18個Python高效編程技巧分別有哪些

這篇文章給大家介紹18個Python高效編程技巧分別有哪些，內容非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

初識Python語言，覺得python滿足了我上學時候對編程語言的所有要求。python語言的高效編程技巧讓我們這些大學曾經苦逼學了四年c或者c++的人，興奮的不行不行的，終于解脫了。高級語言，如果做不到這樣，還扯啥高級呢?

01 交換變量

>>>a=3 >>>b=6

這個情況如果要交換變量在c++中，肯定需要一個空變量。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 字典推導(Dictionary comprehensions)和集合推導(Set comprehensions)

大多數的Python程序員都知道且使用過列表推導(list comprehensions)。如果你對list  comprehensions概念不是很熟悉——一個list comprehension就是一個更簡短、簡潔的創建一個list的方法。

>>> some_list = [1, 2, 3, 4, 5]  >>> another_list = [ x + 1 for x in some_list ]  >>> another_list [2, 3, 4, 5, 6]

自從python 3.1 起，我們可以用同樣的語法來創建集合和字典表：

>>> # Set Comprehensions >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]  >>> even_set = { x for x in some_list if x % 2 == 0 }  >>> even_set set([8, 2, 4])  >>> # Dict Comprehensions  >>> d = { x: x % 2 == 0 for x in range(1, 11) }  >>> d {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

在***個例子里，我們以some_list為基礎，創建了一個具有不重復元素的集合，而且集合里只包含偶數。而在字典表的例子里，我們創建了一個key是不重復的1到10之間的整數，value是布爾型，用來指示key是否是偶數。

這里另外一個值得注意的事情是集合的字面量表示法。我們可以簡單的用這種方法創建一個集合：

>>> my_set = {1, 2, 1, 2, 3, 4}  >>> my_set set([1, 2, 3, 4])

而不需要使用內置函數set()。

03 計數時使用Counter計數對象。

這聽起來顯而易見，但經常被人忘記。對于大多數程序員來說，數一個東西是一項很常見的任務，而且在大多數情況下并不是很有挑戰性的事情——這里有幾種方法能更簡單的完成這種任務。

Python的collections類庫里有個內置的dict類的子類，是專門來干這種事情的：

>>> 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是一種非常好的數據序列化的形式，被如今的各種API和web  service大量的使用。使用python內置的json處理，可以使JSON串具有一定的可讀性，但當遇到大型數據時，它表現成一個很長的、連續的一行時，人的肉眼就很難觀看了。

為了能讓JSON數據表現的更友好，我們可以使用indent參數來輸出漂亮的JSON。當在控制臺交互式編程或做日志時，這尤其有用：

>>> 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     }   ]  }

同樣，使用內置的pprint模塊，也可以讓其它任何東西打印輸出的更漂亮。

05 解決FizzBuzz

前段時間Jeff Atwood 推廣了一個簡單的編程練習叫FizzBuzz，問題引用如下：

寫一個程序，打印數字1到100，3的倍數打印“Fizz”來替換這個數，5的倍數打印“Buzz”，對于既是3的倍數又是5的倍數的數字打印“FizzBuzz”。

這里就是一個簡短的，有意思的方法解決這個問題：

for x in range(1,101):     print"fizz"[x%3*len( fizz )::]+"buzz"[x%5*len( buzz )::] or x

06 if 語句在行內

print "Hello" if True else "World" >>> Hello

07 連接

下面的***一種方式在綁定兩個不同類型的對象時顯得很cool。

nfc = ["Packers", "49ers"] afc = ["Ravens", "Patriots"] print nfc + afc >>> [ Packers ,  49ers ,  Ravens ,  Patriots ]  print str(1) + " world" >>> 1 world  print `1` + " world" >>> 1 world  print 1, "world" >>> 1 world print nfc, 1 >>> [ Packers ,  49ers ] 1

08 數值比較

這是我見過諸多語言中很少有的如此棒的簡便法

x = 2 if 3 > x > 1:    print x >>> 2 if 1 < x > 0:    print x >>> 2

09 同時迭代兩個列表

nfc = ["Packers", "49ers"] afc = ["Ravens", "Patriots"] for teama, teamb in zip(nfc, afc):      print teama + " vs. " + teamb >>> Packers vs. Ravens >>> 49ers vs. Patriots

10 帶索引的列表迭代

teams = ["Packers", "49ers", "Ravens", "Patriots"] for index, team in enumerate(teams):     print index, team >>> 0 Packers >>> 1 49ers >>> 2 Ravens >>> 3 Patriots

11 列表推導式

已知一個列表，我們可以刷選出偶數列表方法：

numbers = [1,2,3,4,5,6] even = [] for number in numbers:     if number%2 == 0:         even.append(number)

轉變成如下：

numbers = [1,2,3,4,5,6] even = [number for number in numbers if number%2 == 0]

12 字典推導

和列表推導類似，字典可以做同樣的工作：

teams = ["Packers", "49ers", "Ravens", "Patriots"] print {key: value for value, key in enumerate(teams)} >>> { 49ers : 1,  Ravens : 2,  Patriots : 3,  Packers : 0}

13 初始化列表的值

items = [0]*3print items >>> [0,0,0]

14 列表轉換為字符串

teams = ["Packers", "49ers", "Ravens", "Patriots"] print ", ".join(teams) >>>  Packers, 49ers, Ravens, Patriots

15 從字典中獲取元素

我承認try/except代碼并不雅致，不過這里有一種簡單方法，嘗試在字典中找key，如果沒有找到對應的alue將用第二個參數設為其變量值。

data = { user : 1,  name :  Max ,  three : 4} try:    is_admin = data[ admin ] except KeyError:    is_admin = False

替換成這樣

data = { user : 1,  name :  Max ,  three : 4} is_admin = data.get( admin , False)

16 獲取列表的子集

有時，你只需要列表中的部分元素，這里是一些獲取列表子集的方法。

x = [1,2,3,4,5,6] #前3個 print x[:3] >>> [1,2,3] #中間4個 print x[1:5] >>> [2,3,4,5] #***3個 print x[3:] >>> [4,5,6] #奇數項 print x[::2] >>> [1,3,5] #偶數項 print x[1::2] >>> [2,4,6]

除了python內置的數據類型外，在collection模塊同樣還包括一些特別的用例，在有些場合Counter非常實用。如果你參加過在這一年的Facebook  HackerCup，你甚至也能找到他的實用之處。

from collections import Counter print Counter("hello") >>> Counter({ l : 2,  h : 1,  e : 1,  o : 1})

17 迭代工具

和collections庫一樣，還有一個庫叫itertools，對某些問題真能高效地解決。其中一個用例是查找所有組合，他能告訴你在一個組中元素的所有不能的組合方式

from itertools import combinations teams = ["Packers", "49ers", "Ravens", "Patriots"] for game in combinations(teams, 2):     print game >>> ( Packers ,  49ers ) >>> ( Packers ,  Ravens ) >>> ( Packers ,  Patriots ) >>> ( 49ers ,  Ravens ) >>> ( 49ers ,  Patriots ) >>> ( Ravens ,  Patriots )

18 False == True

比起實用技術來說這是一個很有趣的事，在python中，True和False是全局變量，因此：

False = True if False:    print "Hello" else:    print "World" >>> Hello

關于18個Python高效編程技巧分別有哪些就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。