江苏龙网

  1. 首页 > 人文 > >

|你不知道的18个Python高效编程技巧


|你不知道的18个Python高效编程技巧
本文插图
|你不知道的18个Python高效编程技巧
本文插图

来源 | Python编程时光
初识Python语言 ， 觉得python满足了我上学时候对编程语言的所有要求 。 python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人 ， 兴奋的不行不行的 ， 终于解脱了 。 高级语言 ， 如果做不到这样 ， 还扯啥高级呢？
|你不知道的18个Python高效编程技巧
本文插图

交换变量
>>>a=3
>>>b=6
这个情况如果要交换变量在c++中 ， 肯定需要一个空变量 。 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
|你不知道的18个Python高效编程技巧
本文插图
字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
大多数的Python程序员都知道且使用过列表推导(list comprehensions) 。 如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个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]
自从python 3.1 起 ， 我们可以用同样的语法来创建集合和字典表：
>>> # 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}
在第一个例子里 ， 我们以some_list为基础 ， 创建了一个具有不重复元素的集合 ， 而且集合里只包含偶数 。 而在字典表的例子里 ， 我们创建了一个key是不重复的1到10之间的整数 ， value是布尔型 ， 用来指示key是否是偶数 。
这里另外一个值得注意的事情是集合的字面量表示法 。 我们可以简单的用这种方法创建一个集合：
>>> my_set = {1, 2, 1, 2, 3, 4}
>>> my_set
set([1, 2, 3, 4])
而不需要使用内置函数set 。
|你不知道的18个Python高效编程技巧
本文插图

计数时使用Counter计数对象
这听起来显而易见 ， 但经常被人忘记 。 对于大多数程序员来说 ， 数一个东西是一项很常见的任务 ， 而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务 。
Python的collections类库里有个内置的dict类的子类 ， 是专门来干这种事情的：
>>> 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)]
|你不知道的18个Python高效编程技巧
本文插图
漂亮的打印出JSON
JSON是一种非常好的数据序列化的形式 ， 被如今的各种API和web service大量的使用 。 使用python内置的json处理 ， 可以使JSON串具有一定的可读性 ， 但当遇到大型数据时 ， 它表现成一个很长的、连续的一行时 ， 人的肉眼就很难观看了 。
为了能让JSON数据表现的更友好 ， 我们可以使用indent参数来输出漂亮的JSON 。 当在控制台交互式编程或做日志时 ， 这尤其有用：
>>> 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
}
]
}
同样 ， 使用内置的pprint模块 ， 也可以让其它任何东西打印输出的更漂亮 。
|你不知道的18个Python高效编程技巧
本文插图

解决FizzBuzz
前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz ， 问题引用如下：
写一个程序 ， 打印数字1到100 ， 3的倍数打印“Fizz”来替换这个数 ， 5的倍数打印“Buzz” ， 对于既是3的倍数又是5的倍数的数字打印“FizzBuzz” 。
这里就是一个简短的 ， 有意思的方法解决这个问题：
for x in range(1,101):
print''fizz''[x%3*len('fizz')::]+''buzz''[x%5*len('buzz')::] or x
|你不知道的18个Python高效编程技巧
本文插图

if 语句在行内
print ''Hello'' if True else ''World''
>>> Hello
|你不知道的18个Python高效编程技巧
本文插图

连接
下面的最后一种方式在绑定两个不同类型的对象时显得很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
|你不知道的18个Python高效编程技巧
本文插图

数值比较
这是我见过诸多语言中很少有的如此棒的简便法
x = 2
if 3 > x > 1:
print x
>>> 2
if 1 < x > 0:
print x
>>> 2
|你不知道的18个Python高效编程技巧
本文插图

同时迭代两个列表
nfc = [''Packers'', ''49ers'']
afc = [''Ravens'', ''Patriots'']
for teama, teamb in zip(nfc, afc):
print teama + '' vs. '' + teamb
>>> Packers vs. Ravens
>>> 49ers vs. Patriots
|你不知道的18个Python高效编程技巧
本文插图

