導(dǎo)讀

Python標(biāo)準(zhǔn)庫是一個(gè)巨大的野獸，它的生態(tài)系統(tǒng)絕對(duì)是龐大的。雖然Python模塊可能有200萬千兆字節(jié)，好在有一些使用技巧存在，我們可以用Python中與科學(xué)計(jì)算相關(guān)的標(biāo)準(zhǔn)庫和包來學(xué)習(xí)。

Python看起來似乎是一種任何人都可以學(xué)習(xí)的簡單語言，但實(shí)際上，學(xué)會(huì)不等于精通，Python的“后勁兒”超乎我們的想象，它容易入門卻很難掌握。在Python中，一個(gè)通常有多種處理方法，但很容易出錯(cuò)的地方很多;或者僅僅因?yàn)椴恢滥K的存在，你就得重新創(chuàng)建標(biāo)準(zhǔn)庫，這很浪費(fèi)時(shí)間。

1. 反轉(zhuǎn)字符串

雖然看似是很基礎(chǔ)的操作，但是用char循環(huán)來反轉(zhuǎn)字符串可能會(huì)非常繁瑣麻煩。幸運(yùn)的是，Python包含了一個(gè)簡單的內(nèi)置操作來準(zhǔn)確地執(zhí)行這個(gè)任務(wù)，我們只需訪問字符串上的索引::-1。

a = "!dlrow olleH"

backward = a[::-1]

2. Dims作為變量

在大多數(shù)語言中，為了將數(shù)組放入一組變量中需迭代循環(huán)值，或按位置訪問暗點(diǎn)，如下所示：

firstdim = array[1]

然而，在Python中有一種更好更快的方法。為了將一列值改為變量，可以簡單地將變量名設(shè)置為與數(shù)組長度相同的數(shù)組：

array = [5, 10, 15, 20]

five, ten, fift, twent = array

3. 生成器的next()迭代

在編程中的大多數(shù)正常情況下，可以訪問一個(gè)索引，并使用計(jì)數(shù)器獲取位置數(shù)字，計(jì)數(shù)器將只是一個(gè)值，添加到：

array1 = [5, 10, 15, 20]

array2 = (x ** 2 for x in range(10))

counter = 0for i in array1:# This code wouldn't work because 'i' is not in array2.

# i = array2[i]

i = array2[counter]

# ^^^ This code would because we areaccessing the position of i

我們也可以用next()代替它。Next使用一個(gè)迭代器，該迭代器將當(dāng)前位置存儲(chǔ)在內(nèi)存中，并在后臺(tái)迭代列表：

g = (x ** 2 for x in range(10))

print(next(g))

print(next(g))

4. 智能拆包

迭代地解壓值可能會(huì)非常耗費(fèi)時(shí)力，Python中有幾種不錯(cuò)的方法可以用來解壓列表的方法。其中一個(gè)是*，它將填充未分配的值并將它們添加到變量名下的新列表中。

a, *b, c = [1, 2, 3, 4, 5]

5. 列舉

不了解列舉那可不太行。列舉可以獲取列表中某些值的索引，在數(shù)據(jù)科學(xué)中使用數(shù)組而不是數(shù)據(jù)幀時(shí)，這就特別有用：

for i,w in enumerate(array):

print(i,w)

6. 命名切片

Python中，分割列表非常簡單，各式各樣優(yōu)秀工具都能做到。特別好的一點(diǎn)是，它還能夠給列表命名，這對(duì)于Python中的線性代數(shù)特別有用：

a = [0, 1, 2, 3, 4, 5]

LASTTHREE = slice(-3, None)

slice(-3, None, None)

print(a[LASTTHREE])

7. Itertools

如果深入學(xué)習(xí)Python，那你肯定要熟悉itertools。itertools是標(biāo)準(zhǔn)庫中的一個(gè)模塊，它可以不斷地解決迭代問題。它不僅使編寫復(fù)雜循環(huán)大幅度變?nèi)菀?#xff0c;而且還使代碼更簡潔快速。有數(shù)百種Itertools的使用示例，來看看其中一個(gè)：

c = [[1, 2], [3, 4], [5, 6]]

# Let's convert this matrix to a 1 dimensional list.

import itertools as it

newlist = list(it.chain.from_iterable(c))

8. 分組相鄰列表

在for循環(huán)中，對(duì)相鄰循環(huán)進(jìn)行分組當(dāng)然很容易，特別是使用zip()，但這肯定不是最好的方法。為了更輕松便捷地實(shí)現(xiàn)這一點(diǎn)，可以用zip編寫一個(gè)lambda表達(dá)式，該表達(dá)式將對(duì)相鄰列表進(jìn)行分組，如下所示：

a = [1, 2, 3, 4, 5, 6]

group_adjacent = lambda a, k: zip(*([iter(a)] * k))

group_adjacent(a, 3) [(1, 2, 3), (4, 5, 6)]

group_adjacent(a, 2) [(1, 2), (3, 4), (5, 6)]

group_adjacent(a, 1)

9. 計(jì)數(shù)器

集合也是模塊中很好的標(biāo)準(zhǔn)庫，這里向大家介紹的是集合中的計(jì)數(shù)器。使用計(jì)數(shù)器，可以輕松獲得一個(gè)列表的計(jì)數(shù)。這對(duì)于獲取數(shù)據(jù)中的值總數(shù)、數(shù)據(jù)的空計(jì)數(shù)，以及查看數(shù)據(jù)的唯一值非常有用。

“為什么不直接使用Pandas呢?”使用Pandas來實(shí)現(xiàn)這一點(diǎn)無疑會(huì)困難得多，而且這只是在部署算法時(shí)需要添加到虛擬環(huán)境中的另一個(gè)依賴項(xiàng)。另外，Python中的計(jì)數(shù)器類型有很多Pandas系列沒有的特性，這使其在某些情況下更有用。

A = collections.Counter([1, 1, 2,2, 3, 3, 3, 3, 4, 5, 6, 7])

A Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1})

A.most_common(1) [(3, 4)]

A.most_common(3) [(3, 4), (1, 2), (2, 2)]

10. 出隊(duì)

如下所示，出隊(duì)能讓代碼非常整潔：

import collections

Q = collections.deque()

Q.append(1)

Q.appendleft(2)

Q.extend([3, 4])

Q.extendleft([5, 6])

Q.pop()

Q.popleft()

Q.rotate(3)

Q.rotate(-3)

print(Q)

這些是筆者一直愛用的Python技巧，都非常通用和實(shí)用，實(shí)踐中總有機(jī)會(huì)能用到。Python的標(biāo)準(zhǔn)庫函數(shù)工具箱變得越來越多樣，還有很多筆者也沒聽說過的工具。學(xué)無止境，這多么令人興奮！

總結(jié)

以上是生活随笔為你收集整理的python常用_Python常用小技巧的全部內(nèi)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(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。