来源 | NewBeeNLP（ID:gh_627b00c8dbd0）

责编 | 夕颜

写在前面

今天，我们一起回顾下Python Cookbook，全书是以问答对的形式展开，这是我很久之前看的笔记。Cookbook不算是入门书，更像是一本工具书，既然有基础了那就没必要一个个点去看，建议是需要用到那部分就把那块的知识点技巧翻一遍。下面大噶自己查漏补缺吧！

数据结构与算法

从任意长度的可迭代对象中分解元素

*表达式可以用来将一个含有N个元素的数据结构类型分解成所需的几部分。

1first, *middle, last = grades

例如grades保存了100个成绩数据而我们只关心首末两个成绩，就可以把中间的所有成绩保存到一个列表里面，如下：

保存最后N个元素

• collection.deque(maxlen=N)创建了一个固定长度的队列，当有新记录加入而队列已满时会自动移除最老的那条记录。

• 若不指定队列的大小，也就得到了一个无界限的队列；

• deque支持从队列两端添加或弹出元素

1from collection import deque
2q = deque()
3q.append(1)
4q.append(2)
5q.append(3)
6q.appendleft(4)
7q.pop()
8q.popleft()

找到最大或最小的N个元素

• heapq模块中有两个函数：nlargest()和nsmallest()

1import heapq
2
3nums = [1, 8, 2, 23, 7, -4, 18, 23, 42, 37, 2]
4print(heapq.nlargest(3, nums))
5out: [42, 37, 23]
6print(heapq.nsmallest(3,nums))
7out: [-4, 1, 2]

• 这两个函数还可以接受一个参数key

 1In [1]: portfolio = [2   ...: {'name': 'IBM', 'shares': 100, 'price': 91.1},3   ...: {'name': 'AAPL', 'shares': 50, 'price': 543.22},4   ...: {'name': 'FB', 'shares': 200, 'price': 21.09},5   ...: {'name': 'HPQ', 'shares': 35, 'price': 31.75},6   ...: {'name': 'YHOO', 'shares': 45, 'price': 16.35},7   ...: {'name': 'ACME', 'shares': 75, 'price': 115.65}8   ...: ]9
10cheap = heapq.nsmallest(3, portfolio, key=lambda s: s['price'])
11cheap
12out:
13[{'name': 'YHOO', 'price': 16.35, 'shares': 45},
14 {'name': 'FB', 'price': 21.09, 'shares': 200},
15 {'name': 'HPQ', 'price': 31.75, 'shares': 35}]

让字典保持有序

• collection模块的OrderedDict会按照元素初始添加的顺序进行操作；

• 其内部维护了一个双向链表，它会根据元素加入的顺序来排列键的位置。因此ＯrderedDict的大小是普通字典的２倍多。

字典的计算问题

• 利用zip()将字典的键与值反转

找出序列中出现次数最多的元素

• collection模块的Counter类

• 并且Counter类有一个非常方便的most_common(n)方法可以直接得到出现次数最多的前几位

1from collections import Counter
2words = [一系列单词组成的列表]
3word_counts = Counter(words)
4top_3 = word_counts.most_common(3)

通过公共键对字典列表排序

• operator模块的itermgetter函数

 1from operator import itemgetter23In [26]: rows = [4    ...: {'fname': 'Brian', 'lname': 'Jones', 'uid':1003},5    ...: {'fname': 'David', 'lname': 'Beazley', 'uid':1002},6    ...: {'fname': 'John', 'lname': 'Cleese', 'uid':1001},7    ...: {'fname': 'Big', 'lname': 'Jones', 'uid':1004}8    ...: ]9
10itemgetter('fname')
11Out[31]: <operator.itemgetter at 0x7f01606657d0>
12
13rows_by_frame = sorted(rows, key=itemgetter('fname'))
14Out[30]:
15[{'fname': 'Big', 'lname': 'Jones', 'uid': 1004},
16 {'fname': 'Brian', 'lname': 'Jones', 'uid': 1003},
17 {'fname': 'David', 'lname': 'Beazley', 'uid': 1002},
18 {'fname': 'John', 'lname': 'Cleese', 'uid': 1001}]

• itermgetter()函数还可以接受多个键

1rows_by_frame = sorted(rows, key=itemgetter('fname','lname'))

数字、日期和时间

对数值进行取整

• 使用内建的round(value, ndigits)函数

1>>> round(1.23, 1)
21.2
3>>> round(1.27, 1)
41.3
5>>> round(162773, -1)
6162770

• 当某个值恰好等于两个整数间的一半时，取整操作会去到离该值最近的那个偶数上。如1.5和2.5都会取整到2

• round()中的ndigits可以是负数，在这种情况下会相应地取整到十位、百位。。。

对数值做格式化输出

• 使用内建的format()函数

1>>>x = 123.456
2>>>format(x, '0.2f')
3123.46

二进制、八进制和十六进制转换

• 要将一个整数转换为二进制，使用bin()

