python索引奇数元素_干货：Python的19个高效编程技巧（附习题）-CSDN博客

原标题：干货：Python的19个高效编程技巧(附习题)

还没关注？

初识Python语言，觉得python满足了我上学时候对编程语言的所有要求。python语言的高效编程技巧让我们这些大学曾经学了四年c或者c++的人，兴奋的不行不行的，终于解脱了。高级语言，如果做不到这样，还扯啥高级呢？

01 交换变量

>>>a= 3

>>>b= 6

这个情况如果要交换变量在c++中，肯定需要一个空变量。但是python不需要，只需一行，大家看清楚了

>>>a,b=b,a

>>>print(a)>>> 6

>>>ptint(b)>>> 5

02 字典推导和集合推导

大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。

>>> some_list = [ 1, 2, 3, 4, 5]

>>> another_list = [ x + 1for x in some_list ]

>>> another_list

[ 2, 3, 4, 5, 6]

自从python 3.1 起，我们可以用同样的语法来创建集合和字典表：

>>> # Set Comprehensions

>>> some_list = [ 1, 2, 3, 4, 5, 2, 5, 1, 4, 8]

>>> even_set = { x forx insome_list ifx % 2== 0}

>>> even_set

set([ 8, 2, 4])

>>> # Dict Comprehensions

>>> d = { x: x % 2== 0forx inrange( 1, 11) }

>>> d

{ 1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

在第一个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。

这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：

>>> my_set = { 1, 2, 1, 2, 3, 4}

>>> my_set

set([ 1, 2, 3, 4])

而不需要使用内置函数set()。

03 计数时使用Counter计数对象

这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：

>>> from collections import Counter

>>> c = Counter( 'hello world')

>>> c

Counter({ 'l': 3, 'o': 2, ' ': 1, 'e': 1, 'd': 1, 'h': 1, 'r': 1, 'w': 1})

>>> c.most_common( 2)

[( 'l', 3), ( 'o', 2)]

04 漂亮的打印出JSON

JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。

为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：

>>> import json

>>> print(json.dumps(data)) # No indention

{ "status": "OK", "count": 2, "results": [{ "age": 27, "name": "Oz", "lactose_intolerant": true}, { "age": 29, "name": "Joe", "lactose_intolerant": false}]}

>>> print(json.dumps(data, indent= 2)) # With indention

{

"status": "OK",

"count": 2,

"results": [

{

"age": 27,

"name": "Oz",

"lactose_intolerant": true

{

"age": 29,

"name": "Joe",

"lactose_intolerant": false

}

]

}

同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。

05 解决FizzBuzz

前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz，问题引用如下：

写一个程序，打印数字1到100，3的倍数打印“Fizz”来替换这个数，5的倍数打印“Buzz”，对于既是3的倍数又是5的倍数的数字打印“FizzBuzz”。

这里就是一个简短的，有意思的方法解决这个问题：

forx inrange( 1, 101):

print"fizz"[x% 3* len( 'fizz')::]+ "buzz"[x% 5* len( 'buzz')::] orx

06 if 语句在行内

1print"Hello"ifTrueelse"World"

2>>> Hello

07 连接

下面的最后一种方式在绑定两个不同类型的对象时显得很cool。

1nfc = [ "Packers", "49ers"]

2afc = [ "Ravens", "Patriots"]

3print nfc + afc

4>>>[ 'Packers', '49ers', 'Ravens', 'Patriots']

6print str( 1) + " world"

7>>>1world

9print `1`+ " world"

10>>>1world

12print 1, "world"

13>>>1world

14print nfc, 1

15>>>[ 'Packers', '49ers'] 1

08 数值比较

这是我见过诸多语言中很少有的如此棒的简便法

1x = 2

2if3> x > 1:

3print x

4>>>2

5if1< x > 0:

6print x

7>>>2

09 同时迭代两个列表

1nfc = [ "Packers", "49ers"]

2afc = [ "Ravens", "Patriots"]

3forteama, teamb inzip(nfc, afc):

