1. Python判断值是否为空

代码中经常会有变量是否为None的判断,有三种主要的写法:

第一种是:if x is None

第二种是:if not x

第三种是:if not x is

None`(这句这样理解更清晰`if not (x is None)`) 。`if x is not None`是最好的写法,清晰,不会出现错误,以后坚持使用这种写法。使用if not x这种写法的前提是:必须清楚x等于None, False, 空字符串””, 0, 空列表[], 空字典{}, 空元组()时对你的判断没有影响才行。

foo is None 和 foo == None的区别,如果比较相同的对象实例,is总是返回True 而 == 最终取决于 “eq()”==只要相等,is表明要一样,同一个对象

2. 三元运算符运用

三元运算符通常在Python里被称为条件表达式,这些表达式基于真(true)/假(false)的条件判断,在Python 2.4以上才有了三元操作。

condition_is_true if condition else condition_is_false #如果条件为真,返回真,否则返回假

1

condition_is_trueifconditionelsecondition_is_false#如果条件为真,返回真,否则返回假

代码如下:

>>> is_fat = True

>>> state = "fat" if is_fat else "not fat"

>>> state

'fat'

>>> state = "fat" if not is_fat else "not fat"

>>> state

'not fat'

1

2

3

4

5

6

7

>>>is_fat=True

>>>state="fat"ifis_fatelse"not fat"

>>>state

'fat'

>>>state="fat"ifnotis_fatelse"not fat"

>>>state

'not fat'

它允许用简单的一行快速判断,而不是使用复杂的多行if语句。 这在大多数时候非常有用,而且可以使代码简单可维护。比如下面在Django开发中从数据库取数据,如果userinfo对象没有值那么userinfo.permissions必然会抛异常,这里就可以简单使用三元运算符处理。

userinfo = account.objects.filter(username=user)

permission=userinfo.permissions if userinfo else ''

1

2

userinfo=account.objects.filter(username=user)

permission=userinfo.permissionsifuserinfoelse''

3. 字典合并

Python中将两个字典或多个字典进行合并操作,是一个比较常见的问题。下面介绍几种实现两个字典合并的方案。

在Python 2.x版本时,你可能会使用下面这种笨方法:

>>> dictMerged = dict1.copy()

>>> dictMerged.update( dict2 )

>>> dictMerged

{'a': 'aa', 'b': 'bb'}

1

2

3

4

>>>dictMerged=dict1.copy()

>>>dictMerged.update(dict2)

>>>dictMerged

{'a':'aa','b':'bb'}

对于第一步的复制操作而言,这种使用内建方法copy()的复制方式,和方法2中的复制结果是一样的,但根据《Core Python Programming (2nd edition)》一书中7.3.2节所述,从已存在字典中生成新字典的方式dictNew = dict( dictOld )较内建方法dictNew = dictOld.copy()会慢一些,因此书中推荐使用copy()方法。

在Python 3中,提供了参数解包特性,这是Python 3.5添加的新特性(PEP 448),使得*a、**d可以在函数参数之外使用:

>>> print(*range(5))

0 1 2 3 4

>>> lst = [0, 1, 2, 3]

>>> print(*lst)

0 1 2 3

>>> d = {"hello": "world", "python": "rocks"}

>>> print({**d}["python"])

rocks

1

2

3

4

5

6

7

8

9

10

>>>print(*range(5))

01234

>>>lst=[0,1,2,3]

>>>print(*lst)

0123

>>>d={"hello":"world","python":"rocks"}

>>>print({**d}["python"])

rocks

所谓的解包(Unpacking)实际上可以看做是去掉()的元组或者是去掉{}的字典。这一语法也提供了一个更加 Pythonic 地合并字典的方法:

>>> dictMerged = {**dict1, **dict2}

>>> dictMerged

{'a': 'aa', 'b': 'bb'}

1

2

3

>>>dictMerged={**dict1,**dict2}

>>>dictMerged

{'a':'aa','b':'bb'}

一般会使用dict()工厂方法替代{}使用:

>>> dict(**dict1, **dict2)

1

>>>dict(**dict1,**dict2)

允许接受字典或关键字参数字典进行调用。但应当注意,对于这种调用方式,dict()最多只接受一个参数(或者说是一组name=value的可变长参数),如下:

>>> dict(dict1)

{'a': 'aa'}

>>> dict(dict1=dict1, dict2=dict2)

{'dict1': {'a': 'aa'}, 'dict2': {'b': 'bb'}}

1

2

3

4

5

>>>dict(dict1)

{'a':'aa'}

>>>dict(dict1=dict1,dict2=dict2)

