满满干货！20个Python使用的小技巧

　　1。易混淆操作
　　本节对一些Python易混淆的操作进行对比。
　　1。1有放回随机采样和无放回随机采样importrandomrandom。choices（seq，k1）长度为k的list，有放回采样random。sample（seq，k）长度为k的list，无放回采样
　　1。2lambda函数的参数funclambday：xyx的值在函数运行时被绑定funclambday，xx：xyx的值在函数定义时被绑定
　　1。3copy和deepcopyimportcopyycopy。copy（x）只复制最顶层ycopy。deepcopy（x）复制所有嵌套部分
　　复制和变量别名结合在一起时，容易混淆：a〔1，2，〔3，4〕〕Alias。baliasaassertbaliasaandbaliasisaShallowcopy。bshallowcopya〔：〕assertbshallowcopyaandbshallowcopyisnotaandbshallowcopy〔2〕isa〔2〕Deepcopy。importcopybdeepcopycopy。deepcopy（a）assertbdeepcopyaandbdeepcopyisnotaandbdeepcopy〔2〕isnota〔2〕
　　对别名的修改会影响原变量，（浅）复制中的元素是原列表中元素的别名，而深层复制是递归地进行复制，对深层复制的修改不影响原变量。
　　1。4和isxy两引用对象是否有相同值xisy两引用是否指向同一对象
　　1。5判断类型type（a）int忽略面向对象设计中的多态特征isinstance（a，int）考虑了面向对象设计中的多态特征
　　1。6字符串搜索str。find（sub，startNone，endNone）；str。rfind（。。。）如果找不到返回1str。index（sub，startNone，endNone）；str。rindex（。。。）如果找不到抛出ValueError异常
　　1。7List后向索引
　　这个只是习惯问题，前向索引时下标从0开始，如果反向索引也想从0开始可以使用。print（a〔1〕，a〔2〕，a〔3〕）print（a〔0〕，a〔1〕，a〔2〕）
　　2。常用工具
　　2。1读写CSV文件importcsv无header的读写withopen（name，rt，encodingutf8，newline）asf：newline让Python不将换行统一处理forrowincsv。reader（f）：print（row〔0〕，row〔1〕）CSV读到的数据都是str类型withopen（name，modewt）asf：fcsvcsv。writer（f）fcsv。writerow（〔symbol，change〕）有header的读写withopen（name，modert，newline）asf：forrowincsv。DictReader（f）：print（row〔symbol〕，row〔change〕）withopen（name，modewt）asf：header〔symbol，change〕fcsvcsv。DictWriter（f，header）fcsv。writeheader（）fcsv。writerow（｛symbol：xx，change：xx｝）
　　注意，当CSV文件过大时会报错：csv。Error：fieldlargerthanfieldlimit（131072），通过修改上限解决importsyscsv。fieldsizelimit（sys。maxsize）
　　csv还可以读以分割的数据fcsv。reader（f，delimiter）
　　2。2迭代器工具
　　itertools重新定义了很多迭代器工具，例如子序列工具：importitertoolsitertools。islice（iterable，startNone，stop，stepNone）islice（ABCDEF，2，None）C，D，E，Fitertools。filterfalse（predicate，iterable）过滤掉predicate为False的元素filterfalse（lambdax：x5，〔1，4，6，4，1〕）6itertools。takewhile（predicate，iterable）当predicate为False时停止迭代takewhile（lambdax：x5，〔1，4，6，4，1〕）1，4itertools。dropwhile（predicate，iterable）当predicate为False时开始迭代dropwhile（lambdax：x5，〔1，4，6，4，1〕）6，4，1itertools。compress（iterable，selectors）根据selectors每个元素是True或False进行选择compress（ABCDEF，〔1，0，1，0，1，1〕）A，C，E，F
　　序列排序：sorted（iterable，keyNone，reverseFalse）itertools。groupby（iterable，keyNone）按值分组，iterable需要先被排序groupby（sorted（〔1，4，6，4，1〕））（1，iter1），（4，iter4），（6，iter6）itertools。permutations（iterable，rNone）排列，返回值是Tuplepermutations（ABCD，2）AB，AC，AD，BA，BC，BD，CA，CB，CD，DA，DB，DCitertools。combinations（iterable，rNone）组合，返回值是Tupleitertools。combinationswithreplacement（。。。）combinations（ABCD，2）AB，AC，AD，BC，BD，CD
