欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

18?個?Python?編程技巧,提高工作效率

 更新時間:2022年01月19日 10:46:30   作者:運維派  
這篇文章主要分享的是18個Python編程技巧,文章圍繞?Python的相關資料展開詳細全文,對工作中的你了能具有一定的參考價值,需要的朋友可以參考一下,希望對你有所幫助

前言:

初識Python語言,覺得python滿足了我上學時候對編程語言的所有要求。python語言的高效編程技巧讓我們這些大學曾經苦逼學了四年c或者c++的人,興奮的不行不行的,終于解脫了。高級語言,如果做不到這樣,還扯啥高級呢?

01 交換變量

>>>a=3 ?

>>>b=6

這個情況如果要交換變量在c++中,肯定需要一個空變量。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(Dictionary comprehensions)和集合推導(Set comprehensions)

大多數(shù)的Python程序員都知道且使用過列表推導(list comprehensions)。如果你對list comprehensions概念不是很熟悉——一個list comprehension就是一個更簡短、簡潔的創(chuàng)建一個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}

在第一個例子里,我們以some_list為基礎,創(chuàng)建了一個具有不重復元素的集合,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key是不重復的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)建一個集合:

>>> my_set = {1, 2, 1, 2, 3, 4} ?

>>> my_set ?
set(\[1, 2, 3, 4\]) ?

而不需要使用內置函數(shù)set()。

03 計數(shù)時使用Counter計數(shù)對象。

這聽起來顯而易見,但經常被人忘記。對于大多數(shù)程序員來說,數(shù)一個東西是一項很常見的任務,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。

Pythoncollections類庫里有個內置的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內置的json處理,可以使JSON串具有一定的可讀性,但當遇到大型數(shù)據時,它表現(xiàn)成一個很長的、連續(xù)的一行時,人的肉眼就很難觀看了。

為了能讓JSON數(shù)據表現(xiàn)的更友好,我們可以使用indent參數(shù)來輸出漂亮的JSON。當在控制臺交互式編程或做日志時,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

前段時間Jeff Atwood 推廣了一個簡單的編程練習叫FizzBuzz,問題引用如下:

寫一個程序,打印數(shù)字1到100,3的倍數(shù)打印“Fizz”來替換這個數(shù),5的倍數(shù)打印“Buzz”,對于既是3的倍數(shù)又是5的倍數(shù)的數(shù)字打印“FizzBuzz”。

這里就是一個簡短的,有意思的方法解決這個問題:

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

print "Hello" if True else "World" ?
>>> Hello

07 連接

下面的最后一種方式在綁定兩個不同類型的對象時顯得很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 同時迭代兩個列表

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 列表推導式

已知一個列表,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

和列表推導類似,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,如果沒有找到對應的alue將用第二個參數(shù)設為其變量值。

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,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 ?
print x\[:3\] ?
>>> \[1,2,3\] ?
#中間4個 ?
print x\[1:5\] ?
>>> \[2,3,4,5\] ?
#最后3個 ?
print x\[3:\] ?
>>> \[4,5,6\] ?
#奇數(shù)項 ?
print x\[::2\] ?
>>> \[1,3,5\] ?
#偶數(shù)項 ?
print x\[1::2\] ?
>>> \[2,4,6\]

除了python內置的數(shù)據類型外,在collection模塊同樣還包括一些特別的用例,在有些場合Counter非常實用。如果你參加過在這一年的Facebook HackerCup,你甚至也能找到他的實用之處。

from collections import Counter ?
print Counter("hello") ?
>>> Counter({ l : 2, ?h : 1, ?e : 1, ?o : 1})

17 迭代工具

collections庫一樣,還有一個庫叫itertools,對某些問題真能高效地解決。其中一個用例是查找所有組合,他能告訴你在一個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

比起實用技術來說這是一個很有趣的事,在python中,True和False是全局變量,因此:

False = True ?
if False: ?
? ?print "Hello" ?
else: ?
? ?print "World" ?
>>> Hello

到此這篇關于分享18 個 Python 高效編程技巧的文章就介紹到這了,更多相關Python 高效編程技巧內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Python圖像銳化與邊緣檢測之Scharr,Canny,LOG算子詳解

    Python圖像銳化與邊緣檢測之Scharr,Canny,LOG算子詳解

    圖像銳化和邊緣檢測主要包括一階微分銳化和二階微分銳化,本文主要講解常見的圖像銳化和邊緣檢測方法,即Scharr算子、Canny算子和LOG算子,需要的可以參考一下
    2022-12-12
  • Python利用scapy實現(xiàn)ARP欺騙的方法

    Python利用scapy實現(xiàn)ARP欺騙的方法

    今天小編就為大家分享一篇Python利用scapy實現(xiàn)ARP欺騙的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-07-07
  • Python訪問MongoDB,并且轉換成Dataframe的方法

    Python訪問MongoDB,并且轉換成Dataframe的方法

    今天小編就為大家分享一篇Python訪問MongoDB,并且轉換成Dataframe的方法,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2018-10-10
  • linux環(huán)境打包python工程為可執(zhí)行程序的過程

    linux環(huán)境打包python工程為可執(zhí)行程序的過程

    本次需求,在ubuntu上面開發(fā)的python代碼程序需要打包成一個可執(zhí)行程序然后交付給甲方,因為不能直接給源碼給甲方,所以尋找方法將python開發(fā)的源碼打包成一個可執(zhí)行程序,本次在ubuntu上打包python源碼的方法和在window上打包的有點類似,感興趣的朋友跟隨小編一起看看吧
    2024-01-01
  • Python中__call__用法實例

    Python中__call__用法實例

    這篇文章主要介紹了Python中__call__用法,需要的朋友可以參考下
    2014-08-08
  • python正則表達式(re模塊)的使用詳解

    python正則表達式(re模塊)的使用詳解

    正則表達式是用來匹配字符串非常強大的工具,在其他編程語言中同樣有正則表達式的概念,Python同樣不例外,下面這篇文章主要給大家介紹了關于python正則表達式(re模塊)使用的相關資料,需要的朋友可以參考下
    2022-03-03
  • django前端頁面下拉選擇框默認值設置方式

    django前端頁面下拉選擇框默認值設置方式

    這篇文章主要介紹了django前端頁面下拉選擇框默認值設置方式,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-08-08
  • python打包exe文件并隱藏執(zhí)行CMD命令窗口問題

    python打包exe文件并隱藏執(zhí)行CMD命令窗口問題

    這篇文章主要介紹了python打包exe文件并隱藏執(zhí)行CMD命令窗口問題,具有很好的參考價值,希望對大家有所幫助。如有錯誤或未考慮完全的地方,望不吝賜教
    2023-01-01
  • Python中三元表達式的幾種寫法介紹

    Python中三元表達式的幾種寫法介紹

    今天小編就為大家分享一篇關于Python中三元表達式的幾種寫法介紹,小編覺得內容挺不錯的,現(xiàn)在分享給大家,具有很好的參考價值,需要的朋友一起跟隨小編來看看吧
    2019-03-03
  • python實現(xiàn)對doc,txt,xls文檔的讀寫操作

    python實現(xiàn)對doc,txt,xls文檔的讀寫操作

    這篇文章主要介紹了python實現(xiàn)對doc,txt,xls文檔的讀寫操作,正如標題所見,文章包括三個部分python實現(xiàn)對doc文檔的讀取、python實現(xiàn)對txt文檔的讀取和python實現(xiàn)對xls表格的讀取,需要的朋友可以參考一下
    2022-04-04

最新評論