{'dict1':{'a':'aa'},'dict2':{'b':'bb'}}

但dict()不会接受大于1个字典,因此直观上的简单使用dict1与dict2两个参数的方法会提示如下错误:

>>> dict(dict1, dict2)

Traceback (most recent call last):

File "", line 1, in

TypeError: dict expected at most 1 arguments, got 2

1

2

3

4

>>>dict(dict1,dict2)

Traceback(mostrecentcalllast):

File"",line1,in

TypeError:dictexpectedatmost1arguments,got2

4. 列表解析式

列表解析式也称之为列表推导式,即List Comprehensions,是Python内置的非常简单却强大的可以用来创建列表的生成式。本质上就是用列表来构建列表,通过对已有列表中的每一项应用一个指定的表达式来构建出一个新的列表。列表解析式的优势是编码简单,运行起来很快。

列表解析式的三个核心要素是:

1. 作用于输入序列的运算表达式;

2. 对输入序列的循环表达式;

3. 对输入序列的过滤条件,其中过滤条件是可选的。

举个例子,要生成list [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]可以用list(range(1, 11)):

>>> list(range(11))

[0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

1

2

>>>list(range(11))

[0,1,2,3,4,5,6,7,8,9,10]

但如果要生成[1×1, 2×2, 3×3, …, 10×10]怎么做?方法一是循环:

>>> L = []

>>> for x in range(1,11):

... L.append(x * x)

...

>>> L

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

1

2

3

4

5

6

>>>L=[]

>>>forxinrange(1,11):

...L.append(x*x)

...

>>>L

[1,4,9,16,25,36,49,64,81,100]

但是循环太繁琐,且效率不高。而解析式则可以用一行语句代替循环生成上面的list:

>>> [x for x in range(1, 11)]

[1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

>>> [x * x for x in range(1, 11)]

[1, 4, 9, 16, 25, 36, 49, 64, 81, 100]

1

2

3

4

5

>>>[xforxinrange(1,11)]

[1,2,3,4,5,6,7,8,9,10]

>>>[x*xforxinrange(1,11)]

[1,4,9,16,25,36,49,64,81,100]

写列表生成式时,把要生成的元素x * x放到前面,后面跟for循环,就可以把list创建出来,十分有用,多写几次,很快就可以熟悉这种语法。

for循环后面还可以加上if判断,起到过滤的作用,比如我们可以仅筛选出偶数的平方:

>>> [x * x for x in range(1, 11) if x % 2 == 0]

[4, 16, 36, 64, 100]

1

2

>>>[x*xforxinrange(1,11)ifx%2==0]

[4,16,36,64,100]

虽然用列表表达式表示出这段代码很短,但是其可读性确实很糟糕。关于列表解析式更多用法参考“Python列表解析式”。

5. 列表去重

在某些情况下,我们可能需要把列表里面的元素进行去重处理。常用的大概有这么几种方法。

常规处理

ids = [1,2,3,1]

news_ids = []

for id in ids:

if id not in news_ids:

news_ids.append(id)

print(news_ids)

1

2

3

4

5

6

7

ids=[1,2,3,1]

news_ids=[]

foridinids:

ifidnotinnews_ids:

news_ids.append(id)

print(news_ids)

思路看起来比较清晰简单 ,也可以保持之前的排列顺序。

通过SET方法进行处理

ids = [1,2,3,1]

ids = list(set(ids))

1

2

ids=[1,2,3,1]

ids=list(set(ids))

处理起来比较简单,使用了集合方法set进行处理,不过结果不会保留之前的顺序。

利用lambda匿名函数和reduce函数处理

ids = [1,2,3,1]

func = lambda x,y:x if y in x else x + [y]

reduce(func, [[], ] + ids)

1

2

3

ids=[1,2,3,1]

func=lambdax,y:xifyinxelsex+[y]

reduce(func,[[],]+ids)

利用循环处理

def delRepeat(l):

for x in l:

while l.count(x)>1:

del l[l.index(x)]

return l

1

2

3

4

5

defdelRepeat(l):

forxinl:

whilel.count(x)>1:

dell[l.index(x)]

returnl

一种取巧的方式。

如果您觉得本站对你有帮助,那么可以支付宝扫码捐助以帮助本站更好地发展,在此谢过。

python对列表进行去重_Python编程常用技巧–持续更新相关推荐

  1. python对列表进行去重_Python对列表去重的4种方法

    开发中对数组.列表去重是非常常见的需求,对一个list中的id进行去重,有下面几种方法,前面两种方法不能保证顺序, 后面两种方法可以保持原来的顺序. 下面的代码都在Python3下测试通过, Pyth ...

  2. python 元组 列表 字典区别_python编程:常用的数据结构之字典的方法总结,和列表和元组区别...

