Python高效编程的19个技巧

时间:2022-05-23 00:28:19

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

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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
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

1
2
3
4
5
6
7
= 2
if 3 > x > 1:
   print x
>>> 2
if 1 < x > 0:
   print x
>>> 2

9.同时迭代两个列表

1
2
3
4
5
6
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

1
2
3
4
5
6
7
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:

1
2
3
4
5
numbers = [1,2,3,4,5,6]
even = []
for number in numbers:
    if number%2 == 0:
        even.append(number)

  转变成如下:

1
2
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:

1
2
3
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

1
2
3
items = [0]*3
print items
>>> [0,0,0]

14.列表转换为字符串

1
2
3
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。

1
2
3
4
5
data = {'user'1'name''Max''three'4}
try:
   is_admin = data['admin']
except KeyError:
   is_admin = False
1
替换诚这样:
1
2
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。

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
= [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。

1
2
3
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

1
2
3
4
5
6
7
8
9
10
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:

1
2
3
4
5
6
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)。

 

  英文原文:Max Burstein,编译:伯乐在线 –刘志军

  译文链接:http://blog.jobbole.com/32748/

  原文链接:Improving Your Python Productivity