让python代码更简洁 (1)

1.判断对象是否为空（长度为0，值为None或0 ）

if objet:
   do something

2.a是否为b子串

if a in b:

3.打印美化，使用string对象的join方法，string.join(list,sep)

a = ['a','b','c']
import string
print string.join(a,',')

#更常用形式
print ','.join(a)

4.Lambda表达式

lambda variable(s) : expression
#eg1:
sum = lambda x,y :x+y
#调用方法
sum(1,6)
#eg2:
a = [1,2,3,4]
map(lambda x:x*x,a)

5.List 相关

map

numbers = [1,2,3,4,5]
squares = map(lambda x: x*x, numbers)

filter

numbers_under_4 = filter(lambda x: x < 4, numbers)

map and filter at once

#计算不大于4的数的平方
squares_numbers_under_4 = map(lambda x: x*x, filter(lambda x: x < 4, numbers))

comprehensions   

用列表推导重写上面三个例子

squares = [x*x for  in numbers]

numbers_under_4 = [x for x in numbers if x < 4]

squares_numbers_under_4 = [x*x for x in numbers if x < 4]

comprehensions 的for 嵌套

 [(x, y, x * y) for x in (0,1,2,3) for y in (0,1,2,3) if x < y]
 等价于
for x in (0,1,2,3):
for y in (0,1,2,3):
if x < y:
         　　print (x, y, x*y),

generator

generator与comprehensions区别在于：
1.采用(),而非[] ；
eg: s = (x*x  for x in numbers if x < 4)

2.comprehensions一次加载整个结果列表到内存中，generator结果则采用生成器特有

的迭代访问接口next(),用于循环操作时，效率较高。

Ps:  range 和 xrange()存在类似的区别。

reduce

1-100的和

sum = reduce(lambda x,y:x+y, xrange(1,101))

enumrate 返回索引和值的迭代器

strings = ['a', 'b', 'c', 'd', 'e']
#孰优孰劣，一目了然

for index in xrange(len(strings)):
        print index,strings[index]

for x,y in enumerate(strings):
        print x,y

any & all

numbers = [1,10,100,1000,10000]

是否存在小于10的元素
any(number < 10 for x in numbers)

是否所有元素都小于10
all(number < 10 for x in numbers)

zip 拉链

letters = ['a', 'b', 'c']
numbers = [1, 2, 3]


zipped_list = zip(letters, numbers)

[('a',1),('b',2),('c',3)]

set(some_list) 从列表构建一个set，自动去除重复元素

max min sum 列表上的内建操作，记得不要被自己定义的变量名覆盖就好

6.Dict相关

用关键字参数构建字典

 dict(a=1, b=2, c=3)

items() 字典转换到列表，结果是tuple列表

keys() 得到字典的关键字列表

values() 得到值列表

iterkeys itervalues iteritems 得到的是相应的迭代器

形如[(a,b),..] [[a,b],..]的列表可以转换成字典{a:b,...},并能作为dict类型的关键字参数

dict_as_list = [['a', 1], ['b', 2], ['c', 3]]
dictionary = dict(dict_as_list, d=4, e=5)

字典推导

emails = {'Dick': 'bob@example.com', 'Jane': 'jane@example.com', 'Stou': 'stou@example.net'}

email_at_dotcom = dict( [name, '.com' in email] for name, email in emails.iteritems() )

email_at_dotcom = dict([ [name, '.com' in email] for name, email in emails.iteritems()] )

email_at_dotcom = dict([ [name, '.com' in email] for name, email in emails.items()] )

#思考：以上三种写法的效率？？

(待续)

cite:Python Tips, Tricks, and Hacks 

转载于:https://www.cnblogs.com/diving/archive/2011/09/28/python_tricks.html