加快编码速度的18个Python秘密脚本,让你工作省时又省力

Python的可读性和设计简单性是其广受欢迎的两个主要原因。文中通过实例给大家介绍的很清楚,重点给大家分享18个Python脚本可加速你的编码速度,感兴趣的朋友一起看看吧!

1.首字母大写

这段代码适用于将字符串转换为标题大小写。可以使用title()字符串类的方法完成的。

my_string = “My Name Is Chaitanya Baweja” 
#使用string类的title()函数 
new_string = my_string.title() 
print(new_string) 
#output 
My Name Is Chaitanya Baweja

2.在字符串中查找唯一元素

这段代码适用于查找字符串中的所有唯一元素。我们使用集合中所有元素都是唯一的属性。


在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容
my_string = "aavvccccddddeee"
# 将字符串转换为集合 
temp_set = set(my_string) 
# 使用join将拼接设置为字符串 
new_string = ''.join(temp_set) 
print(new_string)

3.反转字符串

这段代码是使用Python切片操作来反转字符串。

#使用切片反转字符串 
my_string = "ABCDE"
reversed_string = my_string [::-1] 
print(reversed_string) 
#output

4.将字符串列表组合成单个字符串

join()方法将作为参数传递的字符串列表组合为单个字符串。在我们的情况下,我们使用逗号分隔符将它们分开。

list_of_strings = ['My', 'name', 'is', 'haha', 'lulu'] 
# 使用","连接字符串 
print(','.join(list_of_strings)) 
# Output 
# My,name,is,haha,lulu

5.在两个变量之间交换值

Python使在两个变量之间交换值而不使用另一个变量变得非常简单。

a = 1
b = 2
a, b = b, a 
print(a) # 2 
print(b) # 1

6.将字符串拆分为子字符串列表

我们可以使用字符串类中的.split()方法将字符串拆分为子字符串列表。您还可以将要分割的分隔符作为参数传递。

string_1 = "My name is haha lulu"
string_2 = "sample/ string 2"
# default separator ' ' 
print(string_1.split()) 
# ['My', 'name', 'is', 'haha', 'lulu'] 
# defining separator as '/' 
print(string_2.split('/')) 
# ['sample', ' string 2']

7.List Comprehension

List Comprehension为我们提供了一种基于其他列表创建列表的优雅方法。以下代码段通过将旧列表的每个元素乘以2来创建新列表。


在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容
# Multiplying each element in a list by 2 
original_list = [1,2,3,4] 
new_list = [2*x for x in original_list] 
print(new_list) 
# [2,4,6,8]
您可以在此处了解更多信息。

8.查找两个字符串是否为字母

Counter类的一个有趣应用是查找字谜。

字谜是通过重新排列不同单词或短语的字母而形成的单词或短语。

如果Counter两个字符串的对象相等,那么它们就是字谜。

from collections import Counter 
str_1, str_2, str_3 = "acbde", "abced", "abcda"
cnt_1, cnt_2, cnt_3 = Counter(str_1), Counter(str_2), Counter(str_3) 
if cnt_1 == cnt_2: 
 print('1 and 2 anagram') 
if cnt_1 == cnt_3: 
 print('1 and 3 anagram')

9.使用枚举获取索引/值对

以下脚本使用枚举遍历列表中的值及其索引。

my_list = ['a', 'b', 'c', 'd', 'e'] 
for index, value in enumerate(my_list): 
 print('{0}: {1}'.format(index, value)) 
# 0: a 
# 1: b 
# 2: c 
# 3: d 
# 4: e

10.检查给定的字符串是否是回文

我们已经讨论了如何反转字符串。因此回文式成为Python中一个简单的程序。

my_string = "abcba"
if my_string == my_string[::-1]: 
 print("palindrome") 
else: 
 print("not palindrome") 
# Output 
# palindrome

11.使用try-except-else块

使用try / except块可以轻松完成Python中的错误处理。当try块中没有引发异常时,它将正常运行。如果您需要运行某些程序而不考虑异常,请使用finally,保证资源的释放,和最终逻辑的执行。

try: 
 print(a/b) 
 # exception raised when b is 0 
except ZeroDivisionError: 
 print("division by zero") 
else: 
 print("no exceptions raised") 
finally: 
 print("Run this always")

12.列表中元素的频率

这样做有多种方法,但我最喜欢的是使用Python Counter类。

Python计数器跟踪容器中每个元素的频率。Counter()返回一个字典,其中元素作为键,而频率作为值。

我们还使用该most_common()函数来获取most_frequent列表中的元素。

# finding frequency of each element in a list 
from collections import Counter 
my_list = ['a','a','b','b','b','c','d','d','d','d','d'] 
count = Counter(my_list) # defining a counter object 
print(count) # Of all elements 
# Counter({'d': 5, 'b': 3, 'a': 2, 'c': 1}) 
print(count['b']) # of individual element 
# 3 
print(count.most_common(1)) # most frequent element 
# [('d', 5)]

