Python開発時の注意点
注意してください: この記事は、私たちが皆 Python 3 を使用していることを前提としています
1. リストの内包表記
リストがあります: Bag = [1, 2, 3, 4, 5]
ここで、すべての要素を 2 倍にします。次のようになります: [2, 4, 6, 8, 10]
ほとんどの初心者は、これまでの言語経験に基づいて、おそらく次のようにするでしょう
bag = [1, 2, 3, 4, 5] for i in range(len(bag)): bag[i] = bag[i] * 2
しかし、もっと良い方法があります:
bag = [elem * 2 for elem in bag]
とてもシンプルですよね?これは Python リスト内包表記と呼ばれます。
2. リストを調べます
上記のリストを続けます。
可能であれば、これは避けてください:
bag = [1, 2, 3, 4, 5] for i in range(len(bag)): print(bag[i])
代わりに、次のようにする必要があります:
bag = [1, 2, 3, 4, 5] for i in bag: print(i)
x がリストの場合、その要素を反復処理できます。ほとんどの場合、各要素のインデックスは必要ありませんが、必要な場合は enumerate 関数を使用します。次のようになります:
bag = [1, 2, 3, 4, 5] for index, element in enumerate(bag): print(index, element)
非常に直感的で明確です。
3. 要素の交換
Java または C から Python に切り替える場合は、次のことに慣れているかもしれません:
a = 5 b = 10 # 交换 a 和 b tmp = a a = b b = tmp
しかし、Python はより自然で優れた方法を提供します。
a = 5 b = 10 # 交换a 和 b a, b = b, a
十分綺麗ですよね?
4. 初期化リスト
10 個の整数 0 のリストが必要な場合は、まず次のことを考えるかもしれません:
bag = [] for _ in range(10): bag.append(0)
それを変更しましょう:
bag = [0] * 10
見て、なんてエレガントでしょう。
注: リストにリストが含まれている場合、これを実行すると浅いコピーが生成されます。
例:
bag_of_bags = [[0]] * 5 # [[0], [0], [0], [0], [0]] bag_of_bags[0][0] = 1 # [[1], [1], [1], [1], [1]]
おっと!すべてのリストが変更されますが、最初のリストのみを変更したいと考えています。
変更してください:
bag_of_bags = [[0] for _ in range(5)] # [[0], [0], [0], [0], [0]] bag_of_bags[0][0] = 1 # [[1], [0], [0], [0], [0]]
また覚えておいてください:
「時期尚早の最適化は諸悪の根源である」
リストを初期化する必要があるかどうか、自問してください。
5. 文字列の構築
多くの場合、文字列を出力する必要があります。変数がたくさんある場合は、これを避けてください:
name = "Raymond" age = 22 born_in = "Oakland, CA" string = "Hello my name is " + name + "and I'm " + str(age) + " years old. I was born in " + born_in + "." print(string)
うーん、これはどれほど乱雑に見えますか?代わりに、優れた簡潔なメソッド .format を使用できます。
これを実行してください:
name = "Raymond" age = 22 born_in = "Oakland, CA" string = "Hello my name is {0} and I'm {1} years old. I was born in {2}.".format(name, age, born_in) print(string)
ずっと良くなりました!
6. タプルを返す
Python では関数内で複数の要素を返すことができるため、作業が簡単になります。ただし、タプルを解凍するときに次のようなよくある間違いがあります:
def binary(): return 0, 1 result = binary() zero = result[0] one = result[1]
これは必要ありません。次のように変更できます:
def binary(): return 0, 1 zero, one = binary()
すべての要素を返す必要がある場合は、アンダースコア_を使用してください。
zero, _ = binary()
はとても効率的です!
7. 辞書 (辞書) にアクセスする
キーとペア (キー、値) を辞書に書き込むこともよくあります。
dict に存在しないキーにアクセスしようとすると、KeyError エラーを回避するために次のようにする誘惑に駆られるかもしれません:
