30 个 Python 编程实用技巧(1)，阿里P8大牛亲自教你-CSDN博客

本文链接：https://blog.csdn.net/rdytfuygiohi/article/details/137287334

2 + 1

_

print _

“_”引用上次执行的表达式的输出。

回到目录

技巧8 字典/集合理解

就像我们使用列表推导一样，我们也可以使用字典/集合推导。它们易于使用且同样有效。这是一个例子。

testDict = {i: i * i for i in xrange(10)}

testSet = {i * 2 for i in xrange(10)}

print(testSet)

print(testDict)

#set([0, 2, 4, 6, 8, 10, 12, 14, 16, 18])

#{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

注意 -两个语句中只有 <:> 的区别。此外，要在 Python3 中运行上述代码，请将替换为。

回到目录

技巧9 调试脚本

我们可以在模块的帮助下在 Python 脚本中设置断点。请按照以下示例进行操作。

import pdb

pdb.set_trace()

我们可以在脚本的任何地方指定 <pdb.set_trace()> 并在那里设置断点。这是非常方便的。

回到目录

技巧10 设置文件共享

Python 允许运行 HTTP 服务器，您可以使用它从服务器根目录共享文件。下面是启动服务器的命令。

Python 2

python -m SimpleHTTPServer

Python 3

python3 -m http.server

以上命令将在默认端口 8000 上启动服务器。您还可以通过将自定义端口作为最后一个参数传递给上述命令来使用自定义端口。

回到目录

技巧11 在 Python 中检查对象

我们可以通过调用 dir() 方法来检查 Python 中的对象。这是一个简单的例子。

test = [1, 3, 5, 7]

print( dir(test) )

[‘add’, ‘class’, ‘contains’, ‘delattr’, ‘delitem’, ‘delslice’, ‘doc’, ‘eq’, ‘format’, ‘ge’, ‘getattribute’, ‘getitem’, ‘getslice’, ‘gt’, ‘hash’, ‘iadd’, ‘imul’, ‘init’, ‘iter’, ‘le’, ‘len’, ‘lt’, ‘mul’, ‘ne’, ‘new’, ‘reduce’, ‘reduce_ex’, ‘repr’, ‘reversed’, ‘rmul’, ‘setattr’, ‘setitem’, ‘setslice’, ‘sizeof’, ‘str’, ‘subclasshook’, ‘append’, ‘count’, ‘extend’, ‘index’, ‘insert’, ‘pop’, ‘remove’, ‘reverse’, ‘sort’]

回到目录

技巧12 简化 if 语句

要验证多个值，我们可以通过以下方式进行。

if m in [1,3,5,7]:

代替：

if m1 or m3 or m5 or m7:

或者，我们可以使用 ‘{1,3,5,7}’ 而不是 ‘[1,3,5,7]’ 作为 ‘in’ 运算符，因为 ‘set’ 可以通过 O(1) 访问每个元素。

回到目录

技巧13 在运行时检测 Python 版本

有时，如果当前运行的 Python 引擎低于支持的版本，我们可能不想执行我们的程序。为此，您可以使用以下代码片段。它还以可读格式打印当前使用的 Python 版本。

import sys

#Detect the Python version currently in use.

if not hasattr(sys, “hexversion”) or sys.hexversion != 50660080:

print(“Sorry, you aren’t running on Python 3.5\n”)

print(“Please upgrade to 3.5.\n”)

sys.exit(1)

#Print Python version in a readable format.

print("Current Python version: ", sys.version)

或者，您可以在上面的代码中使用sys.version_info >= (3, 5)替换sys.hexversion!= 50660080。这是一位知情读者的建议。

在 Python 2.7 上运行时的输出。

Python 2.7.10 (default, Jul 14 2015, 19:46:27)

[GCC 4.8.2] on linux

Sorry, you aren’t running on Python 3.5

Please upgrade to 3.5.

在 Python 3.5 上运行时的输出。

Python 3.5.1 (default, Dec 2015, 13:05:11)

[GCC 4.8.2] on linux

Current Python version: 3.5.2 (default, Aug 22 2016, 21:11:05)

[GCC 5.3.0]

回到目录

技巧14 组合多个字符串

如果您想连接列表中所有可用的标记，请参见以下示例。

test = [‘I’, ‘Like’, ‘Python’, ‘automation’]

现在，让我们从上面给出的列表中的元素创建一个字符串。

print ‘’.join(test)

回到目录

技巧15 反转 string/list 的四种方法

反转列表本身

testList = [1, 3, 5]

testList.reverse()

print(testList)

#-> [5, 3, 1]

在循环中迭代时反转

for element in reversed([1,3,5]): print(element)

#1-> 5

#2-> 3

#3-> 1

反转一个字符串

“Test Python”[::-1]

这使输出为“nohtyP tseT”

使用切片反转列表

[1, 3, 5][::-1]

上面的命令将输出 [5, 3, 1]。

回到目录

技巧16 玩枚举

使用枚举器，在循环中很容易找到索引。

testlist = [10, 20, 30]

for i, value in enumerate(testlist):

print(i, ': ', value)

#1-> 0 : 10

#2-> 1 : 20

#3-> 2 : 30

回到目录

技巧17 在 Python 中使用枚举。

我们可以使用以下方法来创建枚举定义。

class Shapes:

