30个Python程序员需要知道的编程技巧,可以让你的工作事半功倍!
1.直接交换2个数字的位置
Python 提供了一种直观的方式在一行代码中赋值和交换(变量值)。如下所示:
在上面代码中,赋值的右侧形成了一个新元组,而左侧则立刻将该(未被引用的)元组解包到名称<a>和<b>。
待赋值完成后,新元组就变成了未被引用状态,并且被标为可被垃圾回收,最终也就发生了数字交换。
2.链接比较操作符
比较运算符的聚合是另一种有时用起来很顺手的技巧。
3.使用三元操作符进行条件赋值
三元操作符是 if-else 语句(也就是条件操作符)的快捷操作
下面举两个例子例子,展示一下可以用这种技巧让你的代码更紧凑更简洁。
下面的语句意思是“如果 y 为 9,就向 x 赋值 10,否则向 x 赋值 20”。如果需要,我们可以扩展这个操作符链接:
同样,我们对类对象也可以这样操作:
在上面这个例子中,classA 与 classB 是两个类,其中一个类构造函数会被调用。
4.使用多行字符串
这个方法就是使用源自 C 语言的反斜杠:
另一个技巧就是用三引号:
上述方法的一个常见问题就是缺少合适的缩进,如果我们想缩进,就会在字符串中插入空格。
所以最终的解决方案就是将字符串分成多行,并将整个字符串包含在括号中:
5.将一个列表的元素保存到新变量中
我们可以用一个列表来初始化多个变量,在解析列表时,变量的数量不应超过列表中的元素数量,否则会报错。
6.打印出导入的模块的文件路径
如果你想知道代码中导入的模块的绝对路径,用下面这条技巧就行了:
7.使用交互式“_”操作符
其实这是个相当有用的功能,只是我们很多人并没有注意到。
在 Python 控制台中,每当我们测试一个表达式或调用一个函数时,结果都会分配一个临时名称,_(一条下划线)。
这里的“_”是上一个执行的表达式的结果。推荐下小编的Python学习q u n 227-435-450,不管你是小白还是大牛,小编我都欢迎,不定期分享干货,包括小编自己整理的一份2018最新的Python资料和0基础入门教程,欢迎初学和进阶中的小伙伴。在不忙的时间我会给大家解惑。
8.字典/集合推导
就像我们使用列表表达式一样,我们也可以使用字典/集合推导。非常简单易用,也很有效,示例如下:
注意:在这两个语句中,<:>只有一处差异。另外,如果想用 Python3 运行以上代码,要把 <xrange> 替换为 <range>。
9.调试脚本
我们可以借助 <pdb> 模块在 Python 脚本中设置断点,如下所示:
我们可以在脚本的任意位置指定<pdb.set_trace()> ,然后在那里设置一个断点,非常方便。
10.设置文件分享
Python 能让我们运行 HTTP 服务器,可以用于分享服务器根目录中的文件。启动服务器的命令如下:
上述命令会在默认端口 8000 启动一个服务器,你也可以使用自定义端口,将端口作为最后元素传入上述命令中即可。
11.在Python中检查对象
我们可以通过调用 dir() 方法在 Python 中检查对象,下面是一个简单的例子:
12.简化if语句
我们可以通过如下方式来验证多个值:
if m in [1,3,5,7]:
而不用这样:
if m==1 or m==3 or m==5 or m==7:
对于in操作符,我们也可以用‘{1,3,5,7}’而不是‘[1,3,5,7]’,因为‘set’可以通过O(1)获取每个元素。
13.在运行时检测Python的版本
有时如果当前运行的 Python 低于支持版本时,我们可能不想执行程序。那么就可以用下面的代码脚本检测 Python 的版本。还能以可读格式打印出当前所用的 Python 版本。
另外,你可以将上面代码中的 sys.hexversion!= 50660080 替换为 sys.version_info >= (3, 5)。
在 Python 2.7 中运行输出为:
在Python 3.5中运行输出为:
14.组合多个字符串
如果你想拼接列表中的所有 token,那么看看下面的例子就明白了:
>>> test = ['I', 'Like', 'Python', 'automation']
现在我们从上面列表的元素中创建一个字符串:
>>> print ''.join(test)
15.翻转字符串/列表的4种方式
我们会得到结果“nohtyP tseT”。
上面的命令会得到输出结果 [5, 3, 1]。
16.使用枚举
使用枚举可以很容易地在循环中找到索引:
