{1,2}
在这里,集合有助于获得两个python列表之间的差异,这两个列表既是一个列表,也是一个集合。
**11、使用isinstance()检查变量是否为给定类型**
isinstance(1, int)
#Output
True
**12、使用map()打印列表中的数字**
一种比循环打印列表内容更快更有效的方法
list1 = [1,2,3]
list(map(print, list1))
Output
1
2
3
**13、使用.join()方法格式化datetime日期**
from datetime import datetime
date = datetime.now()
print(“-”.join([str(date.year), str(date.month), str(date.day)])
**14、将两个具有相同规则的列表随机化**
import numpy as np
x = np.arange(100)
y = np.arange(100,200,1)
idx = np.random.choice(np.arange(len(x)), 5, replace=False)
x_sample = x[idx]
y_sample = y[idx]
print(x_sample)
print(y_sample)
Outputs
array([68, 87, 41, 16, 0])
array([168, 187, 141, 116, 100])
**15、对输入的字符串“消毒”**
对用户输入的内容“消毒”,这问题几乎适用于你编写的所有程序。
通常将字符转换为小写或大写就足够了,有时还可以使用正则表达式来完成工作,但是对于复杂的情况,还有更好的方法:
user_input = “This\nstring has\tsome whitespaces…\r\n”
character_map = {
ord(‘\n’) : ’ ‘,
ord(’\t’) : ’ ‘,
ord(’\r’) : None
}
user_input.translate(character_map) # This string has some whitespaces… "
在上述代码,可以看到空格字符“ \n”和“ \t”被单个空格替换了,而“ \r”则被完全删除。
这是一个简单的示例,但是我们可以更进一步,使用`unicodedata` 库及其 combining() 函数,来生成更大的重映射表(remapping table),并用它来删除字符串中所有的重音。
**16、反转字符串**
编写一些代码来反转字符串
def reverse_string(string):
result=“”
for c in range(len(string),-1,-1):
result = result + string[c]
return result
看起来有点乱吧, 用另一种方式来表达:
def reverse_string(string):
result = [ string[c] for c in range(len(string),-1,-1)]
return “”.join(result)
看起来不错吧,其实使用切片的方法可以更好,方法如下:
def reverse_string(string):
return string[::-1]
**17、将数字与数字进行求和**
将数字与数字进行求和,这是一个非常简单的问题,我们可以用传统方法解决这个问题:
def sum_a_num(num):
sum = 0
while num > 0:
sum+= num%10
num//=10
return sum
这是可以的,但在紧张的情况下,最终可能会与运算符发生拼写错误或错误,最终得到错误的结果,并花费数小时尝试调试代码。
想要避免这种情况,有一个更好的方法做到这一点:
def sum_a_num(num):
return sum(list(map(int,str(num))))
上述代码所做的是:
* 将 num 转换为字符串;
* map() 函数在字符串上遍数,并将每个字符转换为整数;
* list() 函数将映射对象转换为列表,然后求和;
num = 2367
str(num) = ‘2367’
list(map(int,str(num))) = [2,3,6,7]
sum(list(map(int(str(num)))) = 18
**18、仅支持关键字参数(kwargs)的函数**
当需要函数提供(强制)更清晰的参数时,创建仅支持关键字参数的函数,可能会挺有用:
def test(*, a, b):
pass
test(“value for a”, “value for b”) # TypeError: test() takes 0 positional arguments…
test(a=“value”, b=“value 2”) # Works…
如上所见,可以在关键字参数之前,放置单个 \* 参数来轻松解决此问题,如果我们将位置参数放在 \* 参数之前,则显然也可以有位置参数。
**19、使用slice函数命名切片**
使用大量硬编码的索引值会很快搞乱维护性和可读性,一种做法是对所有索引值使用常量,但是我们可以做得更好:
ID First Name Last Name
line_record = “2 John Smith”
ID = slice(0, 8)
FIRST_NAME = slice(9, 21)
LAST_NAME = slice(22, 27)