13.检查对象的内存使用情况

以下脚本可用于检查对象的内存使用情况。在此处了解更多信息。

import sys 
num = 21
print(sys.getsizeof(num)) 
# In Python 2, 24 
# In Python 3, 28

14.从列表中取样

以下代码段 n使用该random库从给定列表中生成了许多随机样本。

随机导入 
my_list = [ 'a','b','c','d','e' ] 
num_samples = 2
样本= 随机 .sample(my_list,num_samples) 
 打印(样本) 
#[ 'a','e' ] 这将具有任意2个 随机值

15.统计代码执行所需的时间

以下代码段使用该time库来计算执行一段代码所花费的时间。


在学习过程中有什么不懂得可以加我的
python学习交流扣扣qun,784758214
群里有不错的学习视频教程、开发工具与电子书籍。
与你分享python企业当下人才需求及怎么从零基础学习好python,和学习什么内容
import time 
start_time = time.time() 
# Code to check follows 
a, b = 1,2
c = a+ b 
# Code to check ends 
end_time = time.time() 
time_taken_in_micro = (end_time- start_time)*(10**6) 
print(" Time taken in micro_seconds: {0} ms").format(time_taken_in_micro)

16.展平列表清单

有时不确定列表的嵌套深度,只希望将所有元素放在一个平面列表中。应该这样做:

from iteration_utilities import deepflatten 
# if you only have one depth nested_list, use this 
def flatten(l): 
 return [item for sublist in l for item in sublist] 
l = [[1,2,3],[3]] 
print(flatten(l)) 
# [1, 2, 3, 3] 
# if you don't know how deep the list is nested 
l = [[1,2,3],[4,[5],[6,7]],[8,[9,[10]]]] 
print(list(deepflatten(l, depth=3))) 
# [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

17.合并两个字典

在Python 2中,我们使用的update()方法来合并两个字典。Python 3.5使这一过程变得更加简单。在下面给出的脚本中,两个字典被合并。在有交集的情况下,使用第二个字典中的值。

dict_1 = {'apple': 9, 'banana': 6} 
dict_2 = {'banana': 4, 'orange': 8} 
combined_dict = {**dict_1, **dict_2} 
print(combined_dict) 
# Output 
# {'apple': 9, 'banana': 4, 'orange': 8}

18. n次打印字符串或列表

你可以对字符串或列表使用乘法(*)。这使我们可以将它们任意倍增。

n = 3 #重复次数 
my_string = "ABCD"
my_list = [ 1,2,3 ] 
print(my_string * n) 
#abcdabcdabcd 
print(my_list * n) 
# [1,2,3,1,2,3,1,2,3]

一个有趣的用例是定义一个具有恒定值的列表-假设为零。

n = 4
my_list = [0] * n #n表示所需列表的长度 
#[0,0,0,0] 

总结

以上所述是给大家介绍的18个Python脚本,可加速你的编码速度,希望对大家有所帮助。

智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
智慧旅游解决方案利用云计算、物联网和移动互联网技术,通过便携终端设备,实现对旅游资源、经济、活动和旅游者信息的智能感知和发布。这种技术的应用旨在提升游客在旅游各个环节的体验,使他们能够轻松获取信息、规划行程、预订票务和安排食宿。智慧旅游平台为旅游管理部门、企业和游客提供服务,包括政策发布、行政管理、景区安全、游客流量统计分析、投诉反馈等。此外,平台还提供广告促销、库存信息、景点介绍、电子门票、社交互动等功能。 智慧旅游的建设规划得到了国家政策的支持,如《国家中长期科技发展规划纲要》和国务院的《关于加快发展旅游业的意见》,这些政策强调了旅游信息服务平台的建设和信息化服务的重要性。随着技术的成熟和政策环境的优化,智慧旅游的时机已经到来。 智慧旅游平台采用SaaS、PaaS和IaaS等云服务模式,提供简化的软件开发、测试和部署环境,实现资源的按需配置和快速部署。这些服务模式支持旅游企业、消费者和管理部门开发高性能、高可扩展的应用服务。平台还整合了旅游信息资源,提供了丰富的旅游产品创意平台和统一的旅游综合信息库。 智慧旅游融合应用面向游客和景区景点主管机构,提供无线城市门户、智能导游、智能门票及优惠券、景区综合安防、车辆及停车场管理等服务。这些应用通过物联网和云计算技术,实现了旅游服务的智能化、个性化和协同化,提高了旅游服务的自由度和信息共享的动态性。 智慧旅游的发展标志着旅游信息化建设的智能化和应用多样化趋势,多种技术和应用交叉渗透至旅游行业的各个方面,预示着全面的智慧旅游时代已经到来。智慧旅游不仅提升了游客的旅游体验,也为旅游管理和服务提供了高效的技术支持。
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值