30个Python编程使用技巧，可以让你的工作事半功倍！_python编程运用

{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。

需要这份系统化学习资料的朋友，可以戳这里无偿获取

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！