10个重要的Python技巧

Python可以说是近5年来增长速度最快、应用最广泛的，并且是世界范围内最受欢迎的编程语言之一；
今天，我来给大家讲讲10个我个人觉得非常实用，但并不是所有人都知道的Python编程技巧；
保持这些良好的编程习惯，可以让我们写出更清晰、更优雅、更易读、更加赏心悦目的代码；

Python语言在设计之初，其实就有在考虑他语法的简洁性和可读性；
可能有人听说过Python之禅（Zen of Python)；
这其实是Tim Peter在Python中留下的一个彩蛋；
如果你进入Python，输入Import this，你会看到作者留下的一条条编程建议，其中列出的这20条规则，就是在告诉你Python程序编写的指导方针；

另外，不知道大家有没有听说过Pythonic这个词，他其实也是指的是Python具有独特风格、简洁而优雅的代码；

最后，甚至在Python语言的提案PEP8中，也定义了一条条让代码更清晰、更简洁的代码规范；

这里我筛选出10个重要的技巧，这里就用实例一一讲解一些吧：

一、变量的交换
a = 1
b = 2

如果我们需要交换a 和 b中的内容
我们通常可以定义一个临是变量tmp

tmp = a
a = b
b = tmp
先将a 的内容存放在其中，然后将a 设置成b，再将b 设置成这个临时的变量；
不过上面这段代码其实在Python中可以被改写成这样：这样的话，程序的可读性就提高了很多；
a = 1
b = 2

a, b = b, a

二、字符串的格式化
name = “Chan”

print(“Hi, I’m” + name)

通常我们在程序中需要组合或拼接字符串的话，我们用加号来做字符串的连接，如果做两个字符串的连接，这样做其实并没有什么问题，但如果字符串比较多的话，类似这种情况：
name = “Chan”
country = “China”
age = 23

print("Hi, I’m " + name + ". I’m from " + country + ". And I’m " + str(age) + “.”
这样的程序就会显得非常的杂乱并且不易阅读；而且，当我们在连接整形数据的时候，还需要进行类型的转化，不然程序会报错。
其实，我们可以把程序写成这个样子，利用Python的百分号语法来格式化字符串，其中%s代表这里会被替代成一个字符串，%d表示这里会被替换成一个替换成一个十进制，最后面括号内里的内容表示会被替换的内容：
name = “Chan”
country = “China”
age = 23

print(“Hi, I’m %s. I’m from %s. And I’m %d.” % (name,country,age))
虽然程序写成这样已经好看很多了，但是我们在这里还可以做的更好一些,我们可以利用python中的format函数和花括号语法，把程序写成下面这样：
花括号里面的内容会被替换成format函数中传入的各个参数；
name = “Chan”
country = “China”
age = 23

print(“Hi, I’m {}. I’m from {}. And I’m {}.”.format (name,country,age))

花括号里面的内容会被替换成format函数中传入的各个参数，使用这个函数好处是：
你可以在花括号中写入被替代的索引，同个索引的地方会被替换成同一个内容，像下面这样：
name = “Chan”

print(“Hi, I’m {0}. And I’m {0}.”.format (name))
结果：Hi, I’m Chan. And I’m Chan

最后一种，也是我最喜欢的，叫做f-string,我们只需要在字符串开头写一个f,花括号中的内容就会被自动替换成指定表达式的值,注意是表达式：
name = “Chan”
country = “China”
age = 23

print(f"Hi, I’m {name}. I’m from {country}. And I’m {age+1}."

