Python真的是满足了我上学时候对编程语言的所有要求,怎么会有人还不知道Python18个高效编程的技巧。Python语言的高级编程技巧满足了我大学时对编程语言的所有要求,用过的应该都喜欢,终于从C或C++当中解脱出来了,是吧。当然,高级语言做不到这样,算什么高级语言,直接上教程。

01 交换变量

>>>a=3
>>>b=6

这个情况如果要交换变量在c++中,肯定需要一个空变量。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 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)

大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个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]

自从python 3.1 起,我们可以用同样的语法来创建集合和字典表:

>>> # 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}

在第一个例子里,我们以some_list为基础,创建了一个具有不重复元素的集合,而且集合里只包含偶数。而在字典表的例子里,我们创建了一个key是不重复的1到10之间的整数,value是布尔型,用来指示key是否是偶数。

这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合:

>>> my_set = {1, 2, 1, 2, 3, 4}
>>>> my_set
>set([1, 2, 3, 4])

而不需要使用内置函数set()。

03 计数时使用Counter计数对象

这听起来显而易见,但经常被人忘记。对于大多数程序员来说,数一个东西是一项很常见的任务,而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类,是专门来干这种事情的:

>>> 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是一种非常好的数据序列化的形式,被如今的各种API和web service大量的使用。使用python内置的json处理,可以使JSON串具有一定的可读性,但当遇到大型数据时,它表现成一个很长的、连续的一行时,人的肉眼就很难观看了。

为了能让JSON数据表现的更友好,我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时,这尤其有用:

>>> 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   } ]}

同样,使用内置的pprint模块,也可以让其它任何东西打印输出的更漂亮。

05 解决FizzBuzz

前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz,问题引用如下:

写一个程序,打印数字1到100,3的倍数打印“Fizz”来替换这个数,5的倍数打印“Buzz”,对于既是3的倍数又是5的倍数的数字打印“FizzBuzz”。

这里就是一个简短的,有意思的方法解决这个问题:

for x in range(1,101):print"fizz"[x%3*len('fizz')::]+"buzz"[x%5*len('buzz')::] or x

06 if 语句在行内

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

07 连接

下面的最后一种方式在绑定两个不同类型的对象时显得很cool。

nfc = ["Packers", "49ers"]
afc = ["Ravens", "Patriots"]
print nfc + afc
>>> ['Packers', '49ers', 'Ravens', 'Patriots']print str(1) + " world"
>>> 1 worldprint `1` + " world"
>>> 1 worldprint 1, "world"
>>> 1 worldprint nfc, 1
>>> ['Packers', '49ers'] 1

08 数值比较

这是我见过诸多语言中很少有的如此棒的简便法

x = 2
if 3 > x > 1:print x>>> 2if 1 < x > 0:print x>>> 2

09 同时迭代两个列表

nfc = ["Packers", "49ers"]
afc = ["Ravens", "Patriots"]
for teama, teamb in zip(nfc, afc):print teama + " vs. " + teamb>>> Packers vs. Ravens>>> 49ers vs. Patriots

10 带索引的列表迭代

teams = ["Packers", "49ers", "Ravens", "Patriots"]
for index, team in enumerate(teams):print index, team>>> 0 Packers>>> 1 49ers>>> 2 Ravens>>> 3 Patriots

11 列表推导式

已知一个列表,我们可以刷选出偶数列表方法:

numbers = [1,2,3,4,5,6]
even = []
for number in numbers:if number%2 == 0:even.append(number)

转变成如下:

numbers = [1,2,3,4,5,6]
even = [number for number in numbers if number%2 == 0]

12 字典推导

和列表推导类似,字典可以做同样的工作:

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 列表转换为字符串

teams = ["Packers", "49ers", "Ravens", "Patriots"]
print ", ".join(teams)
>>> 'Packers, 49ers, Ravens, Patriots'

15 从字典中获取元素

我承认try/except代码并不雅致,不过这里有一种简单方法,尝试在字典中查找key,如果没有找到对应的alue将用第二个参数设为其变量值。

data = {'user': 1, 'name': 'Max', 'three': 4}
try: is_admin = data['admin']except KeyError:is_admin = False

替换成这样

data = {'user': 1, 'name': 'Max', 'three': 4}
is_admin = data.get('admin', False)

16 获取列表的子集

有时,你只需要列表中的部分元素,这里是一些获取列表子集的方法。

x = [1,2,3,4,5,6]
#前3个
print x[:3]
>>> [1,2,3]
>#中间4个
>print x[1:5]
>>>> [2,3,4,5]
>#最后3个
>print x[3:]
>>>> [4,5,6
>]#奇数项
>print x[::2]
>>>> [1,3,5]
>#偶数项
>print x[1::2]
>>>> [2,4,6]

除了python内置的数据类型外,在collection模块同样还包括一些特别的用例,在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup,你甚至也能找到他的实用之处。

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

17 迭代工具

和collections库一样,还有一个库叫itertools,对某些问题真能高效地解决。其中一个用例是查找所有组合,他能告诉你在一个组中元素的所有不能的组合方式

