日韩性视频-久久久蜜桃-www中文字幕-在线中文字幕av-亚洲欧美一区二区三区四区-撸久久-香蕉视频一区-久久无码精品丰满人妻-国产高潮av-激情福利社-日韩av网址大全-国产精品久久999-日本五十路在线-性欧美在线-久久99精品波多结衣一区-男女午夜免费视频-黑人极品ⅴideos精品欧美棵-人人妻人人澡人人爽精品欧美一区-日韩一区在线看-欧美a级在线免费观看

歡迎訪問 生活随笔!

生活随笔

當前位置: 首頁 > 编程语言 > python >内容正文

python

18 个 Python 高效编程技巧,Mark!

發布時間:2024/9/15 python 29 豆豆
生活随笔 收集整理的這篇文章主要介紹了 18 个 Python 高效编程技巧,Mark! 小編覺得挺不錯的,現在分享給大家,幫大家做個參考.

點擊“小詹學Python”,選擇“置頂”公眾號

重磅干貨,第一時間送達

本文轉載自Python數據科學,禁二次轉載


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,創建了一個具有不重復元素的集合,而且集合里只包含偶數。而在字典表的例子里,我們創建了一個key是不重復的1到10之間的整數,value是布爾型,用來指示key是否是偶數。

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set()。

03 計數時使用Counter計數對象。

這聽起來顯而易見,但經常被人忘記。對于大多數程序員來說,數一個東西是一項很常見的任務,而且在大多數情況下并不是很有挑戰性的事情——這里有幾種方法能更簡單的完成這種任務。

Python的collections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,但當遇到大型數據時,它表現成一個很長的、連續的一行時,人的肉眼就很難觀看了。

為了能讓JSON數據表現的更友好,我們可以使用indent參數來輸出漂亮的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,打印數字1到100,3的倍數打印“Fizz”來替換這個數,5的倍數打印“Buzz”,對于既是3的倍數又是5的倍數的數字打印“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

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]
#奇數項
print?x[::2]
>>>?[1,3,5]
#偶數項
print?x[1::2]
>>>?[2,4,6]

除了python內置的數據類型外,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

和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


推薦閱讀:

除了Kaggle,還有哪些高質量的數據科學競賽平臺?



你正在看嗎??

總結

以上是生活随笔為你收集整理的18 个 Python 高效编程技巧,Mark!的全部內容,希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯,歡迎將生活随笔推薦給好友。