    字典是一种键:值的形式,我们前面分享的文章学习了列表[],元祖(),字典是由{}引起来的,列表的键对应的是列表的下标,而字典的值对应的是字典的键,我们可以通过字典的键来获取字典的值 元组和列表是有序的 ...

  3. python 编写一个函数来验证输入的字符串是否是有效的 IPv4 或 IPv6 地址_Python编程常用技巧,你知道几个?...

    现在Python是个炙手可热的技能,很多人都想着入手学学Python编程,甚至包括一些知名人士,比如知名地产商潘石屹就开始学Python.关于Python编程的内容在网络上也非常多,本文虫虫给大家总结 ...

  4. Android程序设计报告总结,Android编程常用技巧实例总结

    本文实例讲述了Android编程常用技巧.分享给大家供大家参考,具体如下: 1. 登录的时候,如果输入有误,则输入框左右震动,表示输入有误 在res下准备一个anim文件夹,里面包含两个文件,main ...

  5. Matlab常用代码---持续更新

    Matlab中的一些常用代码---持续更新 1. 获取当前的工作目录路径:添加文件夹到工作路径 2. 获取某个.m文件的绝对路径 3. 使用随机颜色进行可视化 1. 获取当前的工作目录路径:添加文件夹 ...

  6. python中列表实现去重使用_Python实现嵌套列表去重方法示例

    发现问题 python嵌套列表大家应该都不陌生,但最近遇到了一个问题,这是工作中遇到的一个坑,首先看一下问题 raw_list = [["百度", "CPY"] ...

  7. python中读取txt文件、统计其中所有字母出现的频度_Python编程小技巧:如何统计序列中元素的出现频度...

    原标题:Python编程小技巧:如何统计序列中元素的出现频度 实际案例 某随机序列中,找到出现次数最高的三个元素,他们的出现次数是多少? 对某英文文章的单词进行词频统计,找到出现次数最高的10个单词, ...

  8. python写错了怎么撤回_Python编程常见问题与解答

    1.问:Python代码运行速度和C语言相比,哪个更快? 答:一般来说,Python代码的运行速度比C语言的慢很多,但是如果充分运用内置函数.标准库对象和函数式编程模式的话,运行速度会提高很多,可以接 ...

  9. python中列表的运用_python中列表的应用

    标签: 本文主要介绍了:python中列表的主要应用和一些列表自带的一些函数 代码: #!/usr/bin/env python # author by lh # -*- coding:utf-8 - ...

  10. python新建文件夹口令_python编程快速上手—口令保管箱

    之前小编为大家整理了如何成为一个优秀的程序员应该具备的品质,接下来为大家展示一个简单有趣的python小项目,从中体会编程的乐趣.小编了解这个小项目之后,很是惊奇,觉得python竟然还可以做这样的事 ...

最新文章

  1. oracle知识汇总
  2. qt中创建控件布局以及删除原有布局和控件
  3. Skywalking-13:Skywalking模块加载机制
  4. 如何判断lib是/md or /mt编译的
  5. 排序算法lowb三人组-插入排序
  6. 两种include方式及filter中的dispatcher解析
  7. 标准模板库(STL)之 queue 列传
  8. mysql 字节 字符_字符与字节 | 字痕随行
  9. 2017华为软挑——最小费用最大流(MCMF)
  10. 重磅!清华大学网上课程面向全国免费开放!无需登录、注册!在家上清华!...
  11. 微信服务通知消息找回_企业微信消息不提醒怎么办?怎么打开企业微信消息通知?...
  12. xlsxwriter去掉网格线_python之xlsxwriter模块(可操作xls/xlsx格式文件)
  13. zookeeper启动报错already running as process处理
  14. 这些优质的教育类公众号您知道么,非常实用!
  15. kubeadmin安装高可用k8s集群
  16. TLS 协议-对称加密原理
  17. 宠物智能家居风口下,为何智能猫砂盆才是探路灯?
  18. python爬取今日头条后台数据_爬虫爬取今日头条数据代码实现
  19. 读何敬才同志的哀祭诗
  20. matlab 用古典雅可比方法求矩阵特征根 (仅使用基础函数)

热门文章

  1. JAVA类集浅谈之一
  2. 4.Jenkins 2 权威指南 --- 通知与报告
  3. 7.UNIX 环境高级编程--进程环境
  4. 3. LAMP 安装与配置
  5. Fiddler添加过滤条件
  6. idea的debug基本用法快捷键
  7. C# 基础知识-09----.NET中SpecialFolder 类
  8. centos 7.2 配置Nginx
  9. 多线程编程之二——MFC中的多线程开发(收藏)
  10. .NET 应用从 Visual Studio 迁移到 Eclipse