• 要将一个整数转换为八进制，使用oct()

• 要将一个整数转换为十六进制，使用hex()

随机选择

• random.choice()可以从序列中随机挑选出元素

1>>>import random
2>>>values = [1,2,3,4,5,6]
3>>>random.choice(values)
44
5>>>random.choice(values)
62

• random.shuffle()可以在序列中原地打乱元素的顺序

1>>>random.shuffle(values)
2>>>values
3[2,4,3,1,6,5]random.sample()可以取样出N个元素

• random.sample()可以取样出N个元素

1>>>random.sample(values, 2)
2[6, 2]

时间换算

• datatime模块可以用来完成不同时间单位间的换算。例如要表示一个时间间隔，可以创建一个timedelta实例

 1from datetime import timedelta23In [33]: a = timedelta(days=2, hours=6)4In [34]: b = timedelta(hours=4.5)5In [35]: c = a + b6In [36]: c.days7Out[36]: 28In [37]: c.seconds9Out[37]: 37800
10In [38]: c.seconds/3600
11Out[38]: 10.5
12In [39]: c.total_seconds() / 3600
13Out[39]: 58.5

迭代器和生成器

手动访问迭代器中的元素

1with open('/etc/passwd') as f:
2    try:
3        while True:
4            line = next(f)
5            print(line, end='')
6    except StopIteration:
7        pass

委托迭代

• 对自定义的容器对象，其内部持有一个列表丶元组或其他的可迭代对象，我们想让自己的新容器能够完成迭代操作。一般来说，我们所要做的就是定义一个__iter__()方法，将迭代请求委托到对象内部持有的容器上。

1class Node:
2    def __init__(self, value):
3        Self._value = vaule
4        self._children = []
5    def __repr__(self):
6        return 'Node({!r})'.format(self._value)
7    def __iter__(self):
8        return iter(self._children)

在这个例子中，iter()方法将迭代请求转发给对象内部持有的_children属性上。

用生成器创建新的迭代模式

• 函数中只要出现了yield语句就会将其转变成一个生成器

1def frange(start, stop, increment):
2    x = start
3    while x < stop:
4        yield x
5        x += increment

• 注意生成器只在响应迭代操作时才运行

对迭代器做切片操作

• itertool.islice() 可以对迭代器和生成器做切片操作

 1In [3]: def count(n):2   ...:     while True:3   ...:         yield n4   ...:         n += 15   ...:6In [5]: c = count(0)7In [6]: c8Out[6]: <generator object count at 0x7f92899b3c80>9----> 1 c[0]
10TypeError: 'generator' object has no attribute '__getitem__'
11
12import itertools
13In [10]: for x in itertools.islice(c, 10, 20):
14    ...:     print(x)
1510
1611
1712
1813
1914
2015
2116
2217
2318
2419

跳过可迭代对象中的前一部分元素

• itertools.dropwhile() 函数会 丢弃掉序列中的前面几个元素
  例如，我们需要读取一个文件，文件的开头有一系列注释行并不是我们想要的

1from itertools import dropwhile
2with open('/etc/passwd') as f:
3    for line in dropwhile(lambda line: line,startwith('#'), f):
4        print(line, end='')

迭代所有可能的组合

• 我们想对一些列元素的所有可能组合进行迭代

• itrtools.permutations()函数接受一个元素集合，将其中所有元素重排列为所有可能的情况，并以元组的形式返回。

 1In [11]: from itertools import permutations2In [12]: items = ['a', 'b', 'c']3In [13]: for p in permutations(items):4    ...:     print(p)5    ...:6('a', 'b', 'c')7('a', 'c', 'b')8('b', 'a', 'c')9('b', 'c', 'a')
10('c', 'a', 'b')
11('c', 'b', 'a')
#如果想得到较短的所有全排列，可以指定长度
In [14]: for p in permutations(items， 2):...:     print(p)
('a', 'b')
('a', 'c')
('b', 'a')
('b', 'c')
('c', 'a')
('c', 'b')

• itertools.combinations 不考虑元素间的实际顺序，即('a', 'b')和('b', 'a')被认为是相同的组合形式。

• 若想解除这一限制，可用combinations_with_replacement。

同时迭代多个序列

• zip()函数可以用来迭代多个序列中的元素

 1>>>xvalues = [1,5,4,2,10,7]2>>> yvalues = [101,78,37,15,62,99]3>>> for x, y in zip(xvalues, yvalues):4...     print(x, y)5...61 10175 7884 3792 15
1010 62
117 99

