经验丰富程序员才知道的15种高级Python小技巧(收藏)
作者：世上本无鬼
1.通过多个键值将对象进行排序
假设要对以下字典列表进行排序：
people = [
{ 'name': 'John', "age": 64 },
{ 'name': 'Janet', "age": 34 },
{ 'name': 'Ed', "age": 24 },
{ 'name': 'Sara', "age": 64 },
{ 'name': 'John', "age": 32 },
{ 'name': 'Jane', "age": 34 },
{ 'name': 'John', "age": 99 },
]
不仅要按名字或年龄对其进行排序，还要将两个字段同时进行排序。在SQL中，会是这样的查询：
SELECT * FROM people ORDER by name, age
实际上，这个问题的解决方法可以非常简单，Python保证sort函数提供了稳定的排序顺序，这也意味着比较相似的项将保留其原始顺序。要实现按名字和年龄排序，可以这样做：
import operator
people.sort(key=operator.itemgetter('age'))
people.sort(key=operator.itemgetter('name'))
要注意如何反转顺序。首先按年龄分类，然后按名字分类，使用operator.itemgetter()从列表中的每个字典中获取年龄和名字字段，这样你就会得到想要的结果：
[
{'name': 'Ed', 'age': 24},
{'name': 'Jane', 'age': 34},
{'name': 'Janet','age': 34},
{'name': 'John', 'age': 32},
{'name': 'John', 'age': 64},
{'name': 'John', 'age': 99},
{'name': 'Sara', 'age': 64}
]
名字是主要排序项，如果姓名相同，则以年龄排序。因此，所有John都按年龄分组在一起。
2.数据类别
自3.7版之后，Python开始能提供数据类别。比起常规类或其他替代方法(如返回多个值或字典)，它有着更多优点：
- 数据类需要很少的代码
- 可以比较数据类，因为 eq 可以实现此功能
- 数据类需要类型提示，减少了发生错误的可能性
- 可以轻松打印数据类以进行调试，因为__repr__可以实现此功能
这是一个工作中的数据类示例：
from dataclasses import dataclass
@dataclass
classCard:
rank: str
suit: str
card=Card("Q", "hearts")
print(card == card)
# True
print(card.rank)
# 'Q'
print(card)
Card(rank='Q', suit='hearts')
3.列表推导
列表推导可以在列表填写里代替讨厌的循环，其基本语法为
[ expression for item in list if conditional ]
来看一个非常基本的示例，用数字序列填充列表：
mylist = [i for i inrange(10)]
print(mylist)
# [0, 1, 2, 3,4, 5, 6, 7, 8, 9]
因为可以使用表达式，所以你还可以进行一些数学运算：
squares = [x**2for x inrange(10)]
print(squares)
# [0, 1, 4, 9,16, 25, 36, 49, 64, 81]
甚至能调用外部函数：
defsome_function(a):
return (a +5) /2
my_formula= [some_function(i) for i inrange(10)]
print(my_formula)
# [2.5, 3.0,3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.5, 7.0]
最后，可以使用if函数来筛选列表。在这种情况下，只保留可被2除的值：
filtered = [i for i inrange(20) if i%2==0]
print(filtered)
# [0, 2, 4, 6,8, 10, 12, 14, 16, 18]
4.检查对象的内存使用情况
使用sys.getsizeof()可以检查对象的内存使用情况：
import sys
mylist =range(0, 10000)
print(sys.getsizeof(mylist))
# 48
为什么这个庞大的列表只有48个字节呢，这是因为range函数返回的类表现为列表。与使用实际的数字列表相比，数序列的存储效率要高得多。我们可以通过列表推导来创建相同范围内的实际数字列表：
import sys
myreallist = [x for x inrange(0, 10000)]
print(sys.getsizeof(myreallist))
# 87632
通过使用sys.getsizeof()，我们可以了解更多关于Python和内存使用情况的信息。
5.查找最频繁出现的值
要查找列表或字符串中最频繁出现的值：
