? >>> 49ers vs. Patriots
10 帶索引的列表迭代
teams = \["Packers", "49ers", "Ravens", "Patriots"\] ? for index, team in enumerate(teams): ? ? ? print index, team ? >>> 0 Packers ? >>> 1 49ers ? >>> 2 Ravens ? >>> 3 Patriots
11 列表推導(dǎo)式
已知一個(gè)列表，我們可以刷選出偶數(shù)列表方法：
numbers = \[1,2,3,4,5,6\] ? even = \[\] ? for number in numbers: ? ? ? if number%2 == 0: ? ? ? ? ? even.append(number)
轉(zhuǎn)變成如下：
numbers = \[1,2,3,4,5,6\] ? even = \[number for number in numbers if number%2 == 0\]
12 字典推導(dǎo)
和列表推導(dǎo)類似，字典可以做同樣的工作：
teams = \["Packers", "49ers", "Ravens", "Patriots"\] ?
print {key: value for value, key in enumerate(teams)} ?
>>> { 49ers : 1, ?Ravens : 2, ?Patriots : 3, ?Packers : 0}13 初始化列表的值
items = \[0\]*3 ? print items ? >>> \[0,0,0\]
14 列表轉(zhuǎn)換為字符串
teams = \["Packers", "49ers", "Ravens", "Patriots"\] ? print ", ".join(teams) ? >>> ?Packers, 49ers, Ravens, Patriots
15 從字典中獲取元素
我承認(rèn)try/except代碼并不雅致，不過這里有一種簡單方法，嘗試在字典中找key，如果沒有找到對(duì)應(yīng)的alue將用第二個(gè)參數(shù)設(shè)為其變量值。
data = { user : 1, ?name : ?Max , ?three : 4} ?
try: ?
? ?is_admin = data\[ admin \] ?
except KeyError: ?
? ?is_admin = False替換成這樣:
data = { user : 1, ?name : ?Max , ?three : 4} ?
is_admin = data.get( admin , False)16 獲取列表的子集
有時(shí)，你只需要列表中的部分元素，這里是一些獲取列表子集的方法。
x = \[1,2,3,4,5,6\] ? #前3個(gè) ? print x\[:3\] ? >>> \[1,2,3\] ? #中間4個(gè) ? print x\[1:5\] ? >>> \[2,3,4,5\] ? #最后3個(gè) ? print x\[3:\] ? >>> \[4,5,6\] ? #奇數(shù)項(xiàng) ? print x\[::2\] ? >>> \[1,3,5\] ? #偶數(shù)項(xiàng) ? print x\[1::2\] ? >>> \[2,4,6\]
除了python內(nèi)置的數(shù)據(jù)類型外，在collection模塊同樣還包括一些特別的用例，在有些場(chǎng)合Counter非常實(shí)用。如果你參加過在這一年的Facebook HackerCup，你甚至也能找到他的實(shí)用之處。
from collections import Counter ?
print Counter("hello") ?
>>> Counter({ l : 2, ?h : 1, ?e : 1, ?o : 1})17 迭代工具
和collections庫一樣，還有一個(gè)庫叫itertools，對(duì)某些問題真能高效地解決。其中一個(gè)用例是查找所有組合，他能告訴你在一個(gè)組中元素的所有不能的組合方式
from itertools import combinations ? teams = \["Packers", "49ers", "Ravens", "Patriots"\] ? for game in combinations(teams, 2): ? ? ? print game ? >>> ( Packers , ?49ers ) ? >>> ( Packers , ?Ravens ) ? >>> ( Packers , ?Patriots ) ? >>> ( 49ers , ?Ravens ) ? >>> ( 49ers , ?Patriots ) ? >>> ( Ravens , ?Patriots )
18 False True
比起實(shí)用技術(shù)來說這是一個(gè)很有趣的事，在python中，True和False是全局變量，因此：
False = True ? if False: ? ? ?print "Hello" ? else: ? ? ?print "World" ? >>> Hello
到此這篇關(guān)于分享18 個(gè) Python 高效編程技巧的文章就介紹到這了,更多相關(guān)Python 高效編程技巧內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
相關(guān)文章
這篇文章主要介紹了基于python操作ES實(shí)例詳解,文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友可以參考下2019-11-11
Pandas探索之高性能函數(shù)eval和query解析
這篇文章主要介紹了Pandas探索之高性能函數(shù)eval和query解析，小編覺得還是挺不錯(cuò)的，這里分享給大家，供需要的朋友參考。2017-10-10
vscode和Anaconda安裝以及相關(guān)環(huán)境配置指南
Anaconda是一個(gè)開源的python發(fā)行版本,是現(xiàn)在比較流行的python數(shù)據(jù)科學(xué)平臺(tái),可以對(duì)python的科學(xué)包做到有效管理,這篇文章主要給大家介紹了關(guān)于vscode和Anaconda安裝以及相關(guān)環(huán)境配置指南的相關(guān)資料,需要的朋友可以參考下2023-11-11
Python-while 計(jì)算100以內(nèi)奇數(shù)和的方法
今天小編就為大家分享一篇Python-while 計(jì)算100以內(nèi)奇數(shù)和的方法，具有很好的參考價(jià)值，希望對(duì)大家有所幫助。一起跟隨小編過來看看吧2019-06-06
Python lambda函數(shù)基本用法實(shí)例分析
這篇文章主要介紹了Python lambda函數(shù)基本用法,結(jié)合實(shí)例較為詳細(xì)的分析了Python lambda函數(shù)的功能、使用方法及相關(guān)操作注意事項(xiàng),需要的朋友可以參考下2018-03-03
Python+Tableau廣東省人口普查可視化的實(shí)現(xiàn)
本文將結(jié)合實(shí)例代碼，介紹Python+Tableau廣東省人口普查可視化，第七次人口普查數(shù)據(jù)分析，繪制歷次人口普查人口數(shù)量變化圖，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-06-06
淺談Python生成器generator之next和send的運(yùn)行流程(詳解)
下面小編就為大家?guī)硪黄獪\談Python生成器generator之next和send的運(yùn)行流程(詳解)。小編覺得挺不錯(cuò)的，現(xiàn)在就分享給大家，也給大家做個(gè)參考。一起跟隨小編過來看看吧2017-05-05
python數(shù)學(xué)建模之三大模型與十大常用算法詳情
這篇文章主要介紹了python數(shù)學(xué)建模之三大模型與十大常用算法詳情，文章圍繞主題展開詳細(xì)的內(nèi)容介紹，具有一定的參考價(jià)值，感想取得小伙伴可以參考一下2022-07-07
Pandas數(shù)據(jù)形狀df.shape的實(shí)現(xiàn)
本文主要介紹了Pandas數(shù)據(jù)形狀df.shape的實(shí)現(xiàn)，文中通過示例代碼介紹的非常詳細(xì)，對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值，需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2022-07-07
人機(jī)交互程序 python實(shí)現(xiàn)人機(jī)對(duì)話
這篇文章主要為大家詳細(xì)介紹了人機(jī)交互程序，初步實(shí)現(xiàn)python人機(jī)對(duì)話，具有一定的參考價(jià)值，感興趣的小伙伴們可以參考一下2017-11-11