　　多个序列合并：itertools。chain（iterables）多个序列直接拼接chain（ABC，DEF）A，B，C，D，E，Fimportheapqheapq。merge（iterables，keyNone，reverseFalse）多个序列按顺序拼接merge（ABF，CDE）A，B，C，D，E，Fzip（iterables）当最短的序列耗尽时停止，结果只能被消耗一次itertools。ziplongest（iterables，fillvalueNone）当最长的序列耗尽时停止，结果只能被消耗一次
　　2。3计数器
　　计数器可以统计一个可迭代对象中每个元素出现的次数。importcollections创建collections。Counter（iterable）频次collections。Counter〔key〕key出现频次返回n个出现频次最高的元素和其对应出现频次，如果n为None，返回所有元素collections。Counter。mostcommon（nNone）插入更新collections。Counter。update（iterable）counter1counter2；counter1counter2counter加减检查两个字符串的组成元素是否相同collections。Counter（list1）collections。Counter（list2）
　　2。4带默认值的Dict
　　当访问不存在的Key时，defaultdict会将其设置为某个默认值。importcollectionscollections。defaultdict（type）当第一次访问dict〔key〕时，会无参数调用type，给dict〔key〕提供一个初始值
　　2。5有序Dictimportcollectionscollections。OrderedDict（itemsNone）迭代时保留原始插入顺序3。高性能编程和调试
　　3。1输出错误和警告信息
　　向标准错误输出信息importsyssys。stderr。write（）
　　输出警告信息importwarningswarnings。warn（message，categoryUserWarning）category的取值有DeprecationWarning，SyntaxWarning，RuntimeWarning，ResourceWarning，FutureWarning
　　控制警告消息的输出pythonWall输出所有警告，等同于设置warnings。simplefilter（always）pythonWignore忽略所有警告，等同于设置warnings。simplefilter（ignore）pythonWerror将所有警告转换为异常，等同于设置warnings。simplefilter（error）
　　3。2代码中测试
　　有时为了调试，我们想在代码中加一些代码，通常是一些print语句，可以写为：在代码中的debug部分ifdebug：pass
　　一旦调试结束，通过在命令行执行O选项，会忽略这部分代码：python0main。py
　　3。3代码风格检查
　　使用pylint可以进行不少的代码风格和语法检查，能在运行之前发现一些错误pylintmain。py
　　3。4代码耗时
　　耗时测试pythonmcProfilemain。py
　　测试某代码块耗时代码块耗时定义fromcontextlibimportcontextmanagerfromtimeimportperfcountercontextmanagerdeftimeblock（label）：ticperfcounter（）try：yieldfinally：tocperfcounter（）print（s：s（label，toctic））代码块耗时测试withtimeblock（counting）：pass
　　代码耗时优化的一些原则专注于优化产生性能瓶颈的地方，而不是全部代码。避免使用全局变量。局部变量地查找比全局变量更快，将全局变量的代码定义在函数中运行通常会更快1530。避免使用。访问属性。使用frommoduleimportname会更快，将频繁访问的类的成员变量self。member放入到一个局部变量中。尽量使用内置数据结构。str，list，set，dict等使用C实现，运行起来很快。避免创建没有必要的中间变量，和copy。deepcopy（）。字符串拼接，例如a：b：c会创造大量无用的中间变量，：，join（〔a，b，c〕）效率会高不少。另外需要考虑字符串拼接是否必要，例如print（：。join（〔a，b，c〕））效率比print（a，b，c，sep：）低。4。Python其他技巧
　　4。1argmin和argmaxitems〔2，1，3，4〕argminmin（range（len（items）），keyitems。getitem）
　　argmax同理。
　　4。2转置二维列表A〔〔a11，a12〕，〔a21，a22〕，〔a31，a32〕〕Atransposelist（zip（A））listoftupleAtransposelist（list（col）forcolinzip（A））listoflist
　　4。3一维列表展开为二维列表A〔1，2，3，4，5，6〕Preferred。list（zip（〔iter（A）〕2））