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']
5
6print str( 1) + " world"
7>>>1world
8
9print `1`+ " world"
10>>>1world
11
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: