python中的一些小trick

1. set用处

个人之前一直没怎么用过set，直到今天我在写一段代码的时候发现in关键字和set对象简直天生一对。

a = list(...)
if b in a:
    ...

上面这段代码相信大家都写过，但如果将list对象转换成为set，那么代码速度将大大提升。本质上set和dict都是用散列表方式存储，学过数据结构的我们知道给一个数/字符(串)对象，可以通过哈希函数快速计算这个对象对应存储的index。正因如此，在判断b是否在a里的时候，在O(1)时间内就可以完成判断，而对于list而言则需要去遍历整个list。
深入考虑下，创建set的时候也需要计算index的时间，但如果上面的判断需要执行多次，那么set无非是一个很nice的选择。

2. pandas

2.1 read_csv的dtype

pd.read_csv()大家都用过吧，最好指名dtype字段，好处多多。
首先，你不指明，python肯定会自己来判断的，这样肯定慢。同时，很多时候字段里混杂着其他对象，例如int里面混搭了个str，这样读的时候会将这个字段置为object，肯定慢不说，后面处理必然会出bug，还得去调，倒不如直接指明了dtype字段。
在机器学习中，存储1，0这种label的完全可以用int8类型。