countr = {} bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7] for i in bag: if i in countr: countr[i] += 1 else: countr[i] = 1 for i in range(10): if i in countr: print("Count of {}: {}".format(i, countr[i])) else: print("Count of {}: {}".format(i, 0))
ただし、get() を使用する方が良い方法です。
countr = {} bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7] for i in bag: countr[i] = countr.get(i, 0) + 1 for i in range(10): print("Count of {}: {}".format(i, countr.get(i, 0)))
もちろん、代わりに setdefault を使用することもできます。
これは、より単純ですがより高価な方法も使用します:
bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7] countr = dict([(num, bag.count(num)) for num in bag]) for i in range(10): print("Count of {}: {}".format(i, countr.get(i, 0)))
dict 導出を使用することもできます。
countr = {num: bag.count(num) for num in bag}
これら 2 つのメソッドは、count が呼び出されるたびにリストを走査するため、負荷が高くなります。
8 ライブラリの使用
既存のライブラリをインポートするだけで、本当にやりたいことが実行できます。
引き続き前の例について話しますが、リスト内に数値が出現する回数をカウントする関数を構築します。まあ、そのようなことができるライブラリはすでにあります。
from collections import Counter bag = [2, 3, 1, 2, 5, 6, 7, 9, 2, 7] countr = Counter(bag) for i in range(10): print("Count of {}: {}".format(i, countr[i]))
ライブラリを使用する理由:
1. コードは正しく、テストされています。
2. アルゴリズムが最適化されているため、より高速に実行できる可能性があります。
3. 抽象化: それらは明確に指摘され文書化されているため、まだ実装されていないものに焦点を当てることができます。
4. 結局のところ、すべてはすでにそこにあるので、車輪を再発明する必要はありません。
9. リストのスライス/ステップ
この list[start:stop:step] のように、開始点と終了点を指定できます。
リストの最初の 5 つの要素を取り出します:
bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] for elem in bag[:5]: print(elem)
これはスライスであり、停止点を 5 に指定し、停止する前にリストから 5 つの要素が取り出されます。
最後の 5 つの要素をどうするか?
りー分からないの? -5 は、リストの末尾から 5 つの要素を取得することを意味します。
リスト内の要素の間隔を空けたい場合は、次のようにすることもできます:
bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] for elem in bag[-5:]: print(elem)
ただし、次のようにする必要があります:
bag = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9] for index, elem in enumerate(bag): if index % 2 == 0: print(elem)
これはリストのステップです。 list[::2] は、リストを走査し、2 つのステップで要素を取り出すことを意味します。
list[::-1] を使用すると、リストをクールに反転できます。
10. Tab キーまたはスペース キー
長期的には、タブとスペースを混在させると問題が発生し、IndentationError: 予期しないインデントが表示されます。 Tab キーを選択するかスペース バーを選択するかに関係なく、ファイルとプロジェクト全体でそれを使用し続ける必要があります。
タブの代わりにスペースを使用する理由の 1 つは、タブがすべてのエディターで同じではないことです。使用するエディタによっては、タブが 2 ~ 8 個のスペースとして扱われる場合があります。
コードを記述するときにスペースを使用してタブを定義することもできます。このようにして、タブとして使用するスペースの数を選択できます。ほとんどの Python ユーザーは 4 つのスペースを使用します。
概要
上記は、Python 開発で注意すべきヒントです。ご質問があれば、メッセージを残してください。
Python 開発で注目すべき関連記事をさらに詳しく知りたい場合は、PHP 中国語 Web サイトに注目してください。