Circle, Square, Triangle, Quadrangle = range(4)

print(Shapes.Circle)

print(Shapes.Square)

print(Shapes.Triangle)

print(Shapes.Quadrangle)

#1-> 0

#2-> 1

#3-> 2

#4-> 3

回到目录

技巧18 从函数返回多个值。

支持此功能的编程语言并不多。但是，Python 中的函数确实会返回多个值。

请参考以下示例以查看它的工作情况。

function returning multiple values.

def x():

return 1, 2, 3, 4

Calling the above function.

a, b, c, d = x()

print(a, b, c, d)

#-> 1 2 3 4

回到目录

技巧19 使用 splat 运算符解包函数参数。

splat 运算符提供了一种解压参数列表的艺术方式。为清楚起见，请参阅以下示例。

def test(x, y, z):

print(x, y, z)

testDict = {‘x’: 1, ‘y’: 2, ‘z’: 3}

testList = [10, 20, 30]

test(*testDict)

test(**testDict)

test(*testList)

#1-> x y z

#2-> 1 2 3

#3-> 10 20 30

回到目录

技巧20 使用字典来存储 switch。

我们可以制作一个字典存储表达式。

stdcalc = {

‘sum’: lambda x, y: x + y,

‘subtract’: lambda x, y: x - y

}

print(stdcalc’sum’)

print(stdcalc’subtract’)

#1-> 12

#2-> 6

回到目录

技巧21 计算一行中任意数字的阶乘。

Python 2.x.

result = (lambda k: reduce(int.mul, range(1,k+1),1))(3)

print(result)

#-> 6

Python 3.x.

import functools

result = (lambda k: functools.reduce(int.mul, range(1,k+1),1))(3)

print(result)

#-> 6

回到目录

技巧22 查找列表中出现频率最高的值。

test = [1,2,3,4,2,2,3,1,4,4,4]

print(max(set(test), key=test.count))

#-> 4

回到目录

技巧23 重置递归限制。

Python 将递归限制限制为 1000。我们可以重置它的值。

import sys

x=1001

print(sys.getrecursionlimit())

sys.setrecursionlimit(x)

print(sys.getrecursionlimit())

#1-> 1000

#2-> 1001

请仅在需要时应用上述技巧。

回到目录

技巧24 检查对象的内存使用情况。

在 Python 2.7 中，32 位整数消耗 24 字节，而在 Python 3.5 中使用 28 字节。为了验证内存使用情况，我们可以调用方法。

Python 2.7.

import sys

x=1

print(sys.getsizeof(x))

#-> 24

Python 3.5.

import sys

x=1

print(sys.getsizeof(x))

#-> 28

回到目录

技巧25 使用 __slots__ 减少内存开销。

你有没有观察到你的 Python 应用程序消耗了大量资源，尤其是内存？这是使用<__slots__>类变量在一定程度上减少内存开销的一种技巧。

import sys

class FileSystem(object):

def init(self, files, folders, devices):

self.files = files

self.folders = folders

self.devices = devices

print(sys.getsizeof( FileSystem ))

class FileSystem1(object):

slots = [‘files’, ‘folders’, ‘devices’]

def init(self, files, folders, devices):

self.files = files

self.folders = folders

self.devices = devices

print(sys.getsizeof( FileSystem1 ))

#In Python 3.5

#1-> 1016

#2-> 888

显然，您可以从结果中看到内存使用量有所节省。但是当一个类的内存开销不必要地大时，你应该使用 __slots__ 。仅在分析应用程序后执行此操作。否则，您将使代码难以更改并且没有真正的好处。

回到目录

技巧26 Lambda 模仿打印功能。

import sys

lprint=lambda *args:sys.stdout.write(" ".join(map(str,args)))

lprint(“python”, “tips”,1000,1001)

#-> python tips 1000 1001

回到目录

技巧27 从两个相关序列创建字典。

t1 = (1, 2, 3)

t2 = (10, 20, 30)

print(dict (zip(t1,t2)))

#-> {1: 10, 2: 20, 3: 30}

回到目录

技巧28 在线搜索字符串中的多个前缀。

print(“http://www.baidu.com”.startswith((“http://”, “https://”)))

print(“https://juejin.cn”.endswith((“.com”, “.cn”)))

自我介绍一下，小编13年上海交大毕业，曾经在小公司待过，也去过华为、OPPO等大厂，18年进入阿里一直到现在。

深知大多数Python工程师，想要提升技能，往往是自己摸索成长或者是报班学习，但对于培训机构动则几千的学费，着实压力不小。自己不成体系的自学效果低效又漫长，而且极易碰到天花板技术停滞不前！

因此收集整理了一份《2024年Python开发全套学习资料》，初衷也很简单，就是希望能够帮助到想自学提升又不知道该从何学起的朋友，同时减轻大家的负担。

既有适合小白学习的零基础资料，也有适合3年以上经验的小伙伴深入学习提升的进阶课程，基本涵盖了95%以上Python开发知识点，真正体系化！

由于文件比较大，这里只是将部分目录大纲截图出来，每个节点里面都包含大厂面经、学习笔记、源码讲义、实战项目、讲解视频，并且后续会持续更新

如果你觉得这些内容对你有帮助，可以添加V获取：vip1024c （备注Python）

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。

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！