欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

9個(gè)提高?Python?編程的小技巧

 更新時(shí)間:2022年05月06日 16:55:05   作者:??碼農(nóng)君????  
這篇文章主要介紹了9個(gè)提高?Python?編程的小技巧,下文分享python編程技巧,需要的小伙伴可以參考一下,希望對(duì)你的學(xué)習(xí)有所幫助

前言:

初識(shí)Python語言,覺得python滿足了你上學(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那些曾經(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)和集合推導(dǎo)

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

06 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

07 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?<?x?>?0:
???print?x
>>>?2

08 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

09 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

到此這篇關(guān)于9個(gè)提高 Python 編程的小技巧的文章就介紹到這了,更多相關(guān)Python 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

  • python多進(jìn)程基礎(chǔ)詳解

    python多進(jìn)程基礎(chǔ)詳解

    這篇文章主要介紹了Python多進(jìn)程基礎(chǔ),結(jié)合實(shí)例形式分析了Python多進(jìn)程原理、開啟使用進(jìn)程、進(jìn)程隊(duì)列、進(jìn)程池等相關(guān)概念與使用方法,需要的朋友可以參考下
    2021-10-10
  • Python?Pandas條件篩選功能

    Python?Pandas條件篩選功能

    這篇文章主要介紹了Python?Pandas條件篩選功能,篩選是在平時(shí)的工作中使用非常頻繁的功能了,下文詳細(xì)的相關(guān)資料介紹,需要的小伙伴可以參考一下
    2022-03-03
  • python 添加用戶設(shè)置密碼并發(fā)郵件給root用戶

    python 添加用戶設(shè)置密碼并發(fā)郵件給root用戶

    這篇文章主要介紹了python 添加用戶設(shè)置密碼并發(fā)郵件給root用戶的相關(guān)資料,非常不錯(cuò),具有參考借鑒價(jià)值,需要的朋友可以參考下
    2016-07-07
  • 簡單了解什么是神經(jīng)網(wǎng)絡(luò)

    簡單了解什么是神經(jīng)網(wǎng)絡(luò)

    這篇文章主要介紹了簡單了解什么是神經(jīng)網(wǎng)絡(luò),具有一定借鑒價(jià)值,需要的朋友可以參考下。
    2017-12-12
  • matplotlib基本圖形繪制操作實(shí)例

    matplotlib基本圖形繪制操作實(shí)例

    這篇文章主要為大家介紹了matplotlib基本圖形繪制操作實(shí)例詳解,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2022-12-12
  • 解決Tensorflow2.0 tf.keras.Model.load_weights() 報(bào)錯(cuò)處理問題

    解決Tensorflow2.0 tf.keras.Model.load_weights() 報(bào)錯(cuò)處理問題

    這篇文章主要介紹了解決Tensorflow2.0 tf.keras.Model.load_weights() 報(bào)錯(cuò)處理問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。一起跟隨想過來看看吧
    2020-06-06
  • numpy如何取出對(duì)角線元素、計(jì)算對(duì)角線元素和np.diagonal

    numpy如何取出對(duì)角線元素、計(jì)算對(duì)角線元素和np.diagonal

    這篇文章主要介紹了numpy如何取出對(duì)角線元素、計(jì)算對(duì)角線元素和np.diagonal問題,具有很好的參考價(jià)值,希望對(duì)大家有所幫助。如有錯(cuò)誤或未考慮完全的地方,望不吝賜教
    2023-06-06
  • python使用tkinter實(shí)現(xiàn)自定義多參數(shù)對(duì)話框

    python使用tkinter實(shí)現(xiàn)自定義多參數(shù)對(duì)話框

    Tkinter模塊是Python標(biāo)準(zhǔn)庫中的一部分,用于創(chuàng)建圖形用戶界面(GUI)應(yīng)用程序,它提供了一組工具和組件,用于創(chuàng)建窗口、按鈕、文本框等用戶界面元素,并且可以響應(yīng)用戶的輸入,本文將給大家講講python如何使用tkinter實(shí)現(xiàn)自定義多參數(shù)對(duì)話框
    2023-08-08
  • Python探索之自定義實(shí)現(xiàn)線程池

    Python探索之自定義實(shí)現(xiàn)線程池

    這篇文章主要介紹了Python探索之自定義實(shí)現(xiàn)線程池,使用queue實(shí)現(xiàn)線程池的方法,具有一定參考價(jià)值,需要的朋友可以了解下。
    2017-10-10
  • python基礎(chǔ)詳解之if循環(huán)語句

    python基礎(chǔ)詳解之if循環(huán)語句

    這篇文章主要介紹了python基礎(chǔ)詳解之if循環(huán)語句,文中有非常詳細(xì)的代碼示例,對(duì)正在學(xué)習(xí)python的小伙伴們有很好的幫助需要的朋友可以參考下
    2021-04-04

最新評(píng)論