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。
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！
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。
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
for line in itertools.dropwhile(lambda line:line.startswith("//"), string_from_file.split("\n")):
print(line)
这段代码仅会打印在初始的注释部分之后的内容，如果我们只想丢弃迭代器的开头部分（在此例中是注释），并且不知道有多少内容，那么此方法很有用。
关于Python技术储备
文末有福利领取哦~
👉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。
👉二、Python必备开发工具
👉三、Python视频合集
观看零基础学习视频，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。
👉 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。（文末领读者福利）
👉五、Python练习题
检查学习结果。
👉六、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。
👉因篇幅有限，仅展示部分资料，这份完整版的Python全套学习资料已经上传
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。
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！
775
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
