下面是十个Python中很有用的贴士和技巧。其中一些是初学这门语言常常会犯的错误。
注意：假设我们都用的是Python 3
1. 列表推导式
你有一个list：bag = [1, 2, 3, 4, 5]
现在你想让所有元素翻倍，让它看起来是这个样子：[2, 4, 6, 8, 10]
大多初学者，根据之前语言的经验会大概这样来做
bag = [
1
,
2
,
3
,
4
,
5
]
for
i
in
range(len(bag)):
bag[i] = bag[i] *
2
但是有更好的方法：
bag = [elem * 2 for elem in bag]
很简洁对不对？这叫做Python的列表推导式。
2. 遍历列表
还是上面的列表。如果可能尽量避免这样做：
bag = [
1
,
2
,
3
,
4
,
5
]
for
i
in
range(len(bag)):
print(bag[i])
取而代之的应该是这样：
bag = [
1
,
2
,
3
,
4
,
5
]
for
i
in
bag:
print(i)
如果x是一个列表，你可以对它的元素进行迭代。多数情况下你不需要各元素的索引，但如果你非要这样做，那就用enumerate函数。它像下边的样子：
bag = [
1
,
2
,
3
,
4
,
5
]
for
index, element
in
enumerate(bag):
print(index, element)
非常直观明了。
3. 元素互换
如果你是从java或者C语言转到Python来，可能会习惯于这样：
a =
5
b =
10
# 交换 a 和 b
tmp = a
a = b
b = tmp
但Python提供了一个更自然更好的方法！
a =
5
b =
10
# 交换a 和 b
a, b = b, a
4. 初始化列表
假如你要一个是10个整数0的列表，你可能首先想到：
bag = []
for
_
in
range(
10
):
bag.append(
0
)
换个方式吧：
bag = [0] * 10
看，多优雅。
注意：如果你列表包含了列表，这样做会产生浅拷贝。
举个例子：
bag_of_bags = [[
0
]] *
5
# [[0], [0], [0], [0], [0]]
bag_of_bags[
0
][
0
] =
1
# [[1], [1], [1], [1], [1]]
Oops！所有的列表都改变了，而我们只是想要改变第一个列表。
改一改啦：
bag_of_bags = [[
0
]
for
_
in
range(
5
)]
# [[0], [0], [0], [0], [0]]
bag_of_bags[
0
][
0
] =
1
# [[1], [0], [0], [0], [0]]
“过早优化是万恶之源”
问问自己，初始化一个列表是必须的吗？
5. 构造字符串
你会经常需要打印字符串。要是有很多变量，避免下面这样：
name =
"Raymond"
age =
22
born_in =
"Oakland, CA"
string =
"Hello my name is "
+ name +
"and I'm "
+ str(age) +
" years old. I was born in "
+ born_in +
"."
print(string)
额，这看起来多乱呀？你可以用个漂亮简洁的方法来代替，.format。
这样做：
name =
"Raymond"
age =
22
born_in =
"Oakland, CA"
string =
"Hello my name is {0} and I'm {1} years old. I was born in {2}."
.format(name, age, born_in)
print(string)
6. 返回tuples（元组）
Python允许你在一个函数中返回多个元素，这让生活更简单。但是在解包元组的时候出出线这样的常见错误：
def binary():
return
0
,
1
result = binary()
zero = result[
0
]
one = result[
1
]
这是没必要的，你完全可以换成这样：
def binary():
return
0
,
1
zero, one = binary()
要是你需要所有的元素被返回，用个下划线_：
zero, _ = binary()
就是这么高效率！
7. 访问Dicts（字典）
你也会经常给dicts中写入key，value（键，值）。
如果你试图访问一个不存在的于dict的key，可能会为了避免KeyError错误，你会倾向于这样做：
countr = {}
bag = [
2
,
3
,
1
,
2
,
5
,
6
,
7
,
9
,
2
,
7
]
for
i
in
bag:
if
i
in
countr:
countr[i] +=
1
else
:
countr[i] =
1
for
i
in
range(
10
):
if
i
in
countr:
print(
"Count of {}: {}"
.format(i, countr[i]))
else
:
print(
"Count of {}: {}"
.format(i,
0
))
但是，用get()是个更好的办法。
countr = {}
bag = [
2
,
3
,
1
,
2
,
5
,
6
,
7
,
9
,
2
,
7
]
for
i
in
bag:
countr[i] = countr.get(i,
0
) +
1
for
i
in
range(
10
):
print(
"Count of {}: {}"
.format(i, countr.get(i,
0
)))
当然你也可以用setdefault来代替。
这还用一个更简单却多费点开销的办法：
bag = [
2
,
3
,
1
,
2
,
5
,
6
,
7
,
9
,
2
,
7
]
countr = dict([(num, bag.count(num))
for
num
in
bag])
for
i
in
range(
10
):
print(
"Count of {}: {}"
.format(i, countr.get(i,
0
)))
你也可以用dict推导式。
countr = {num: bag.count(num) for num in bag}
这两种方法开销大是因为它们在每次count被调用时都会对列表遍历。
8 使用库
现有的库只需导入你就可以做你真正想做的了。
还是说前面的例子，我们建一个函数来数一个数字在列表中出现的次数。那么，已经有一个库就可以做这样的事情。
from
collections
import
Counter
bag = [
2
,
3
,
1
,
2
,
5
,
6
,
7
,
9
,
2
,
7
]
countr = Counter(bag)
for
i
in
range(
10
):
print(
"Count of {}: {}"
.format(i, countr[i]))
一些用库的理由：
● 代码是正确而且经过测试的。
● 它们的算法可能会是最优的，这样就跑的更快。
● 抽象化：它们指向明确而且文档友好，你可以专注于那些还没有被实现的。
● 最后，它都已经在那儿了，你不用再造轮子了。
9. 在列表中切片/步进
你可以指定start的点和stop点，就像这样list[start:stop:step]。我们取出列表中的前5个元素：
bag = [
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
for
elem
in
bag[:
5
]:
print(elem)
这就是切片，我们指定stop点是5，再停止前就会从列表中取出5个元素。
要是最后5个元素怎么做？
bag = [
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
for
elem
in
bag[-
5
:]:
print(elem)
没看明白吗？-5意味着从列表的结尾取出5个元素。
如果你想对列表中元素间隔操作，你可能会这样做：
bag = [
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
for
index, elem
in
enumerate(bag):
if
index %
2
==
0
:
print(elem)
但是你应该这样来做：
bag = [
0
,
1
,
2
,
3
,
4
,
5
,
6
,
7
,
8
,
9
]
for
elem
in
bag[::
2
]:
print(elem)
# 或者用 ranges
bag = list(range(
0
,
10
,
2
))
print(bag)
这就是列表中的步进。list[::2]意思是遍历列表同时两步取出一个元素。
你可以用list[::-1]很酷的翻转列表。
10. tab键还是空格键
长时间来看，将tab和空格混在一起会带来很多不必要的麻烦，你会看到IndentationError: unexpected indent。不管你选择tab键还是空格键，你应该在你的文件和项目中一直保持使用。
一个使用空格而不是tab的原因是，tab不是在所有编辑器中都一样的。视呢所用的编辑器，tab可能会被当作2到8个空格。
你也可以在写代码时用空格来定义tab。这样你可以自己选择用几个空格来当做tab。大多数Python用户是用4个空格。
原文发布时间为：2018-10-8
本文来自云栖社区合作伙伴“机器学习算法与Python学习”，了解相关信息可以关注“机器学习算法与Python学习”。