name = f"{line_record[FIRST_NAME].strip()} {line_record[LAST_NAME].strip()}"
name == “John Smith”
在此例中,我们可以避免神秘的索引,方法是先使用 slice 函数命名它们,然后再使用它们,还可以通过 .start、.stop和 .stop 属性,来了解 slice 对象的更多信息。
**20、在运行时提示用户输入密码**
许多命令行工具或脚本需要用户名和密码才能操作。因此,如果你碰巧写了这样的程序,你可能会发现 getpass 模块很有用:
import getpass
user = getpass.getuser()
password = getpass.getpass()
Do Stuff…
这个非常简单的包通过提取当前用户的登录名,可以提示用户输入密码,但是须注意,并非每个系统都支持隐藏密码。Python 会尝试警告你,因此切记在命令行中阅读警告信息。
**21、用\_\_slots\_\_节省内存**
如果你曾经编写过一个程序,该程序创建了某个类的大量实例,那么你的程序突然就会需要大量内存。那是因为 Python 使用字典来表示类实例的属性,这能使其速度变快,但内存不是很高效。
通常这不是个问题,但是,如果你的程序遇到了问题,你可以尝试使用\_\_slots\_\_ :
class Person:
slots = [“first_name”, “last_name”, “phone”]
def init(self, first_name, last_name, phone):
self.first_name = first_name
self.last_name = last_name
self.phone = phone
这里发生的是,当我们定义\_\_slots\_\_属性时,Python 使用固定大小的小型数组,而不是字典,这大大减少了每个实例所需的内存。
>
> 使用\_\_slots\_\_还有一些缺点——我们无法声明任何新的属性,并且只能使用在\_\_slots\_\_中的属性。
> 同样,带有\_\_slots\_\_的类不能使用多重继承。
>
>
>
**22、限制CPU和内存使用量**
如果不是想优化程序内存或 CPU 使用率,而是想直接将其限制为某个固定数字,那么 Python 也有一个库能做到:
import signal
import resource
import os
To Limit CPU time
def time_exceeded(signo, frame):
print(“CPU exceeded…”)
raise SystemExit(1)
def set_max_runtime(seconds):
Install the signal handler and set a resource limit
soft, hard = resource.getrlimit(resource.RLIMIT_CPU)
resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard))
signal.signal(signal.SIGXCPU, time_exceeded)
To limit memory usage
def set_max_memory(size):
soft, hard = resource.getrlimit(resource.RLIMIT_AS)
resource.setrlimit(resource.RLIMIT_AS, (size, hard))
我们可以看到两个选项,可设置最大 CPU 运行时间和内存使用上限。
对于 CPU 限制,我们首先获取该特定资源(RLIMIT\_CPU)的软限制和硬限制,然后通过参数指定的秒数和先前获取的硬限制来设置它。
最后,如果超过 CPU 时间,我们将注册令系统退出的信号。至于内存,我们再次获取软限制和硬限制,并使用带有 size 参数的`setrlimit` 和获取的硬限制对其进行设置。
**下面重点介绍几个和迭代相关的使用技巧,可以方便提升大家的工作效率。**
**很多人学Python搞不清楚方向,不同目的,你学习的侧重点和难易程度都不同,必须要有针对性、选择性地学!这样也能提高你自己的学习效率。**
[Python学习的方法]( )
Iterables是一个需要我们牢记的概念,因为接下来我们展示的许多技巧都使用itertools包。itertools模块提供了一些函数,用于接收Iterable对象,而不仅仅是打印逐个对象。
iterables的示例包括:
* 所有序列类型(如list、str和tuple)
* 一些非序列类型,如dict、文件对象以及类的实现中定义了\_\_iter\_\_()方法
在工作学习中,我们经常会需要使用一个简单的函数来实现从一个list来生成新的list、set或dict,此时我们就会用到iterables概念。
**23、举例来说:**
生成List:
names = [‘John’, ‘Bard’, ‘Jessica’ ‘Andres’]
lower_names = [name.lower() for name in names]
生成Set:
names = [‘John’, ‘Bard’, ‘Jessica’ ‘Andres’]
lower_names = {name.lower() for name in names}
生成Dict:
names = [‘John’, ‘Bard’, ‘Jessica’ ‘Andres’]
