18 个 Python 编程技巧,提高工作效率
作者:运维派
前言:
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?
01 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
02 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()
。
03 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) \[( l , 3), ( o , 2)\]
04 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。
05 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
06 if 语句在行内
print "Hello" if True else "World" >>> Hello
07 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
08 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 0: print x >>> 2
09 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
10 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
11 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 = \[number for number in numbers if number%2 == 0\]
12 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}
13 初始化列表的值
items = \[0\]*3 print items >>> \[0,0,0\]
14 列表转换为字符串
teams = \["Packers", "49ers", "Ravens", "Patriots"\] print ", ".join(teams) >>> Packers, 49ers, Ravens, Patriots
15 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 = { user : 1, name : Max , three : 4} try: is_admin = data\[ admin \] except KeyError: is_admin = False
替换成这样:
data = { user : 1, name : Max , three : 4} is_admin = data.get( admin , False)
16 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})
17 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 )
18 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
到此这篇关于分享18 个 Python 高效编程技巧的文章就介绍到这了,更多相关Python 高效编程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!