Python高效编程的19个技巧

初识Python语言，觉得python满足了我上学时候对编程语言的所有要求。python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人，兴奋的不行不行的，终于解脱了。高级语言，如果做不到这样，还扯啥高级呢？

1.交换变量

>>>a=3

>>>b=6

这个情况如果要交换变量在c++中，肯定需要一个空变量。但是python不需要，只需一行，大家看清楚了

>>>a,b=b,a

>>>print(a)>>>6

>>>ptint(b)>>>5

 

2.字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)

　　大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。

>>> some_list = [1, 2, 3, 4, 5]

>>> another_list = [ x + 1 for x in some_list ]

>>> another_list
[2, 3, 4, 5, 6]

自从python 3.1 起，我们可以用同样的语法来创建集合和字典表：

>>> # Set Comprehensions
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]

>>> even_set = { x for x in some_list if x % 2 == 0 }

>>> even_set
set([8, 2, 4])

>>> # Dict Comprehensions

>>> d = { x: x % 2 == 0 for x in range(1, 11) }

>>> d
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

　　在第一个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。

　　这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：

>>> my_set = {1, 2, 1, 2, 3, 4}

>>> my_set
set([1, 2, 3, 4])

　而不需要使用内置函数set()。

3.计数时使用Counter计数对象。

　　这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。

　　Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：

>>> from collections import Counter
>>> c = Counter('hello world')

>>> c
Counter({'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> c.most_common(2)
[('l', 3), ('o', 2)]

4.漂亮的打印出JSON

　　JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。

　　为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：

>>> import json

>>> print(json.dumps(data))  # No indention
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}

>>> print(json.dumps(data, indent=2))  # With indention

{
  "status": "OK",
  "count": 2,
  "results": [

    {
      "age": 27,
      "name": "Oz",

      "lactose_intolerant": true
    },
    {
      "age": 29,

      "name": "Joe",
      "lactose_intolerant": false
    }
  ]

}

　　同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。

5.解决FizzBuzz

　　前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz，问题引用如下：

写一个程序，打印数字1到100，3的倍数打印“Fizz”来替换这个数，5的倍数打印“Buzz”，对于既是3的倍数又是5的倍数的数字打印“FizzBuzz”。

　　这里就是一个简短的，有意思的方法解决这个问题：

for x in range(1,101):      print"fizz"[x%3*len('fizz')::]+"buzz"[x%5*len('buzz')::] or x

　

6.if 语句在行内

1 2	print "Hello" if True else "World" >>> Hello

7.连接

　　下面的最后一种方式在绑定两个不同类型的对象时显得很cool。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15

nfc  =  [ "Packers" ,  "49ers" ] afc  =  [ "Ravens" ,  "Patriots" ] print  nfc  +  afc >>> [ 'Packers' ,  '49ers' ,  'Ravens' ,  'Patriots' ]   print  str ( 1 )  +  " world" >>>  1  world   print  ` 1 `  +  " world" >>>  1  world   print 1, "world" >>>  1  world print  nfc,  1 >>> [ 'Packers' ,  '49ers' ]  1

　

 

8.数值比较

　　这是我见过诸多语言中很少有的如此棒的简便法

1 2 3 4 5 6 7

x  =  2 if 3 > x > 1:     print  x >>>  2 if  1  < x >  0 :     print  x >>>  2

9.同时迭代两个列表

1 2 3 4 5 6

nfc  =  [ "Packers" ,  "49ers" ] afc  =  [ "Ravens" ,  "Patriots" ] for teama, teamb in zip (nfc, afc):       print  teama  +  " vs. "  +  teamb >>> Packers vs. Ravens >>>  49ers  vs. Patriots

10.带索引的列表迭代

1 2 3 4 5 6 7

teams  =  [ "Packers" ,  "49ers" ,  "Ravens" ,  "Patriots" ] for index, team in enumerate(teams):      print  index, team >>>  0  Packers >>>  1  49ers >>>  2  Ravens >>>  3  Patriots