test = [1, 2, 3, 4, 2, 2, 3, 1, 4, 4, 4] print(max(set(test), key = test.count)) # 4
- max()将返回列表中的最大值。key参数采用单个参数函数自定义排序顺序，在本例中为test.count，该函数适用于迭代器上的每个项目。
- test.count是list的内置功能。它接受一个参数，并计算该参数的出现次数。
- 因此test.count(1)将返回2，而test.count(4)将返回4。set(test)返回test中的所有唯一值，所以{1、2、3、4}
那么在这一行代码将接受test的所有唯一值，即{1、2、3、4}。接下来，max将对其应用list.count 函数并返回最大值。
还有一种更有效的方法：
from collections import Counter Counter(test).most_common(1) # [4: 4]
6.属性包
你可以使用attrs代替数据类，选择attrs有两个原因：
- 使用的Python版本高于3.7
- 想要更多功能
Theattrs软件包支持所有主流Python版本，包括CPython 2.7和PyPy。一些attrs可以提供验证器和转换器这种超常规数据类。来看一些示例代码：
@attrs
classPerson(object):
name =attrib(default='John')
surname =attrib(default='Doe')
age =attrib(init=False)
p =Person()
print(p)
p=Person('Bill', 'Gates')
p.age=60
print(p)
# Output:
# Person(name='John', surname='Doe',age=NOTHING)
# Person(name='Bill', surname='Gates', age=60)
实际上，attrs的作者已经在使用引入数据类的PEP了。数据类被有意地保持得更简单、更容易理解，而attrs 提供了可能需要的所有特性。
7.合并字典(Python3.5+)
dict1 = { 'a': 1, 'b': 2 }
dict2= { 'b': 3, 'c': 4 }
merged= { **dict1, **dict2 }
print (merged)
# {'a': 1, 'b':3, 'c': 4}
如果有重叠的键，第一个字典中的键将被覆盖。在Python 3.9中，合并字典变得更加简洁。上面Python 3.9中的合并可以重写为：
merged = dict1 | dict2
8.返回多个值
Python中的函数在没有字典，列表和类的情况下可以返回多个变量，它的工作方式如下：
defget_user(id):
# fetch user from database
# ....
return name, birthdate
name, birthdate =get_user(4)
这是有限的返回值，但任何超过3个值的内容都应放入一个(数据)类。
9.列表元素的过滤 filter()的使用
filter()函数接受2个参数：
- 函数对象
- 可迭代的对象
接下来我们定义1个函数然后对1个列表进行过滤。
首先我们创建1个列表，并且剔除掉小于等于3的元素：
original_list = [ 1，2，3，4，5]#定义列表
#定义过滤函数
4 def filter_three(number):5
return number > 3
filtered = filter(filter_three, original_list)
filtered_list = list(filtered)
filtered_list
#[4，5]
我们定义了列表original_list接着我们定义了一个接受数值型参数number的函数filter_three，当传入的参数值大于3时会返回True，反之则会返回False我们定义了filter对象filtered，其中filter()接受的第一个参数是函数对象，第二个参数是列表对象最终我们将filter对象转化为列表，最终得到经filter_three过滤后original_list内留下的元素。
类似的，我们也可以利用列表推导式来过滤列表元素，作为一种生成和修改列表优雅的方式，下面是使用列表推导完成同样任务的过程：
original_list = [1,2,3,4,5]2 filtered_list = [ number for number in original_list if number > 3]#在列表推导过程中引入条件判断 print(filtered_list) #[4，5]
10.修改列表
map()的使用
Python中内置的map()函数使得我们可以将某个函数应用到可迭代对象内每一个元素之上。
比方说我们想获取到一个列表对象中每一个元素的平方，就可以使用到map()函数，就像下面的例子一样：
original_list = [1,2,3,4,5]
def square( number):
return number **2
squares =map(square, original_list)
squares_list = list( squares)
print(squares_list)