4print teama + " vs. "+ teamb

5>>>Packers vs. Ravens

6>>>49ers vs. Patriots

10 带索引的列表迭代

1teams = [ "Packers", "49ers", "Ravens", "Patriots"]

2forindex, team inenumerate(teams):

3print index, team

4>>>0Packers

5>>>149ers

6>>>2Ravens

7>>>3Patriots

11 列表推导式

已知一个列表，我们可以刷选出偶数列表方法：

1numbers = [1,2,3,4,5,6]

2even = []

3for number in numbers:

4if number %2== 0:

5even.append(number)

转变成如下：

1 numbers = [1,2,3,4,5,6]

2 even = [number fornumber innumbers ifnumber%2 == 0]

是不是很牛呢，哈哈。

12 字典推导

和列表推导类似，字典可以做同样的工作：

1teams = [ "Packers", "49ers", "Ravens", "Patriots"]

2print {key: valueforvalue, key inenumerate(teams)}

3 >>> { '49ers': 1, 'Ravens': 2, 'Patriots': 3, 'Packers': 0}

13 初始化列表的值

1items = [ 0]* 3

2print items

3>>>[ 0, 0, 0]

14 列表转换为字符串

1teams = ["Packers", "49ers", "Ravens", "Patriots"]

2print ", ".join(teams)

3>>>'Packers, 49ers, Ravens, Patriots'

15 从字典中获取元素

我承认try/except代码并不雅致，不过这里有一种简单方法，尝试在字典中查找key，如果没有找到对应的alue将用第二个参数设为其变量值。

1data = { 'user': 1, 'name': 'Max', 'three': 4}

2try:

3is_admin = data[ 'admin']

4exceptKeyError:

5is_admin = False

替换成这样：

1data= { 'user': 1, 'name': 'Max', 'three': 4}

2is_admin = data. get( 'admin', False)

16 获取列表的子集

有时，你只需要列表中的部分元素，这里是一些获取列表子集的方法。

1x = [ 1, 2, 3, 4, 5, 6]

2#前3个

3print x[ :3]

4>>>[ 1, 2, 3]

5#中间4个

6print x[ 1:5]

7>>>[ 2, 3, 4, 5]

8#最后3个

9print x[ 3:]

10>>>[ 4, 5, 6]

11#奇数项

12print x[ ::2]

13>>>[ 1, 3, 5]

14#偶数项

15print x[ 1::2]

16>>>[ 2, 4, 6]

除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至也能找到他的实用之处。

1fromcollections importCounter

2printCounter( "hello")

3>>> Counter({ 'l': 2, 'h': 1, 'e': 1, 'o': 1})

17 迭代工具

和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式

1from itertools import combinations

2teams = [ "Packers", "49ers", "Ravens", "Patriots"]

3forgame incombinations(teams, 2):

4print game

5>>>( 'Packers', '49ers')

6>>>( 'Packers', 'Ravens')

7>>>( 'Packers', 'Patriots')

8>>>( '49ers', 'Ravens')

9>>>( '49ers', 'Patriots')

10>>>( 'Ravens', 'Patriots')

18 False == True

比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此：

1False= True

2ifFalse:

3print"Hello"

4else:

5print"World"

6>>> Hello

19 创建一次性的、快速的小型web服务

有时候，我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。

我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库)，来做这种事情。

下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子：

fromSimpleXMLRPCServer importSimpleXMLRPCServer

deffile_reader(file_name):

withopen(file_name, 'r') asf:

returnf.read()

server = SimpleXMLRPCServer(( 'localhost', 8000))

server.register_introspection_functions()

server.register_function(file_reader)

server.serve_forever()

客户端：

importxmlrpclib

proxy = xmlrpclib.ServerProxy( 'http://localhost:8000/')

proxy.file_reader( '/tmp/secret.txt')

我们这样就得到了一个远程文件读取工具，没有外部的依赖，只有几句代码(当然，没有任何安全措施，所以只可以在家里这样做)。返回搜狐，查看更多

责任编辑：