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

比起实用技术来说这是一个很有趣的事,在python中,True和False是全局变量,因此:

False = Trueif
False:
print "Hello"
else:
print "World"
>>> Hello

这是这一篇分享的18个高效编程的技巧,一个都不少分享给你了。记得查收,关于Python更多的知识可以在评论区告诉我,这篇到这里就没有了,下一章见吧。

Python教你18个高效编程的方法相关推荐

  1. python 函数式编程 库_使用Python的toolz库开始函数式编程的方法

    在这个由两部分组成的系列文章的第二部分中,我们将继续探索如何将函数式编程方法中的好想法引入到 Python中,以实现两全其美. 在上一篇文章中,我们介绍了不可变数据结构 . 这些数据结构使得我们可以编 ...

  2. PDF中的文字怎么复制到Word?教你两个高效转换的方法

    PDF中的文字怎么复制到Word?PDF文件和Word文件都是两种十分常见的办公文件,特别是在一些重要的文件上,我们尝尝会将两种文件格式混合使用.当我们需要编辑的时候,我们会将PDF文件转换成Word ...

  3. android 文件流转换为zip文件_PDF文件如何转换为TXT文本?教您一招高效转换的方法...

    我们见过很多的文件格式,如果说最常见的文件格式想必要属于TXT文本格式了. 大多数人都用过TXT文本格式临时记录几件事或者临时记录几句话,毕竟TXT文件是微软在操作系统中附带的一种文本格式. 如果说T ...

  4. Groovy高效编程——‘匕首方法’的使用

    Groovy提供了许多'匕首方法'(匕首,短小精悍也-如each,eachWithIndex,any,every,grep,join,sort,find,findAll,collect,groupBy ...

  5. Groovy高效编程——‘匕首方法‘

    Groovy提供了许多'匕首方法'(匕首,短小精悍也-如each,eachWithIndex,any,every,grep,join,sort,find,findAll,collect,groupBy ...

  6. Groovy高效编程——‘匕首方法’的使用(更新于2007.09.14)(转载)

    关键字: grails 转载自http://www.blogjava.net/BlueSUN/archive/2007/08/26/139460.html Groovy 提供了许多'匕首方法'(匕首, ...

  7. 18 个 Python 高效编程技巧,Mark!

    点击"小詹学Python",选择"置顶"公众号 重磅干货,第一时间送达 本文转载自Python数据科学,禁二次转载 初识Python语言,觉得python满足了 ...

  8. 干货 | 18个 Python 高效编程技巧

    点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 初识Python语言,觉得python满足了我上学时候对编程语言的 ...

  9. 爱了,这18个 Python 高效编程技巧真香

    初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了.高级语言,如果做 ...

最新文章

  1. 在JDK 6和JDK 7的substring()方法的区别?
  2. 转子接地保护原理_罗茨鼓风机(压缩机)原理和操作规程
  3. 通用权限管理系统组件 (GPM - General Permissions Manager) 中后一个登录的把前一个登录的踢掉功能的实现...
  4. python什么时候进入中国-python 3.4什么时候发布的
  5. sybase isql 重启_学习这篇文章,搭建Sybase数据库不再是难题!
  6. 背景全透明 background: transparent
  7. PolarDB-X 2.0 全局 Binlog 和备份恢复能力解读
  8. WordPress中使用mod_rewrite设置漂亮链结
  9. vmware中装的ubuntu上不了网
  10. k8s极简史:K8s多集群技术发展的历史、现状与未来
  11. ES6学习笔记02:let 与 const
  12. 【JAVA SE】第十六章 进程、线程、同步锁和线程锁的简介
  13. C语言 exit() _exit()
  14. mysql标记上具有语法错误_ProgrammingError:(1064,'您的SQL语法有错误;请查看与MySQL服务器版本相对应的手册以获得正确的语法...
  15. jquery修改服务器json,在没有JQuery的情况下将JSON发送到服务器并获取JSON作为回报...
  16. 计算机网络提出问题,南昌大学高级计算机网络课堂提问及详解.doc
  17. matlab工具箱下载
  18. stm32平台实现以太网转串口、485、CAN
  19. EXCEL条件格式小知识:条件判断如何写公式,可多层if
  20. React 性能分析神器 React Profiler 介绍

热门文章

  1. 微信小游戏上线字节平台超全攻略
  2. 2021.9.15 每日总结
  3. python到底有多少个库_11个你可能不知道的Python库
  4. 杜甫ndows 10怎么安排五笔,燕字五笔怎么打|燕子|杜甫|出处_诗词_综合试卷网_中国教育考试门户网站...
  5. c++多线程学习11 packaged_task与async
  6. java井字游戏_java井字棋源代码(双人对战版)
  7. 人机智能交互技术教学进度表(2017-2018-1)含测试 机器人方向本科限选课程
  8. iOS复习中有关SDWebImage可能知识点总结
  9. 中国水泥工业节能减排行业竞争力现状与投资前景规划研究报告2022-2027年新版
  10. 【图像处理】初识计算机视觉