Python高效编程的19个技巧

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，如果做不到这样，还扯啥高级呢？

1.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

2.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()。

福利：私信回复【01】可免费获取python入门教程视频

3.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)]
4.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。

****5.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

|

******6.**if 语句在行内

|

1

2

|

print "Hello" if True else "World"

>>> Hello

|

7.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 world

print ````1``` ``+" world"`

>>> ``1 world

print 1``, ``"world"

>>> ``1 world

print nfc, ``1

>>> [``'Packers'``, ``'49ers'``] ``1

|

8.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

>>> ``2

if 1 < x > ``0``:

print x

>>> ``2

|

9.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``]

|

是不是很牛呢，哈哈。

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

替换诚这样：

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 = True

if False``:

print "Hello"

else``:

print "World"

>>> Hello

19.创建一次性的、快速的小型web服务
有时候，我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。

我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库)，来做这种事情。

下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子：

from SimpleXMLRPCServer import SimpleXMLRPCServer

def file_reader(file_name):

with open(file_name, 'r') as f:
return f.read()

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_introspection_functions()

server.register_function(file_reader)

server.serve_forever()
客户端：

import xmlrpclib
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')

proxy.file_reader('/tmp/secret.txt')
我们这样就得到了一个远程文件读取工具，没有外部的依赖，只有几句代码(当然，没有任何安全措施，所以只可以在家里这样做)。

Python高效编程的19个技巧相关推荐

编程软件python中的if用法-Python高效编程的19个技巧
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 ...
提高Python编程的效率技巧你知道哪些？收藏必备系列，阿里表哥推荐！Python高效编程技巧
Python高效编程技巧工作中经常要处理各种各样的数据,遇到项目赶进度的时候自己写函数容易浪费时间. Python 中有很多内置函数帮你提高工作效率! 一:在列表,字典中根据条件筛选数据 1.假设有 ...
python多线程挂了_python多线程输入的问题 python高效编程技巧13（如何在线程之间实现...
python3 创建线程时不用args传参,执行线程时为什如果创建线程时在target里就传入了参数,为什么在启动线程时,线程不是在Python多线程下,每个线程的执行方式: 有什么了不起,大不了继续 ...
你不知道的18个Python高效编程技巧
来源 | Python编程时光初识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 ...
python高效编程15个利器_你不知道的18个Python高效编程技巧
来源 | Python编程时光初识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 ...
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 ...
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 ...
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 ...
18 个 Python 高效编程小技巧
初识Python语言,觉得python满足了你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那些曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了.高级语言,如果做不到这样 ...

Python高效编程的19个技巧

Python高效编程的19个技巧相关推荐

最新文章

热门文章