11.列表推导式

　　已知一个列表，我们可以刷选出偶数列表方法：

1 2 3 4 5

numbers  =  [ 1 , 2 , 3 , 4 , 5 , 6 ] even  =  [] for  number  in  numbers:      if  number % 2  = =  0 :          even.append(number)

　　转变成如下：

1 2	numbers  =  [ 1 , 2 , 3 , 4 , 5 , 6 ] even  =  [number  for  number  in  numbers  if  number % 2  = =  0 ]

　　是不是很牛呢，哈哈。

12.字典推导

　　和列表推导类似，字典可以做同样的工作：

1 2 3

teams  =  [ "Packers" ,  "49ers" ,  "Ravens" ,  "Patriots" ] print {key: value for value, key in enumerate(teams)} >>> { '49ers' :  1 ,  'Ravens' :  2 ,  'Patriots' :  3 ,  'Packers' :  0 }

13.初始化列表的值

1 2 3

items = [0]*3 print  items >>> [ 0 , 0 , 0 ]

14.列表转换为字符串

1 2 3

teams  =  [ "Packers" ,  "49ers" ,  "Ravens" ,  "Patriots" ] print  ", " .join(teams) >>>  'Packers, 49ers, Ravens, Patriots'

15.从字典中获取元素

　　我承认try/except代码并不雅致，不过这里有一种简单方法，尝试在字典中查找key，如果没有找到对应的alue将用第二个参数设为其变量值。

1 2 3 4 5

data  =  { 'user' :  1 ,  'name' :  'Max' ,  'three' :  4 } try :     is_admin  =  data[ 'admin' ] except  KeyError:     is_admin  =  False

1

替换诚这样：

1 2	data  =  { 'user' :  1 ,  'name' :  'Max' ,  'three' :  4 } is_admin = data.get('admin', False)

16.获取列表的子集

　　有时，你只需要列表中的部分元素，这里是一些获取列表子集的方法。

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16

x  =  [ 1 , 2 , 3 , 4 , 5 , 6 ] #前3个 print  x[: 3 ] >>> [ 1 , 2 , 3 ] #中间4个 print  x[ 1 : 5 ] >>> [ 2 , 3 , 4 , 5 ] #最后3个 print  x[ 3 :] >>> [ 4 , 5 , 6 ] #奇数项 print  x[:: 2 ] >>> [ 1 , 3 , 5 ] #偶数项 print  x[ 1 :: 2 ] >>> [ 2 , 4 , 6 ]

　　

　　除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至也能找到他的实用之处。

1 2 3

from  collections  import  Counter print  Counter( "hello" ) >>> Counter({ 'l' :  2 ,  'h' :  1 ,  'e' :  1 ,  'o' :  1 })

17.迭代工具

　　和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式

1 2 3 4 5 6 7 8 9 10

from  itertools  import  combinations teams  =  [ "Packers" ,  "49ers" ,  "Ravens" ,  "Patriots" ] for game in combinations(teams, 2):      print  game >>> ( 'Packers' ,  '49ers' ) >>> ( 'Packers' ,  'Ravens' ) >>> ( 'Packers' ,  'Patriots' ) >>> ( '49ers' ,  'Ravens' ) >>> ( '49ers' ,  'Patriots' ) >>> ( 'Ravens' ,  'Patriots' )

18.False == True

　　比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此：

1 2 3 4 5 6

False  =  True if  False :     print  "Hello" else :     print  "World" >>> Hello

　

19.创建一次性的、快速的小型web服务

　　有时候，我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。

　　我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库)，来做这种事情。

　　下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子：

from SimpleXMLRPCServer import SimpleXMLRPCServer

def file_reader(file_name):

    with open(file_name, 'r') as f:
        return f.read()

server = SimpleXMLRPCServer(('localhost', 8000))
server.register_introspection_functions()

server.register_function(file_reader)

server.serve_forever()

　　客户端：

import xmlrpclib
proxy = xmlrpclib.ServerProxy('http://localhost:8000/')

proxy.file_reader('/tmp/secret.txt')

　　我们这样就得到了一个远程文件读取工具，没有外部的依赖，只有几句代码(当然，没有任何安全措施，所以只可以在家里这样做)。