30个Python编程使用技巧，可以让你的工作事半功倍！

本文链接：https://blog.csdn.net/m0_61369227/article/details/138280977


有没有更快的方式呢？一行命令即可解决！

[wangbm@localhost ~]$ python3 -m site
sys.path = [
‘/home/wangbm’,
‘/usr/local/Python3.7/lib/python37.zip’,
‘/usr/local/Python3.7/lib/python3.7’,
‘/usr/local/Python3.7/lib/python3.7/lib-dynload’,
‘/home/wangbm/.local/lib/python3.7/site-packages’,
‘/usr/local/Python3.7/lib/python3.7/site-packages’,
]
USER_BASE: ‘/home/wangbm/.local’ (exists)
USER_SITE: ‘/home/wangbm/.local/lib/python3.7/site-packages’ (exists)
ENABLE_USER_SITE: True


从输出你可以发现，这个列的路径会比 sys.path 更全，它包含了用户环境的目录。


**6、如何快速计算函数运行时间**


计算一个函数的运行时间，有人可能会这样写：

import time

start = time.time()

run the function

end = time.time()
print(end-start)


你看看你为了计算函数运行时间，写了几行代码了？


有没有可以更方便计算的呢？


\*\*\*内置模块叫 timeit！\*\*\*使用它，只用一行代码即可

import time
import timeit

def run_sleep(second):
print(second)
time.sleep(second)

只用这一行

print(timeit.timeit(lambda :run_sleep(2), number=5))

运行结果
2
2
2
2
2
10.020059824


**7、partial 函数**

from functools import partial
def multiply(x,y):
return x*y
dbl = partial(multiply,2)
print(dbl)
print(dbl(4))

Outputs

functools.partial(<function multiply at 0x7f16be9941f0>, 2)
8


在这里，我们创建一个函数，它复制另一个函数，但使用的参数比原始函数少，这样就可以使用它将该参数应用于多个不同的参数。


**8、使用 hasattr() 内置方法获取object属性**

class SomeClass:
def init(self):
self.attr1 = 10
def attrfunction(self):
print(“Attreibute”)
hasattr(SomeClass, “attrfunction”)

Output

True


**9、使用 defaultdict 和 lambda 函数创建字典**

from collections import defaultdict
import numpy as np
q = defaultdict(lambda: np.zeros(5))

Example output

In : q[0]
Out: array([0., 0., 0., 0., 0.])



> 
> defaultdicts不会引发KeyError，任何不存在的键都会获取默认工厂返回的值。  
>  在上述代码，默认工厂是一个lambda函数，它为给定的任何键返回一个默认NumPy数组，其中包含5个零。
> 
> 
> 


**10、使用集合从两个列表中获得差异**

list1 = [1,2,3,4,5]
list2 = [3,4,5]
print(list(set(list1) — set(list2)))

or

print(set(lista1).difference(set(lista2)))

Outputs

[1,2]
{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：




如果你也是看准了Python，想自学Python，在这里为大家准备了丰厚的免费**学习**大礼包，带大家一起学习，给大家剖析Python兼职、就业行情前景的这些事儿。



### 一、Python所有方向的学习路线

Python所有方向路线就是把Python常用的技术点做整理，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。



![](https://img-blog.csdnimg.cn/img_convert/9f49b566129f47b8a67243c1008edf79.png)

### 二、学习软件



工欲善其必先利其器。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。



![](https://img-blog.csdnimg.cn/img_convert/8c4513c1a906b72cbf93031e6781512b.png)



### 三、全套PDF电子书

书籍的好处就在于权威和体系健全，刚开始学习的时候你可以只看视频或者听某个人讲课，但等你学完之后，你觉得你掌握了，这时候建议还是得去看一下书籍，看权威技术书籍也是每个程序员必经之路。

![](https://img-blog.csdnimg.cn/img_convert/eec417a3d4d977b313558a11d3c13e43.png)



### 四、入门学习视频

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。



![](https://img-blog.csdnimg.cn/img_convert/ec690501ea1dbe2cb209cbf4013c2477.png)  

![](https://img-blog.csdnimg.cn/img_convert/3eaeaa6747419c9d86c72e0d10d0a6a2.png)



### 四、实战案例

光学理论是没用的，要学会跟着一起敲，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。



![](https://img-blog.csdnimg.cn/img_convert/252731a671c1fb70aad5355a2c5eeff0.png)



### 五、面试资料

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。

![](https://img-blog.csdnimg.cn/img_convert/6c361282296f86381401c05e862fe4e9.png)

成为一个Python程序员专家或许需要花费数年时间，但是打下坚实的基础只要几周就可以，如果你按照我提供的学习路线以及资料有意识地去实践，你就有很大可能成功！
最后祝你好运！！！




**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](https://bbs.csdn.net/topics/618317507)**

**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！**