lower_names = {name:name.lower() for name in names}
个人建议:
>
> 仅当for语句、函数调用和方法调用的数量较少时使用
>
>
>
**24、有时我们需要获得两个列表对象之间的所有可能组合,我们可能首先想到的是:**
l1 = [1, 2, 3]
l2 = [4, 5, 6]
combinations = []
for e1 in l1:
for e2 in l2:
combinations.append((e1, e2))
或者简化一下
combinations = [(e1, e2) for e1 in l1 for e2 in l1]
上述实现已经很简洁了,但标准库itertools提供product函数,从而提供了相同的结果。
from itertools import product
l1 = [1, 2, 3]
l2 = [4, 5, 6]
combinatios = product(l1, l2)
**25、假设有一个元素列表,我们需要在每对相邻元素之间比较或应用一些操作,这有时称为2个元素的滑动窗口。**
可以采用以下方式:
from itertools import tee
from typing import Iterable
def window2(iterable: Iterable):
it, offset = tee(iter(iterable))
next(offset)
return zip(it, offset)
l = [1, 2, 3, 4, 5, 6]
dd = window2(l)
for a in dd:
print(a)
运行结果:
(1, 2)
(2, 3)
(3, 4)
(4, 5)
(5, 6)
**26、当需要一个类来存储信息,又觉得创建一个类并定义其\_\_init\_\_()函数太麻烦,不妨选择使用dataclass。**
from dataclasses import dataclass
@dataclass
class Person:
name: str
age: int
address: str
上述代码创建了一个具有默认构造函数的类,该类以与声明相同的顺序接收相应字段的赋值。
person = Person(name=‘John’, age=12, address=‘nanjing street’)
dataclass的另一个优点是,默认情况下,会生成特殊方法,如\_\_str\_\_、**repr**、\_\_eq\_\_等。
>
> 注意:dataclasses构造对象时并不执行数据类型的检查
>
>
>
**27、假如我们有一个dataclass,需要验证输入数据是否符合类型注释。**
在这种情况下,安装第三方软件包pydantic并将from dataclasses import dataclass 替换为 from pydantic.dataclasses import dataclass 即可。
from pydantic.dataclasses import dataclass
@dataclass
class Person:
name: str
age: int
address: str
这将生成一个类,该类具有根据成员变量声明的类型进行输入数据的解析和类型验证。Pydantic在运行时强制执行类型提示,并在数据无效时提供友好的错误提醒。
**28、如果我们对两个list中的元素对做相应的函数处理**
我们最容易想到的方法:
l1 = [1, 2, 3]
l2 = [4, 5, 6]
for (e1, e2) in zip(l1, l2):
f(e1, e2)
但使用函数map可以让代码更加简洁一些;
l1 = [1, 2, 3]
l2 = [4, 5, 6]
map(f, l1, l2)
**29、从一个list中随机选择一个元素**
此时我们使用random.choice
from random import choice
l = [1, 2, 3]
random = choice(l)
如果需要随机选择多个元素呢?当然是使用\***random.choices\***
from random import choices
l = [1, 2, 3, 4, 5]
random_elements = choices(l, k=3)
代码中的参数k为我们随机选择元素的个数;
**30、跳过可迭代对象的开始**
有时候你必须处理某些文件,它们以可变数量的不需要的行(例如注释)为开头。
string_from_file = “”"
// Author: …
// License: …
//
// Date: …
Actual content…
“”"
import itertools
最后
不知道你们用的什么环境,我一般都是用的Python3.6环境和pycharm解释器,没有软件,或者没有资料,没人解答问题,都可以免费领取(包括今天的代码),过几天我还会做个视频教程出来,有需要也可以领取~
给大家准备的学习资料包括但不限于:
Python 环境、pycharm编辑器/永久激活/翻译插件
python 零基础视频教程
Python 界面开发实战教程
Python 爬虫实战教程
Python 数据分析实战教程
python 游戏开发实战教程
Python 电子书100本
Python 学习路线规划
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。
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!