18 个 Python 高效编程小技巧

最后

Python崛起并且风靡，因为优点多、应用领域广、被大牛们认可。学习 Python 门槛很低，但它的晋级路线很多，通过它你能进入机器学习、数据挖掘、大数据，CS等更加高级的领域。Python可以做网络应用，可以做科学计算，数据分析，可以做网络爬虫，可以做机器学习、自然语言处理、可以写游戏、可以做桌面应用…Python可以做的很多，你需要学好基础，再选择明确的方向。这里给大家分享一份全套的 Python 学习资料，给那些想学习 Python 的小伙伴们一点帮助！

👉Python所有方向的学习路线👈

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。

👉Python必备开发工具👈

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。

👉Python全套学习视频👈

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。

👉实战案例👈

学python就与学数学一样，是不能只看书不做题的，直接看步骤和答案会让人误以为自己全都掌握了，但是碰到生题的时候还是会一筹莫展。

因此在学习python的过程中一定要记得多动手写代码，教程只需要看一两遍即可。

👉大厂面试真题👈

我们学习Python必然是为了找到高薪的工作，下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

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！

02 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()。

03 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)]

04 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：

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。

05 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%3len( fizz )::]+“buzz”[x%5len( buzz )::] or x

06 if 语句在行内

===============

print “Hello” if True else “World”

Hello

07 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。

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

08 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

x = 2

if 3 > x > 1:

print x

2

if 1 < x > 0:

print x

2

09 同时迭代两个列表

===============

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

===============

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：

numbers = [1,2,3,4,5,6]

even = []

for number in numbers:

if number%2 == 0:

even.append(number)

转变成如下：

numbers = [1,2,3,4,5,6]

even = [number for number in numbers if number%2 == 0]

12 字典推导

===========

和列表推导类似，字典可以做同样的工作：

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

==============

items = [0]*3

print items

[0,0,0]

14 列表转换为字符串

===============

teams = [“Packers”, “49ers”, “Ravens”, “Patriots”]

print ", ".join(teams)

Packers, 49ers, Ravens, Patriots

一、Python所有方向的学习路线

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，你可以按照下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、Python必备开发工具

工具都帮大家整理好了，安装就可直接上手！

三、最新Python学习笔记

当我学到一定基础，有自己的理解能力的时候，会去阅读一些前辈整理的书籍或者手写的笔记资料，这些笔记详细记载了他们对一些技术点的理解，这些理解是比较独到，可以学到不一样的思路。

四、Python视频合集

观看全面零基础学习视频，看视频学习是最快捷也是最有效果的方式，跟着视频中老师的思路，从基础到深入，还是很容易入门的。

五、实战案例

纸上得来终觉浅，要学会跟着视频一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。

六、面试宝典

简历模板

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！