Python高效编程的19个技巧-Python

捐助

Python高效编程的19个技巧

次浏览

2018-1-30

编辑推荐:

来源于csdn，共有19个实例代码，可供大家参考。

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()。

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

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

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)