Python 高效编程技巧_python高效编程技巧进阶

一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

二、学习软件

工欲善其事必先利其器。学习Python常用的开发软件都在这里了，给大家节省了很多时间。

三、入门学习视频

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了。

网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。

需要这份系统化学习资料的朋友，可以戳这里获取

一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！

d = {k:v for k, v in zip(s1.values(), s1.keys())}
 d
{1: ‘r’, 4: ‘f’, 3: ‘g’}

#### 三. 统计序列中元素出现的频度


**1. 某随机序列中，找到出现次数最高的3个元素，它们出现的次数是多少？**


构造随机序列如下：

data = [randint(0,20) for _ in range(20)]

方法1: 可以使用字典来统计，以列表中的数据为键，以出现的次数为值

from random import randint

def demo():
    data = [randint(0, 20) for _ in range(30)]
    # 列表中出现数字出现的次数
    d = dict.fromkeys(data, 0)
    for v in li:
        d[v] += 1
    return d

方法2：直接使用 collections 模块下面的 Counter 对象

data = [randint(0, 20) for _ in range(30)]
 data
[7, 8, 5, 16, 10, 16, 8, 17, 11, 18, 11, 17, 15, 7, 2, 19, 5, 16, 17, 17, 12, 19, 9, 10, 0, 20, 11, 2, 11, 10]
 c2 = Counter(data)
 c2
Counter({17: 4, 11: 4, 16: 3, 10: 3, 7: 2, 8: 2, 5: 2, 2: 2, 19: 2, 18: 1, 15: 1, 12: 1, 9: 1, 0: 1, 20: 1})
 c2[14]
4
 c2.most_common(3)  # 统计频度出现最高的3个数
[(17, 4), (11, 4), (16, 3)]

**2.  对某英文文章单词进行统计，找到出现次数最高的单词以及出现的次数**


通过上面的练习，我们知道可以用 Counter 来解决

import re
from collections import Counter

# 统计某个文章中英文单词的词频

with open(‘test.txt’, ‘r’, encoding=‘utf-8’)as f:
    d = f.read()

total = re.split(‘\W+’, d)  # 所有的单词列表
result = Counter(total)
print(result.most_common(10))

#### 四.根据字典中值的大小，对字典中的项进行排序


比如班级中学生的数学成绩以字典的形式存储：

{“Lnad”: 88, “Jim”, 71…}

请按数学成绩从高到底进行排序！


方法1: 利用 zip 将字典转化为元组，再用 sorted 进行排序

data = {x: randint(60, 100) for x in “xyzfafs”}
 data
{‘x’: 73, ‘y’: 69, ‘z’: 76, ‘f’: 61, ‘a’: 64, ‘s’: 100}
 sorted(data)
[‘a’, ‘f’, ‘s’, ‘x’, ‘y’, ‘z’]
 data = sorted(zip(data.values(), data.keys()))
 data
[(61, ‘f’), (64, ‘a’), (69, ‘y’), (73, ‘x’), (76, ‘z’), (100, ‘s’)]

方法2: 利用 sorted 函数的 key 参数

data.items()
 dict_items([(‘x’, 64), (‘y’, 74), (‘z’, 66), (‘f’, 62), (‘a’, 80), (‘s’, 72)])
 sorted(data.items(), key=lambda x: x[1])
[(‘f’, 62), (‘x’, 64), (‘z’, 66), (‘s’, 72), (‘y’, 74), (‘a’, 80)]

#### 五. 在多个字典中找到公共键


实际场景：在足球联赛中，统计每轮比赛都有进球的球员



> 
> 第一轮： {"C罗": 1, "苏亚雷斯":2, "托雷斯": 1..}  
>  第二轮： {"内马尔": 1, "梅西":2, "姆巴佩": 3..}  
>  第三轮： {"姆巴佩": 2, "C罗":2, "内马尔": 1..}
> 
> 
> 


模拟随机的进球球员和进球数

s1 = {x: randint(1, 4) for x in sample(‘abfcdrg’, randint(1,5))}
 s1
{‘d’: 3, ‘g’: 2}
 s2 = {x: randint(1, 4) for x in sample(‘abfcdrg’, randint(1,5))}
 s2
{‘b’: 4, ‘g’: 1, ‘f’: 1, ‘r’: 4, ‘d’: 3}
 s3 = {x: randint(1, 4) for x in sample(‘abfcdrg’, randint(1,5))}
 s3
{‘b’: 4, ‘r’: 4, ‘a’: 2, ‘g’: 3, ‘c’: 4}

首先获取字典的 keys，然后取每轮比赛 key 的交集。由于比赛轮次数是不定的，所以使用 **map**来批量操作

map(dict.keys, [s1, s2, s3])

然后一直累积取其交集,使用 **reduce**函数

reduce(lambda x,y: x & y, map(dict.keys, [s1, s2, s3]))

一行代码搞定！




**（1）Python所有方向的学习路线（新版）**  

这是我花了几天的时间去把Python所有方向的技术点做的整理，形成各个领域的知识点汇总，它的用处就在于，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

最近我才对这些路线做了一下新的更新，知识体系更全面了。



![在这里插入图片描述](https://img-blog.csdnimg.cn/1f807758e039481fa866130abf71d796.png#pic_center)



**（2）Python学习视频**



包含了Python入门、爬虫、数据分析和web开发的学习视频，总共100多个，虽然没有那么全面，但是对于入门来说是没问题的，学完这些之后，你可以按照我上面的学习路线去网上找其他的知识资源进行进阶。

![在这里插入图片描述](https://img-blog.csdnimg.cn/d66e3ad5592f4cdcb197de0dc0438ec5.png#pic_center)



**（3）100多个练手项目**

我们在看视频学习的时候，不能光动眼动脑不动手，比较科学的学习方法是在理解之后运用它们，这时候练手项目就很适合了，只是里面的项目比较多，水平也是参差不齐，大家可以挑自己能做的项目去练练。

![在这里插入图片描述](https://img-blog.csdnimg.cn/f5aeb4050ab547cf90b1a028d1aacb1d.png#pic_center)




**网上学习资料一大堆，但如果学到的知识不成体系，遇到问题时只是浅尝辄止，不再深入研究，那么很难做到真正的技术提升。**

**[需要这份系统化学习资料的朋友，可以戳这里获取](https://bbs.csdn.net/topics/618317507)**

**一个人可以走的很快，但一群人才能走的更远！不论你是正从事IT行业的老鸟或是对IT行业感兴趣的新人，都欢迎加入我们的的圈子（技术交流、学习资源、职场吐槽、大厂内推、面试辅导），让我们一起学习成长！**