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?喜欢本文记得收藏、点赞、关注。

⚠️【注】文末提供技术交流群

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 world
print 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
>>> 2
if 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 = True
if False:print "Hello"
else:print "World"
>>> Hello

推荐文章

  • 有人把吴恩达老师的机器学习和深度学习做成了中文版

  • 其实特简单,Python 这款可视化大屏代码不足百行

  • 上瘾了,最近又给公司撸了一个可视化大屏(附源码)

  • 如此优雅,4款 Python 自动数据分析神器真香啊

  • 梳理半月有余,精心准备了17张知识思维导图,这次要讲清统计学

  • 年终汇总:20份可视化大屏模板,直接套用真香(文末附源码)

技术交流

欢迎转载、收藏、有所收获点赞支持一下!

目前开通了技术交流群,群友已超过2000人,添加时最好的备注方式为:来源+兴趣方向,方便找到志同道合的朋友

  • 方式①、发送如下图片至微信,长按识别,后台回复:加群;
  • 方式②、添加微信号:dkl88191,备注:来自CSDN+研究方法
  • 方式③、微信搜索公众号:Python学习与数据挖掘,后台回复:加群

如此优秀,这18个 Python 高效编程技巧真的太香了相关推荐

  1. 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 ...

  2. 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 ...

  3. 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 ...

  4. 爱了!这18个 Python 高效编程技巧真香!

    大家好,我是辰哥~ 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 ...

  5. 18个Python高效编程技巧!

    点击 机器学习算法与Python学习 ,选择加星标 精彩内容不迷路 本文由Python编程时光整理 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 ...

  6. 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 ...

  7. 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 ...

  8. 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 ...

  9. 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 ...

最新文章

  1. eeglab教程系列(2)-加载、显示数据
  2. 另一鲜为人知的单例写法-ThreadLocal
  3. android抽奖动画,Android App中实现简单的刮刮卡抽奖效果的实例详解
  4. [设计模式]简单工厂和工厂方法模式适用场景
  5. CSS3之background的调整和增加的属性
  6. windows7计算机用户账户,win7系统删除用户账户的方法(图文)
  7. html语言的网页制作,HTML语言的网页制作技巧与方法
  8. python 提取元组中的值_Python中的sqlite3提取与元组中的值相对应的条目 - python
  9. lua笔记之userdata
  10. 还在低头采石油? BP、壳牌、道达尔、中石化早已涌入可再生能源
  11. 【节能学院】剩余电流动作继电器在浴室中的应用
  12. 【笔记总结】高中生物——【选一 Ⅱ】第二章 微生物的培养与应用
  13. 如何让cloudflare缓存html,cloudflare无限流量缓存的使用方法
  14. Team Tic Tac Toe--数据结构set的妙用
  15. Spring Microservices in Action中文版
  16. C# 在获得鼠标点击事件时,如何判断Control键,Shift键被按下
  17. SAP中ABAP的生产订单调用BAPI进行投料BAPI_GOODSMVT_CREATE(根据生产订单号进行投料,可以修改物料数量)
  18. 第五人格服务器维修中怎么进,第五人格怎么进不去_进不去游戏原因汇总及解决办法_软吧...
  19. TVS相关参数与选型
  20. 结束拒绝访问的进程 cmd下结束进程 强行结束进程

热门文章

  1. 在deepin系统下安装git
  2. Veracrypt加密,配合WD Security西数移动硬盘加密
  3. Android Studio 4.2Previw版本编译错误提示Disable offline mode and rerun the build
  4. Error running SecureCardJavaApp. Command line is too long. Shorten the command line and rerun.
  5. k2000显卡相当于gtx_电脑中的显卡是什么样干什么样的?NVDIA推出的两块Quadro显卡K1000M和K2000M性能究竟差多少...
  6. AI 助力智慧城市发展 | 腾讯视觉峰会回顾
  7. OpenJ_Bailian 2748
  8. 麻省理工公开课人工智能笔记六
  9. 图形学:纹理寻址模式与UVTiling
  10. 机器视觉工业缺陷检测(光源,相机,镜头,算法)