python装逼_能够让你装逼的10个Python小技巧

列表推导式

你有一个list： bag = [1, 2, 3, 4, 5]

现在你想让所有元素翻倍，让它看起来是这个样子： [2, 4, 6, 8, 10]

大多初学者，根据之前语言的经验会大概这样来做

bag = [1, 2, 3, 4, 5]

for i in range(len(bag)):

bag[i] = bag[i] * 2

但是有更好的方法：

bag = [elem * 2 for elem in bag]

很简洁对不对？这叫做Python的列表推导式。

遍历列表

还是上面的列表。如果可能尽量避免这样做：

bag = [1, 2, 3, 4, 5]

for i in range(len(bag)):

print(bag[i])

取而代之的应该是这样：

bag = [1, 2, 3, 4, 5]

for i in bag:

print(i)

如果 x 是一个列表，你可以对它的元素进行迭代。多数情况下你不需要各元素的索引，但如果你非要这样做，那就用 enumerate 函数。它像下边的样子：

bag = [1, 2, 3, 4, 5]

for index, element in enumerate(bag):

print(index, element)

非常直观明了。

元素互换

如果你是从java或者C语言转到Python来，可能会习惯于这样：

a = 5

b = 10

# 交换 a 和 b

tmp = a

a = b

b = tmp

但Python提供了一个更自然更好的方法！

a = 5

b = 10

# 交换a 和 b

a, b = b, a

初始化列表

假如你要一个是10个整数0的列表，你可能首先想到：

bag = []

for _ in range(10):

bag.append(0)

换个方式吧：

bag = [0] * 10

看，多优雅。

注意：如果你列表包含了列表，这样做会产生浅拷贝。

举个例子：

bag_of_bags = [[0]] * 5 # [[0], [0], [0], [0], [0]]

bag_of_bags[0][0] = 1 # [[1], [1], [1], [1], [1]]

Oops！所有的列表都改变了，而我们只是想要改变第一个列表。

改一改啦：

bag_of_bags = [[0] for _ in range(5)]

# [[0], [0], [0], [0], [0]]

bag_of_bags[0][0] = 1

# [[1], [0], [0], [0], [0]]

“过早优化是万恶之源”问问自己，初始化一个列表是必须的吗？

构造字符串

你会经常需要打印字符串。要是有很多变量，避免下面这样：

name = "Raymond"

age = 22

born_in = "Oakland, CA"

string = "Hello my name is " + name + "and I'm " + str(age) + " years old. I was born in " + born_in + "."

print(string)

额，这看起来多乱呀？你可以用个漂亮简洁的方法来代替， .format 。

这样做：

name = "Raymond"

age = 22

born_in = "Oakland, CA"

string = "Hello my name is {0} and I'm {1} years old. I was born in {2}.".format(name, age, born_in)

print(string)

返回tuple元组

Python允许你在一个函数中返回多个元素，这让生活更简单。但是在解包元组的时候出出线这样的常见错误：

def binary(): return 0, 1

result = binary()

zero = result[0]

one = result[1]

这是没必要的，你完全可以换成这样：

def binary(): return 0, 1

zero, one = binary()

要是你需要所有的元素被返回，用个下划线 _ ：

zero, _ = binary()

就是这么高效率！

访问Dict字典

你也会经常给 dicts 中写入 key，value （键，值）。

如果你试图访问一个不存在的于 dict 的 key ，可能会为了避免 KeyError 错误，你会倾向于这样做：

countr = {}

bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]

for i in bag:

if i in countr:

countr[i] += 1 else:

countr[i] = 1

for i in range(10):

if i in countr:

print("Count of {}: {}".format(i, countr[i]))

else:

print("Count of {}: {}".format(i, 0))

但是，用 get() 是个更好的办法。

countr = {}

bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]

for i in bag:

countr[i] = countr.get(i, 0) + 1

for i in range(10):

print("Count of {}: {}".format(i, countr.get(i, 0)))

当然你也可以用 setdefault 来代替。

这还用一个更简单却多费点开销的办法：

bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]

# {2: 3, 3: 1, 1: 1, 5: 1, 6: 1, 7: 2, 9: 1}

countr = dict([(num, bag.count(num)) for num in bag])

for i in range(10):

print("Count of {}: {}".format(i, countr.get(i, 0)))

你也可以用 dict 推导式。

countr = {num: bag.count(num) for num in bag}

这两种方法开销大是因为它们在每次 count 被调用时都会对列表遍历。

使用库

现有的库只需导入你就可以做你真正想做的了。

还是说前面的例子，我们建一个函数来数一个数字在列表中出现的次数。那么，已经有一个库就可以做这样的事情。

from collections import Counter

bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7]

countr = Counter(bag)for i in range(10):

print("Count of {}: {}".format(i, countr[i]))

