哈喽大家好哇，又见面了，本篇文章整理了10个Python编程技巧，大大提高你的效率，让你的工作更上一层楼！
case 1
假设现在需要遍历列表，且要用到其位置索引进行相应数据操作，通常会习惯写成如下形式
data = [1, 4, 5, 7, 9]
for i in range(len(data)):
if data[i] % 2:
data[i] = 0
print(data)
>>> [0, 4, 0, 0, 0]
但更好的方式是使用Python的内置枚举函数enumerate，可以直接获取到相应值及其索引
data = [1, 4, 5, 7, 9]
for idx, num in enumerate(data):
if num % 2:
data[idx] = 0
print(data)
>>> [0, 4, 0, 0, 0]
case 2
下一个，如果需要对列表进行增删改操作，比如这个例子
case2 = [9, 8, 8, 3, 3, 1]
out = [x for x in case2 if x % 2 != 0]
print(out)
>>> [9,3,3,1]
case 3
如果你需要对可迭代对象进行排序，比如列表、元组、字典，首先以列表为例子，可以直接使用内置函数sorted完成任务
data = [-1, -10, 0, 9, 5]
new_data = sorted(data)
print(new_data)
>>> [-10, -1, 0, 5, 9]
如果想使用降序，可以将参数reverse设置为True
data = [-1, -10, 0, 9, 5]
new_data = sorted(data, reverse=True)
print(new_data)
>>> [9, 5, 0, -1, -10]
同样的适用于元组，但注意此时输出类型变成了列表
data = (-1, -10, 0, 9, 5)
new_data = sorted(data, reverse=True)
print(new_data)
>>> [9, 5, 0, -1, -10]
如果需要对复杂的可迭代对象进行排序，比如列表中的元素为字典类型，在这个例子中，需要按age大小对列表进行排序，那么可以在参数key这使用匿名函数lambda
data = [
{"name" : "jia", "age" : 18},
{"name" : "yi", "age" : 60},
{"name" : "bing", "age" : 20}
]
new_data = sorted(data, key=lambda x: x["age"])
print(new_data)
>>> [{'name': 'jia', 'age': 18}, {'name': 'bing', 'age': 20}, {'name': 'yi', 'age': 60}]
下一个知识点，现在有一个包含多个值的列表，但存在重复值，如果需要去重，最简单的做法是将我们的list转为set，会自动进行重复值的删除
data = [1, 1, 2, 3, 3, 4, 5, 5, 7]
new_data = set(data)
print(new_data)
>>> {1, 2, 3, 4, 5, 7}
关于集合set，常见的用法是在两组数据中进行运算，如，求交集
data_1 = {'Mathematics', 'Chinese', 'English', 'Physics', 'Chemistry', 'Biology'}
data_2 = {'Mathematics', 'Chinese', 'English', 'Politics', 'Geography', 'History'}
print(data_1 & data_2)
>>> {'English', 'Chinese', 'Mathematics'}
求并集
data_1 = {'Mathematics', 'Chinese', 'English', 'Physics', 'Chemistry', 'Biology'}
data_2 = {'Mathematics', 'Chinese', 'English', 'Politics', 'Geography', 'History'}
print(data_1 | data_2)
>>> {'Geography', 'English', 'History', 'Mathematics', 'Politics', 'Physics', 'Chemistry', 'Chinese', 'Biology'}
求差集
data_1 = {'Mathematics', 'Chinese', 'English', 'Physics', 'Chemistry', 'Biology'}
data_2 = {'Mathematics', 'Chinese', 'English', 'Politics', 'Geography', 'History'}
print(data_1 - data_2)
>>> {'Biology', 'Chemistry', 'Physics'}
求补集
data_1 = {'Mathematics', 'Chinese', 'English', 'Physics', 'Chemistry', 'Biology'}
data_2 = {'Mathematics', 'Chinese', 'English', 'Politics', 'Geography', 'History'}
print(data_1 ^ data_2)
>>> {'Geography', 'Politics', 'Chemistry', 'Physics', 'Biology', 'History'}
case 5
下一个，当我们有一个包含很多数据的列表，如果执行如sum等操作，可能会出现内存问题
data = [i for i in range(10000)]
print(sum(data))
>>> 49995000
但是如果将中括号改成小括号，即变成生成器，将提升效率
data = (i for i in range(10000))
print(sum(data))
>>> 49995000
为方便对比，我们导入Python标准库sys进行演示，可以看到生成器的方式将大大节省空间
import sys
data_1 = [i for i in range(10000)]
print(sys.getsizeof(data_1), "bytes")