#[1，4，9，16，25]
类似filter()的工作过程，下面我们来看看发生了什么：
首先我们定义了列表original_list，以及接受数值型参数并返回其平方值的函数square()接着我们定义了map对象squares，类似filter()，map()接受的第一个参数是函数对象，第二个参数是列表对象最终我们将map对象squares列表化，就得到了想要的结果。
同样的我们也可以使用列表推导式完成同样的任务：
original_list = [1,2,3,4,5] squares_list = [number ** 2for number in original_list] print(squares_list) #[1，4,9, 16，25]
11.利用zip()来组合列表
有些情况下我们需要将两个或以上数量的列表组合在一起，这类需求使用zip()来完成非常方便。
zip()函数接收多个列表作为参数传入，进而得到每个位置上一一对应的元素组合，就像下面的例子一样：
numbers = [ 1,2,3]
letters = [ 'a', 'b', 'c']
combined = zip(numbers，letters)
combined_list = list( combined)
print(combined_list)
for item in zip( numbers,letters ):
print(item[0], '\t', item[1])
#[(1，'a')，(2，'b')，(3， 'c')]
#1 a
#2 b
#3 c
12.颠倒列表
Python中的列表是有序的数据结构，正因如此，列表中元素的顺序很重要，有些时候我们需要翻转列表中所有元素的顺序，可以通过Python中的切片操作，用::-1来快捷地实现：
original_list = [1,2,3,4,5]
reversed_list = original_list[ : : -1]
print('翻转前: ', original_list)
print('翻转后:', reversed_list)
#翻转前:[ 1，2，3，4，5]
#翻转后:[5,4，3，2，1]
13.检查列表中元素的存在情况
有些情况下我们想要检查列表中是否存在某个元素，这种时候就可以使用到Python中的in运算符，譬如说我们有一个记录了所有比赛获胜队伍名称的列表，当我们想查询某个队名是否已获胜时，可以像下面的例子一样：
games = [ 'Yankees ', 'Yankees ', 'Cubs ', 'Blue Jays ', 'Giants ']
def isin(item，list_name) :
if item in list_name: print(f"{item} is in the list! ")
else: print(f"{item} is not in the list! ")
isin( 'Blue Jays ' , games)
isin( ' Angels', games)
#Blue Jays is in the list!
#Angels is not in the list!
14.展平嵌套列表
有些情况下我们会遇到一些嵌套的列表，其每个元素又是各自不同的列表，这种时候我们就可以利用列表推导式来把这种嵌套列表展平，如下面2层嵌套的例子：
nested_list = [[1，2，3]，[4，5，6]，[7，8，9]] flat_list = [i for j in nested_list for i in j] print(flat_list) #[1，2，3，4，5，6，7，8，9]
额外补充：
这里只考虑到两层嵌套的列表，如果是更多层嵌套，就需要有多少层写多少for循环，比较麻烦，其实还有一种更好的方法，我们可以使用pip install dm-tree来安装tree这个专门用于展平嵌套结构的库，可以展平任意层嵌套列表，使用例子如下：
import tree
nested_list_2d = [[1，2，3]，[4，5，6]，[7，8，9]]
nested_list_3d = [[[1，2]，[3，4]]，
[[5，6]，[7，8]]，
[[9，10]，[11，12]]]
print(tree.flatten(nested_list_2d))
print(tree.flatten(nested_list_3d))
#[1，2，3，4，5，6，7，8，9]
#[1，2，3，4，5，6，7,，8, 9， 10， 11，12]
15.检查唯一性
如果你想要查看列表中的值是否都是唯一值，可以使用Python中的set数据结构的特点，譬如下面的例子：
list1 = [ 1，2，3，4，5]
list2 = [1，1，2，3，4]
def isunique( 1):
if len(l) == len(set(l)) :
print( 唯一! ')
eise: print(('不唯—! ')
isunique( list1)
isunique(list2)
#唯—!
#不唯—!
到此这篇关于经验丰富程序员才知道的15种高级Python小技巧(收藏)的文章就介绍到这了,更多相关Python小技巧内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家！