17.在 Python 中使用枚举量
我们可以用如下方法来创建枚举定义:
18.从函数中返回多个值
支持这种功能的编程语言并不多,然而,Python 中的函数可以返回多个值。
可以参考下面的例子看看是怎么做到的:
19.使用*运算符解压缩函数参数
*运算符提供了一种很艺术的方式来解压缩参数列表,参看如下示例:
20.使用字典来存储表达式
21.一行代码计算任何数字的阶乘
22.找到一个列表中的出现最频繁的值
23.重置递归限制
Python 将递归限制到 1000,我们可以重置这个值:
提示:在有必要时才使用该技巧。
24.检查一个对象的内存使用
在 Python 2.7 中,一个 32-bit 的整数值会占用 24 字节,而在 Python 3.5 中会占用 28 字节。我们可以调用<getsizeof> 方法来验证内存使用。
在 Python 2.7 中:
在 Python 3.5 中:
25.使用_slots_减少内存消耗
不知道你是否注意过你的 Python 程序会占用很多资源,特别是内存?这里分享给你一个技巧,使用 <__slots__> 类变量来减少程序的内存消耗。
很明显,从解雇中可以看到节省了一些内存。但是应当在一个类的内存占用大得没有必要时再使用这种方法。对应用进行性能分析后再使用它,不然除了会让代码难以改动外没有什么好处。
26.使用拉姆达来模仿输出方法
27.从两个相关序列中创建一个字典
28.用一行代码搜索字符串的前后缀
29.不使用任何循环,构造一个列表
如果输入列表中有嵌入的列表或元组作为元素,那么就使用下面这种方法,不过也有个局限,它使用了 for 循环:
30.在Python中实现一个真正的switch-case语句
下面是使用字典模仿一个 switch-case 构造的代码示例:
结语
希望上面列出的这些 Python 技巧和建议能帮你快速和高效地完成 Python 开发,可以在项目中应用它们。欢迎留言评论!

低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。
持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
转载内容版权归作者及来源网站所有,本站原创内容转载请注明来源。
-
上一篇
使用Numpy和Opencv完成图像的基本数据分析(Part III)
引言 本文是使用python进行图像基本处理系列的第三部分,在本人之前的文章里介绍了一些非常基本的图像分析操作,见文章《使用Numpy和Opencv完成图像的基本数据分析Part I》和《使用Numpy和Opencv完成图像的基本数据分析 Part II》,下面我们将继续介绍一些有关图像处理的好玩内容。 本文介绍的内容基本反映了我本人学习的图像处理课程中的内容,并不会加入任何工程项目中的图像处理内容,本文目的是尝试实现一些基本图像处理技术的基础知识,出于这个原因,本文继续使用SciKit-Image,numpy数据包执行大多数的操作,此外,还会时不时的使用其他类型的工具库,比如图像处理中常用的OpenCV等: 本系列分为四个部分,分别为part I、part II、part III及part
-
下一篇
Python机器学习(二):线性回归算法
机器学习研究的问题分为分类问题和回归问题。分类问题很好理解,而回归问题就是找到一条曲线,可以最大程度地拟合样本特征和样本输出标记之间的关系。当给算法一个输入时,这条曲线可以计算出相应可能的输出。回归算法最简单的就是线性回归。当样本特征只有一个时,称为简单线性回归;当样本特征有多个时,称为多元线性回归。 线性回归 1.简单线性回归 由上图可知,简单线性回归只有一个特征x,一个标记y。假定x和y之间具有类似于线性的关系,就可以使用使用简单线性回归算法。假定我们找到了最佳拟合的直线方程 最佳拟合的直线方程 则对于每一个样本点x(i),预测值如下。其中带箭头的y是预测值,称为 y head。右上角的 i 是指样本的索引。 预测值 我们希望预测值和真实值之间的差距尽量小。一般用欧氏距离来衡量。下式称为 损失函数(Loss Function) 损失函数 换句话说,我们的目标就是找到一组a和b,使得下式最小 y(i)和x(i)是固定的 通过分析不同的问题,我们需要确定问题的损失函数。通过最优化损失函数,获得机器学习的模型。几乎所有的参数学习算法都是这样的套路 那么这个问题是一个典型的最小二乘法问题,...
相关文章
文章评论
共有0条评论来说两句吧...