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 import random random.choices(seq, k=1) # 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
1.2 lambda 函数的参数 func = lambda y: x + y # x的值在函数运行时被绑定 func = lambda y, x=x: x + y # x的值在函数定义时被绑定
1.3 copy 和 deepcopy import copy y = copy.copy(x) # 只复制最顶层 y = copy.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. b_alias = a assert b_alias == a and b_alias is a # Shallow copy. b_shallow_copy = a[:] assert b_shallow_copy == a and b_shallow_copy is not a and b_shallow_copy[2] is a[2] # Deep copy. import copy b_deep_copy = copy.deepcopy(a) assert b_deep_copy == a and b_deep_copy is not a and b_deep_copy[2] is not a[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 is x == y # 两引用对象是否有相同值 x is y # 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, start=None, end=None); str.rfind(...) # 如果找不到返回-1 str.index(sub, start=None, end=None); str.rindex(...) # 如果找不到抛出ValueError异常
1.7 List 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 import csv # 无header的读写 with open(name, "rt", encoding="utf-8", newline="") as f: # newline=""让Python不将换行统一处理 for row in csv.reader(f): print(row[0], row[1]) # CSV读到的数据都是str类型 with open(name, mode="wt") as f: f_csv = csv.writer(f) f_csv.writerow(["symbol", "change"]) # 有header的读写 with open(name, mode="rt", newline="") as f: for row in csv.DictReader(f): print(row["symbol"], row["change"]) with open(name, mode="wt") as f: header = ["symbol", "change"] f_csv = csv.DictWriter(f, header) f_csv.writeheader() f_csv.writerow({"symbol": xx, "change": xx})
注意,当 CSV 文件过大时会报错:_csv.Error: field larger than field limit (131072),通过修改上限解决 import sys csv.field_size_limit(sys.maxsize)
csv 还可以读以 分割的数据 f = csv.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: import itertools itertools.islice(iterable, start=None, stop, step=None) # islice("ABCDEF", 2, None) -> C, D, E, F itertools.filterfalse(predicate, iterable) # 过滤掉predicate为False的元素 # filterfalse(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6 itertools.takewhile(predicate, iterable) # 当predicate为False时停止迭代 # takewhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 1, 4 itertools.dropwhile(predicate, iterable) # 当predicate为False时开始迭代 # dropwhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6, 4, 1 itertools.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, key=None, reverse=False) itertools.groupby(iterable, key=None) # 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, r=None) # 排列,返回值是Tuple # permutations("ABCD", 2) -> AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC itertools.combinations(iterable, r=None) # 组合,返回值是Tuple itertools.combinations_with_replacement(...) # 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, F import heapq heapq.merge(*iterables, key=None, reverse=False) # 多个序列按顺序拼接 # merge("ABF", "CDE") -> A, B, C, D, E, F zip(*iterables) # 当最短的序列耗尽时停止,结果只能被消耗一次 itertools.zip_longest(*iterables, fillvalue=None) # 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。 