一些用库的理由：

代码是正确而且经过测试的。

它们的算法可能会是最优的，这样就跑的更快。

抽象化：它们指向明确而且文档友好，你可以专注于那些还没有被实现的。

最后，它都已经在那儿了，你不用再造轮子了。

在列表中切片/步进

你可以指定 start 的点和 stop 点，就像这样 list[start:stop:step] 。我们取出列表中的前5个元素：

bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

for elem in bag[:5]:

print(elem)

这就是切片，我们指定 stop 点是5，再停止前就会从列表中取出5个元素。

要是最后5个元素怎么做？

bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

for elem in bag[-5:]:

print(elem)

没看明白吗？ -5 意味着从列表的结尾取出5个元素。

如果你想对列表中元素间隔操作，你可能会这样做：

bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

for index, elem in enumerate(bag):

if index % 2 == 0:

print(elem)

但是你应该这样来做：

bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9]

for elem in bag[::2]:

print(elem)

# 或者用 ranges

bag = list(range(0,10,2))

print(bag)

这就是列表中的步进。 list[::2] 意思是遍历列表同时两步取出一个元素。

你可以用 list[::-1] 很酷的翻转列表。

tab键还是空格

长时间来看，将tab和空格混在一起会带来很多不必要的麻烦，你会看到 IndentationError: unexpected indent 。不管你选择tab键还是空格键，你应该在你的文件和项目中一直保持使用。

一个使用空格而不是tab的原因是，tab不是在所有编辑器中都一样的。视呢所用的编辑器，tab可能会被当作2到8个空格。

你也可以在写代码时用空格来定义tab。这样你可以自己选择用几个空格来当做tab。大多数Python用户是用4个空格。

有需要Python学习资料的小伙伴吗?小编整理【一套Python资料、源码和PDF】，548还有377加上875感兴趣者可以进这个群领取，反正闲着也是闲着呢，不如学点东西啦

python装逼_能够让你装逼的10个Python小技巧相关推荐

中科曙光服务器怎么装系统_如何给服务器装系统
服务器装的系统是WIN2003,我想试着重装一下2008了,没想到没有光驱了,好不容易弄了一个USB光驱来,结果安装不成功了,后来一连串的问题接踵而来,经过不懈的努力,最终算是装好了,现将其中苦与乐与 ...
python orm库_周边生态贡献者+1，一个TDengine的Python ORM库—crown
本文介绍了一个用于操作TDengine的 Python ORM库.本文的预期读者是,需要使用Python语言操作TDengine数据库的开发人员. 什么是ORM? ORM就是对象关系映射(Object ...
python简单编程语言_功能强大而又简单易学的编程语言Python
Python是一种面向对象.直译式计算机程序设计语言,也是一种功能强大的通用型语言(维基百科).自从上次写那个批量Blast小程序的时候接触了Python,发现这个玩意儿真是好用,后来还用它弄了个动态 ...
python手把手入门_新手必看：手把手教你入门 Python
首先,Python是什么?据它的创始人Guido van Rossum而言, "Python是一种高级编程语言,它的核心设计思想是代码可读性和允许程序员用几行代码来表达观点的语法." ...
虚拟机python建站_搭建本地虚拟服务器linux(CentOS 7)的python虚拟环境(Hyper-V演示）...
新建虚拟机->安装CentOS7->新建虚拟交换机:内部网络->CentOS7设置->网络适配器:虚拟交换机:新建虚拟交换机->进入CentOS #cd /etc/sys ...
python 字符串操作速度_强者一出，谁与争锋？与Python相比，C＋的运行速度究竟有多快？|python|编程语言|字符串|示例|算法...
对于数据科学家而言,热爱Python的理由数不胜数.但你是否也曾问过这样的问题:Python和C或C++等更专业的低级编程语言究竟有何不同呢?我想这是很多数据科学家或者Python用户曾经问过或者将来 ...
python @修饰符_数据结构与算法之8——抽象数据类型与python类
就算你是特别聪明,也要学习,从头学起!--(俄国)屠格涅夫本篇文章要说的主要是数据结构与算法和python中关于类(Class)以及异常(Error)的一些基础,虽然很简单,但是必须非常重视.只有在 ...
python 自定义数据类型_【整理合集，建议收藏】Python数据类型（一）
一.数据类型在python这门语言中,数据类型分为两种. 内置的和自定义的. 内置的包括数字 . 字符串 . 布尔 . 列表 . 元组 . 字典 . Bytes . 集合这些常用的以及一些不太 ...
python版本切换_如何在cmd下切换不同版本的Python
(1)分别安装 python-2.7.12.amd64.msi python-3.5.2-amd64.exe (python官网下载的) 顺序无所谓(为了看着方便,我把安装路径修改统一了) (2)配置 ...
excel运行python自定义函数_终于，可以在Excel中直接使用Python！
大家好,我是早起. 经常给大家推荐好用的数据分析工具,也收到了铁子们的各种好评.这次也不例外,我要再推荐一个,而且是个爆款神器. Excel和Jupyter Notebok都是我每天必用的工具,而且两 ...

python装逼_能够让你装逼的10个Python小技巧

python装逼_能够让你装逼的10个Python小技巧相关推荐

最新文章

热门文章