带索引的列表迭代
teams = [''Packers'', ''49ers'', ''Ravens'', ''Patriots'']
for index, team in enumerate(teams):
print index, team
>>> 0 Packers
>>> 1 49ers
>>> 2 Ravens
>>> 3 Patriots
|你不知道的18个Python高效编程技巧
本文插图

列表推导式
已知一个列表 ， 我们可以刷选出偶数列表方法：
numbers = [1,2,3,4,5,6]
even =
for number in numbers:
if number%2 == 0:
even.append(number)
转变成如下：
numbers = [1,2,3,4,5,6]
even = [number for number in numbers if number%2 == 0]
|你不知道的18个Python高效编程技巧
本文插图

字典推导
和列表推导类似 ， 字典可以做同样的工作：
teams = [''Packers'', ''49ers'', ''Ravens'', ''Patriots'']
print {key: value for value, key in enumerate(teams)}
>>> {'49ers': 1, 'Ravens': 2, 'Patriots': 3, 'Packers': 0}
|你不知道的18个Python高效编程技巧
本文插图

初始化列表的值
items = [0]*3
print items
>>> [0,0,0]
|你不知道的18个Python高效编程技巧
本文插图

列表转换为字符串
teams = [''Packers'', ''49ers'', ''Ravens'', ''Patriots'']
print '', ''.join(teams)
>>> 'Packers, 49ers, Ravens, Patriots'
|你不知道的18个Python高效编程技巧
本文插图

从字典中获取元素
我承认try/except代码并不雅致 ， 不过这里有一种简单方法 ， 尝试在字典中查找key ， 如果没有找到对应的alue将用第二个参数设为其变量值 。
data = http://news.hoteastday.com/a/{'user': 1, 'name': 'Max', 'three': 4}
try:
is_admin = data['admin']
except KeyError:
is_admin = False
替换成这样
data = http://news.hoteastday.com/a/{'user': 1, 'name': 'Max', 'three': 4}
is_admin = data.get('admin', False)
|你不知道的18个Python高效编程技巧
本文插图

获取列表的子集
有时 ， 你只需要列表中的部分元素 ， 这里是一些获取列表子集的方法 。
x = [1,2,3,4,5,6]
#前3个
print x[:3]
>>> [1,2,3]
#中间4个
print x[1:5]
>>> [2,3,4,5]
#最后3个
print x[3:]
>>> [4,5,6]
#奇数项
print x[::2]
>>> [1,3,5]
#偶数项
print x[1::2]
>>> [2,4,6]
除了python内置的数据类型外 ， 在collection模块同样还包括一些特别的用例 ， 在有些场合Counter非常实用 。 如果你参加过在这一年的Facebook HackerCup ， 你甚至也能找到他的实用之处 。
from collections import Counter
print Counter(''hello'')
>>> Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})
|你不知道的18个Python高效编程技巧
本文插图

迭代工具
和collections库一样 ， 还有一个库叫itertools ， 对某些问题真能高效地解决 。 其中一个用例是查找所有组合 ， 他能告诉你在一个组中元素的所有不能的组合方式
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')
|你不知道的18个Python高效编程技巧
本文插图

False == True
比起实用技术来说这是一个很有趣的事 ， 在python中 ， True和False是全局变量 ， 因此：
False = True
if False:
print ''Hello''
else:
print ''World''
>>> Hello
原文：Improving Your Python Productivity
推荐三个网站
1.Python进阶知识: http://python.iswbm.com
2.Python魔法技巧: http://magic.iswbm.com
3.PyCharm 手册: http://pycharm.iswbm.com
|你不知道的18个Python高效编程技巧
本文插图
【|你不知道的18个Python高效编程技巧】


    推荐阅读


    上一篇：十二星座，8月29日爱情和事业运势，摩羯、水瓶、双鱼、射手座

    下一篇：8月底，难舍旧情，痛彻心扉，3生肖心软复合，不再轻易分手