import collections # 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.most_common(n=None) # 插入/更新 collections.Counter.update(iterable) counter1 + counter2; counter1 - counter2 # counter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。 import collections collections.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 Dict import collections collections.OrderedDict(items=None) # 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 import sys sys.stderr.write("")
输出警告信息 import warnings warnings.warn(message, category=UserWarning) # category的取值有DeprecationWarning, SyntaxWarning, RuntimeWarning, ResourceWarning, FutureWarning
控制警告消息的输出 $ python -W all # 输出所有警告,等同于设置warnings.simplefilter("always") $ python -W ignore # 忽略所有警告,等同于设置warnings.simplefilter("ignore") $ python -W error # 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 if __debug__: 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: $ python -0 main.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 pylint main.py
3.4 代码耗时
耗时测试 $ python -m cProfile main.py
测试某代码块耗时 # 代码块耗时定义 from contextlib import contextmanager from time import perf_counter @contextmanager def timeblock(label): tic = perf_counter() try: yield finally: toc = perf_counter() print("%s : %s" % (label, toc - tic)) # 代码块耗时测试 with timeblock("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 15%-30%。 避免使用.访问属性。使用 from module import name 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
4.1 argmin 和 argmax items = [2, 1, 3, 4] argmin = min(range(len(items)), key=items.__getitem__)
argmax同理。
4.2 转置二维列表 A = [["a11", "a12"], ["a21", "a22"], ["a31", "a32"]] A_transpose = list(zip(*A)) # list of tuple A_transpose = list(list(col) for col in zip(*A)) # list of list
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))
iQOO9Pro评测这才是真正的驯龙高手近日,iQOO正式发布了全新一代iQOO9系列旗舰,优秀的屏幕,顶级的处理器,最新的闪存规格,还有全新首发的GN5主摄说实在的,我和大家一样好奇,因为iQOO8Pro在各方面配置可
精细化管理需要智能化助力来源人民网人民日报能耗管理大数据平台为企业和政府提供了更多参考和助力,让生产效率和监管水平得到了提高。我们期待更多的新技术应用于生产领域,为提质增效探索更多路径在实现双碳目标的背景
星链卫星逼近我空间站,特斯拉是否也会被远程控制危害国家?星链卫星逼近我空间站,特斯拉是否也会被远程控制危害国家?马斯克团队太空计划中,已经表现出侵略中国的意图,干扰我国空间站。有可能就是马斯克在不断实验太空战的效果,为太空战做改进。有此
景顺长城基金杨锐文电动智能汽车是未来十年最精彩的产业方向2022年更看好智能化发展趋势余世鹏中国证券报中证网中证网讯(记者余世鹏)针对当前的新能源投资行情,近日景顺长城基金的基金经理杨锐文发表观点指出,从大趋势来说,电动智能化的大趋势毋庸置疑,电动智能汽车一定是未来
怎么制作电影片头片尾?首先你要学习一下剪辑的软件,如果你是新手,可以安装绘声绘影PR等针对剪辑的软件,这样的软件很简单,功能也是以剪辑为主,不过在扩展的功能上会差一些,比如更多的插件,更多的模板效果等,
决定人生的三圈能力,认知,资源能力圈(核心圈)认知圈(中层圈)资源圈(外围圈)人工智能三要素算力,算法,数据。一,何为能力?能力的储存中心就是头脑,其次才是躯体。人是靠脑力做事赚钱还是靠体力做事赚钱呢?大脑的本
海信发布中国首颗全自研8KAI画质芯片澎湃财讯1月11日,海信在北京发布中国首颗全自研8KAI画质芯片。这颗8kAI画质芯片是海信5代画质芯片,也代表了国内单颗画质芯片的最高处理能力。据介绍,该芯片首次实现了从4K到8
方便生活的新疆定制款app,就是新疆好地方已经下载了新疆好地方app的亲们可以仔细看看其中的强大的功能!他可不是一个普通的app!他是一款专门为新疆市民服务的app,用户通过实名认证注册后,就可以享受app内丰富多样的功能
成功人士的10000小时在格拉德韦尔看来,天才不过是做了足够多练习的人。他提出的10000小时法则,在各界的成功人士身上,可以轻易得到印证。如今,提到比尔盖茨,人们会对他的一切津津乐道数学才俊电脑天才,从
雷军找设计师专门做了个手机壳不卖钱,小米11让路新机跌至大米价近日,小米集团董事长兼CEO雷军为小米12Pro推出了一款定制的Monterian保护套,据悉该保护套是雷军亲自设计的独家产品,不会在市场上量产,就是传说中的不卖多少钱!Montr
二零二二年投资方向新的一年新的开始,投资也要重新起航,我们先来看一下各大劵商对于2022年的投资观点,可以作为中长线布局的。以下所有观点只是个人的观点不构成具体的投资建议。中信证劵看好的行业消费科技