ホットAIツール

Undresser.AI Undress
リアルなヌード写真を作成する AI 搭載アプリ

AI Clothes Remover
写真から衣服を削除するオンライン AI ツール。

Undress AI Tool
脱衣画像を無料で

Clothoff.io
AI衣類リムーバー

AI Hentai Generator
AIヘンタイを無料で生成します。

人気の記事

ホットツール

メモ帳++7.3.1
使いやすく無料のコードエディター

SublimeText3 中国語版
中国語版、とても使いやすい

ゼンドスタジオ 13.0.1
強力な PHP 統合開発環境

ドリームウィーバー CS6
ビジュアル Web 開発ツール

SublimeText3 Mac版
神レベルのコード編集ソフト(SublimeText3)

ホットトピック











このチュートリアルでは、Pythonを使用してZIPFの法則の統計的概念を処理する方法を示し、法律の処理時にPythonの読み取りおよび並べ替えの効率性を示します。 ZIPF分布という用語が何を意味するのか疑問に思うかもしれません。この用語を理解するには、まずZIPFの法律を定義する必要があります。心配しないでください、私は指示を簡素化しようとします。 ZIPFの法則 ZIPFの法則は単に意味します。大きな自然言語のコーパスでは、最も頻繁に発生する単語は、2番目の頻繁な単語のほぼ2倍の頻度で表示されます。 例を見てみましょう。アメリカ英語の茶色のコーパスを見ると、最も頻繁な言葉は「thであることに気付くでしょう。

ノイズの多い画像を扱うことは、特に携帯電話や低解像度のカメラの写真でよくある問題です。 このチュートリアルでは、OpenCVを使用してPythonの画像フィルタリング手法を調査して、この問題に取り組みます。 画像フィルタリング:強力なツール 画像フィルター

この記事では、Pythonライブラリである美しいスープを使用してHTMLを解析する方法について説明します。 find()、find_all()、select()、およびget_text()などの一般的な方法は、データ抽出、多様なHTML構造とエラーの処理、および代替案(SEL

この記事では、深い学習のためにTensorflowとPytorchを比較しています。 関連する手順、データの準備、モデルの構築、トレーニング、評価、展開について詳しく説明しています。 特に計算グラップに関して、フレームワーク間の重要な違い

データサイエンスと処理のお気に入りであるPythonは、高性能コンピューティングのための豊富なエコシステムを提供します。ただし、Pythonの並列プログラミングは、独自の課題を提示します。このチュートリアルでは、これらの課題を調査し、グローバルな承認に焦点を当てています

このチュートリアルでは、Python 3にカスタムパイプラインデータ構造を作成し、機能を強化するためにクラスとオペレーターのオーバーロードを活用していることを示しています。 パイプラインの柔軟性は、一連の機能をデータセットに適用する能力にあります。

Pythonオブジェクトのシリアル化と脱介入は、非自明のプログラムの重要な側面です。 Pythonファイルに何かを保存すると、構成ファイルを読み取る場合、またはHTTPリクエストに応答する場合、オブジェクトシリアル化と脱滑り化を行います。 ある意味では、シリアル化と脱派化は、世界で最も退屈なものです。これらすべての形式とプロトコルを気にするのは誰ですか? Pythonオブジェクトを維持またはストリーミングし、後で完全に取得したいと考えています。 これは、概念レベルで世界を見るのに最適な方法です。ただし、実用的なレベルでは、選択したシリアル化スキーム、形式、またはプロトコルは、プログラムの速度、セキュリティ、メンテナンスの自由、およびその他の側面を決定する場合があります。

Pythonの統計モジュールは、強力なデータ統計分析機能を提供して、生物統計やビジネス分析などのデータの全体的な特性を迅速に理解できるようにします。データポイントを1つずつ見る代わりに、平均や分散などの統計を見て、無視される可能性のある元のデータの傾向と機能を発見し、大きなデータセットをより簡単かつ効果的に比較してください。 このチュートリアルでは、平均を計算し、データセットの分散の程度を測定する方法を説明します。特に明記しない限り、このモジュールのすべての関数は、単に平均を合計するのではなく、平均()関数の計算をサポートします。 浮動小数点数も使用できます。 ランダムをインポートします インポート統計 fractiから