data_2 = (i for i in range(10000))
print(sys.getsizeof(data_2), "bytes")
>>> 87624 bytes
>>> 120 bytes
case 6
下一个，定义一个拥有不同键值对的字典，正常情况下当你获取字典中不存在的键时会报错
data = {"name" : "sds", "age" : "18"}
uid = data["uid"]
print(uid)
>>> Traceback (most recent call last):
File "f:/case/main.py", line 2, in <module>
uid = data["uid"]
KeyError: 'uid'
而你在工程文件中经常会注意到使用get方法，避免因键不存在而引起的程序崩溃，若索引不到，将返回在第二个位置定义的参数
data = {"name" : "sds", "age" : "18"}
uid = data.get("uid", "6688")
print(uid)
>>> 6688
类似的还有setdefault，如果键不存在于字典中，将会添加键并将值设为默认值，这些非常实用
data = {"name" : "sds", "age" : "18"}
uid = data.setdefault("uid", "6688")
print(uid)
print(data)
>>> 6688
>>> {'name': 'sds', 'age': '18', 'uid': '6688'}
case 7
下一个，也是我比较喜欢的，如果想完成字符串中某位置插入某对象的格式化操作，f-Strings将会是一个不错的方式
name = "sds"
data = f"Hi {name}"
print(name)
>>> Hi sds
还可以在大括号内进行运算，这是Python3.6开始支持的新的格式化操作，相比以前更简洁方便。
i = 9
data = f"{i} * {i} = {i * i}"
print(data)
>>> 9 * 9 = 81
case 8
下一个，定义一个列表，里面存放字符串对象，如果想实现拼接，由于字符串是不可变对象，很多人会定义空字符串进行遍历拼接，但，对于大型字符串可能会导致特别慢
data = ["Hi", "my", "data"]
newdata = ''
for i in data:
newdata += i + " "
print(newdata)
>>> Hi my data
更优的方案是使用join，实现将列表中内容进行全部拼接
data = ["Hi", "my", "data"]
newdata = " ".join(data)
print(newdata)
>>> Hi my data
join前引号中的内容将作为分隔符，例如将其换成逗号将输出如下内容
data = ["Hi", "my", "data"]
newdata = ",".join(data)
print(newdata)
>>> Hi,my,data
case 9
下一个，如果想合并两个字典，无需遍历对比判断键，只需使用如下语法即可达到目的
data_1 = {"name" : "sds", "age" : "18"}
data_2 = {"name" : "sds", "uid" : "6688"}
out_data = {**data_1, **data_2}
print(out_data)
>>> {'name': 'sds', 'age': '18', 'uid': '6688'}
case 10
下一个，如果需要在if中将某对象与多个其他对象进行对比判断，你可能会进行如下定义
data = "a"
if data == "a" or data == "b" or data == "c":
print("HHH")
>>> HHH
但是当对比对象增加时，很不方便，且可能存在拼写错误，所以通常会使用如下方式，也是我个人喜欢用的方法
datas = ["a", "b", "c"]
data = "a"
if data in datas:
print("HHH")
>>> HHH
以上就是今天的全部内容分享，觉得有用的话欢迎点赞收藏哦！
Python经验分享
学好 Python 不论是用于就业还是做副业赚钱都不错，而且学好Python还能契合未来发展趋势——人工智能、机器学习、深度学习等。
小编是一名Python开发工程师，自己整理了一套最新的Python系统学习教程，包括从基础的python脚本到web开发、爬虫、数据分析、数据可视化、机器学习等。如果你也喜欢编程，想通过学习Python转行、做副业或者提升工作效率，这份【最新全套Python学习资料】 一定对你有用！
小编为对Python感兴趣的小伙伴准备了以下籽料 ！
对于0基础小白入门：
如果你是零基础小白，想快速入门Python是可以考虑培训的！
- 学习时间相对较短，学习内容更全面更集中
- 可以找到适合自己的学习方案
包括：Python激活码+安装包、Python web开发，Python爬虫，Python数据分析，人工智能、机器学习、Python量化交易等学习教程。带你从零基础系统性的学好Python！
一、Python所有方向的学习路线
Python所有方向路线就是把Python常用的技术点做整理，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。
二、学习软件
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。
三、入门学习视频
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。
四、实战案例
光学理论是没用的，要学会跟着一起敲，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。
五、面试资料
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。
最新全套【Python入门到进阶资料 & 实战源码 &安装工具】（安全链接，放心点击）
我已经上传至CSDN官方，如果需要可以扫描下方官方二维码免费获取【保证100%免费】
*今天的分享就到这里，喜欢且对你有所帮助的话，记得点赞关注哦~下回见 ！
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