在不同的容器中进行迭代

• 我们需要对许多对象执行相同的操作，但是这些对象包含在不同的容器内，而我们希望可以避免写出嵌套的循环处理，保持代码的可读性。使用itertools.chain()方法可以用来简化这个任务。

 1from itertools import chain23In [18]: a = [1, 2, 3, 4]4In [19]: b = ['x', 'y', 'z']5In [20]: for x in chain(a, b):6    ...:     print (x)7    ...:8192
103
114
12x
13y
14z

合并多个有序序列，再对整个有序序列进行迭代

• heapq.merge()函数

 1>>>import heapq2>>>a = [1,4,7,10]3>>>b = [2,5,6,11]4>>>for c in heapq.merge(a,b):5...     print(c)6...718294
105
116
127
1310
1411

文件和IO

将输出重定向到文件中

• 只需要在print()函数加上file关键字参数即可

1with open('somefile.txt', 'rt') as f:
2    print('Hello World!', file=f)

以不同的分隔符或行结尾符完成打印

1>>>print('GKY',1995,5,18, sep='-',end='!!\n')
GKY-1995-5-18!!

在字符串上执行IO操作

• 使用io.StringIO()和io.ByteIO()来创建类似于文件的对象，这些对象可操作字符串数据。

读写压缩的数据文件

• gzip和bz2模块可以实现

 1import gzip2with open('somefile.gz', 'rt') as f:3    text = f.read()45import bz26with open('somefile.bz2', 'rt') as f:7    text = f.read()89import gzip
10with open('somefile.gz', 'wt') as f:
11    f.write(text)
12
13import bz2
14with open('somefile.bz', 'wt') as f:
15    f.write(text)

将二进制数据读到可变缓冲区中

• 我们想将二进制数据直接读取到一个可变缓冲区中，中间不经过任何拷贝环节。例如我们想原地修改数据再将它写回到文件中去。

 1import os.path2def read_into_buffer(filename):3    buf = bytearray(os.path.getsize(filename))4    with open(filename, 'rb') as f:5        f.readinto(buf)6    return buf78with open('sample.bin', 'wb') as f:9    f.write(b'hello world')
10
11buf = read_into_buffer('sample.bin')
12In [16]: buf
13Out[16]: bytearray(b'hello world')

序列化Python对象

• 我们需要将Python对象序列化为字节流，这样就可以将其保存到文件中、存储到数据库中或者通过网络连接进行传输。

• 序列化数据最常见的做法就是使用pickle模块。

1import pickle
2data = ...  #some python object
3f = open('somefile', 'wb')
4pickle.dump(data,f)

• 要将对象转存为字符串，可以使用

1import pickle
2data = ...  #some python object
3f = open('somefile', 'wb')
4pickle.dumps(data,f)

• 如果要从字节流中重新创建出对象，可以使用pickle.load()或者pickle.loads()

数据编码与处理

读写JSON数据

• 主要使用JSON模块

• 两个主要的函数为json.dumps()和json.loads()

• 如果是文件而不是字符串的话使用json.dump()和json.load()

解析简单的XML文档

• xml.etree.ElementTree可以从简单的XML文档中提取数据

 1from urllib.request import urlopen2from xml.etree.ElementTree import parse34u = urlopen('http://planet.python.org/rss20.xml')5doc = parse(u)6In [24]: for item in doc.iterfind('channel/item'):7   ....:     title = item.findtext('title')8   ....:     date = item.findtext('pubDate')9   ....:     link = item.findtext('link')
10   ....:     print (title)
11   ....:     print(date)
12   ....:     print(link)
13   ....:     print()
14   ....:

【End】

技术战“疫”，贾扬清、李飞飞要给程序员直播讲AI技术！

2月18日、2月20日，阿里云CIO学院攻“疫”技术课程正式开启。您将获得与达摩院数据库首席科学家 、阿里巴巴集团副总裁、ACM 杰出科学家李飞飞，Caffe之父、ONNX创始人、阿里巴巴集团副总裁贾扬清，阿里巴巴集团副总裁、阿里 CIO 学院院长胡臣杰等顶级技术专家直播互动的机会。

推荐阅读 

☞工信部：短信可为 16 亿用户提供行程证明；OPPO 回应造芯计划；Windows Terminal 0.9 发布| 极客头条

☞ 抗疫新举措，本周内你也能用上健康码！

☞几行代码构建全功能的对象检测模型，他是如何做到的？

☞疫情之下，哪些行业正在逆势爆发？

☞早期文献中的关系抽取论文整理，赶紧 Mark 起来！

☞一文读懂拜占庭将军问题

你点的每一个在看，我认真当成了喜欢

猛戳“阅读原文”，立即加入！