三、Python中Yield语法

比如在这里，我们定义了一个fibonacci()函数，来列举斐波那契数列的前n位：0、1、1、2、3、5…
def fibonacci(n):
a = 0
b = 1
nums = []
for _ in range(n):
nums.appends(a)
a, b = b, a+b
return nums

for i in fibonacci(10):
print(i)

我们可以修改这个fibonacci()函数来使用Python中的yield语法：
首先把append改写成yield；
然后删除num列表；
这样程序会和以上是一样的，yield a表示，每当我们计算出一个元素，就立马将这个元素送出去；并不需要等整个列表生成后再输出；yield的优势是在一些非常耗时的操作，及时输出；
def fibonacci(n):
a = 0
b = 1
for _ in range(n):
yield a
a, b = b, a+b
return nums

for i in fibonacci(10):
print(i)

四、列表解析式

比如我们有一系列水果的名字，存放在fruit列表里，如果我们希望把列表的内容都改成大写，我们可以有很多种办法：
fruit = [“apple”, “pear”, “orange”, “banana”]

第一种：
for i in range(len(fruit)):
fruit[i] = fruit[i].upper()

更简单的语法：
fruit = [x.upper for x in fruit]
方括号中for后面内容是告诉python，我们需要枚举fruit变量中的所有元素，而其中每个元素名称叫做x,前半部分则是将x大写upper().

做个练习，评论区可以说说这段代码是什么意思：
fruit = [“apple”, “pear”, “orange”, “banana”]

new_fruit = [x for x in fruit if x.startwith(“a”)]

五：Enumerate函数

使用4的例子，我们希望按顺序输出一个列表中的所有元素，我们可以使用下面方式：
fruit = [“apple”, “pear”, “orange”, “banana”]
for x in fruit:
print(x)
如果我们希望得到每个值对用的索引值，比如apple是0，orange是2，我们可以使用Enumerate函数，把程序改成这样：

fruit = [“apple”, “pear”, “orange”, “banana”]
for i，x in enumerate(fruit):
print(i,x)
i是索引值,x是内容值

六、反向遍历

如果我们希望对列表从后往前依次输出，那么应该怎么做呢?
其实只要加入reversed函数就可以了：
fruit = [“apple”, “pear”, “orange”, “banana”]
for i，x in enumerate(reversed(fruit)):
print(i,x)

希望水果元素按照字母顺序输出，使用sorted函数：
fruit = [“apple”, “pear”, “orange”, “banana”]
for i，x in enumerate(sorted(fruit)):
print(i,x)

七、字典的合并操作

比如我们有两个字典，存放不同用户的用户名和密码，可以写一个程序，将两个字典合并：
a = {“ross”:“123456”,“xiaoming”:“xiao123”}
b = {“lili”:“11111”,“nana”:“123456”}

c = {}
for k in a :
c[k] = a[k]

for k in b:
c[k] = b[k]

我们可以将程序改写成：
a = {“ross”:“123456”,“xiaoming”:“xiao123”}
b = {“lili”:“11111”,“nana”:“123456”}

c = {**a, b}
两个号在python中称为解包unpacking，意为将a和b的内容都直接放入c中；

八、三元运算符：

我们经常会根据条件，将变量设置成不同的值：
if score > 60:
s = “pass”
else:
s = “fail”

其实可以直接改成：
s = “pass” if score > 60 else “fail”

这里的if…else称为Python中的三元运算符；

九、序列解包

我们定义一个变量，存储名字的名和姓，如果我们想要单独提取他们的姓和名，并存入不同变量，我们最简单的办法就是使用split()函数：
Name = “Xiao Chen”

str_list = name.split()
first_name = str_list[0]
last_name = str_list[1]
其实这段代码可以被改写成：
Name = “Xiao Chen”

first_name,last_name = name.split()

我们直接将split()函数返回列表中的元素赋给first_name和last_name，这个操作在python中就被称为序列解包，这里的序列不一定是列表，可以是元组，甚至是range；

十、With语句

如果我们想打开某个文件，我们可以使用open函数，打开并读取文件；
读取后不要忘记关闭文件，如果不关闭，Python将一直占用这个文件的资源，直到程序退出为止；
f = open(“suchfils.txt”, “r”)
s = f.read()
f.close()

对于小脚本来说，这不是什么大事，但是，对于一个长时间在服务器运行的程序，系统资源很可能被吃光，系统程序就会崩溃；所以更好的习惯是使用Python的with语句,将程序改写成：
with open(“suchfils.txt”, “r”) as f:
s = f.read()
这样的话，就不用调用close函数了，执行完，文件就会自动关闭；