초보자가 꼭 봐야 할 Python 팁
다음은 제가 최근 몇 년간 수집한 Python 실용적인 팁과 도구입니다.
교환변수
x = 6 y = 5 x, y = y, x print x >>> 5 print y >>> 6
if문 인라인
print "Hello" if True else "World" >>> Hello
연결
아래 마지막 방법 이 방법 서로 다른 유형의 두 개체를 바인딩할 때 매우 좋습니다.
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
숫자 능력
#除后向下取整 print 5.0//2 >>> 2 # 2的5次方 print 2**5 >> 32
부동 소수점 수의 나눗셈에 주의하세요
print .3/.1 >>> 2.9999999999999996 print .3//.1 >>> 2.0
수치 비교
이것은 제가 가지고 있는 몇 안 되는 언어 중 하나입니다. 정말 대단하네요 편리한 방법
x = 2 if 3 > x > 1: print x >>> 2 if 1 0: print x >>> 2
두 개의 목록을 동시에 반복
nfc = ["Packers", "49ers"] afc = ["Ravens", "Patriots"] for teama, teamb in zip(nfc, afc): print teama + " vs. " + teamb >>> Packers vs. Ravens >>> 49ers vs. Patriots
인덱스를 사용한 목록 반복
teams = ["Packers", "49ers", "Ravens", "Patriots"] for index, team in enumerate(teams): print index, team >>> 0 Packers >>> 1 49ers >>> 2 Ravens >>> 3 Patriots
목록 이해
주어진 목록 , 우리는 할 수 있습니다. 짝수 목록을 브러싱하는 방법:
numbers = [1,2,3,4,5,6] even = [] for number in numbers: if number%2 == 0: even.append(number)
는 다음과 같이 변환됩니다.
numbers = [1,2,3,4,5,6] even = [number for number in numbers if number%2 == 0]
멋지지 않나요, 하하.
사전 이해
목록 이해와 유사하게 사전도 동일한 작업을 수행할 수 있습니다.
teams = ["Packers", "49ers", "Ravens", "Patriots"] print {key: value for value, key in enumerate(teams)} >>> {'49ers': 1, 'Ravens': 2, 'Patriots': 3, 'Packers': 0}
목록 값 초기화
items = [0]*3 print items >>> [0,0,0]
목록 변환 문자열
teams = ["Packers", "49ers", "Ravens", "Patriots"] print ", ".join(teams) >>> 'Packers, 49ers, Ravens, Patriots'
사전에서 요소 가져오기
try/제외 코드가 우아하지 않다는 점은 인정하지만 여기에 간단한 방법이 있습니다. 사전이 발견되지 않으면 해당 값은 두 번째 매개변수를 사용하여 변수 값으로 설정됩니다.
data = {'user': 1, 'name': 'Max', 'three': 4} try: is_admin = data['admin'] except KeyError: is_admin = False
를 다음으로 바꾸세요:
data = {'user': 1, 'name': 'Max', 'three': 4} is_admin = data.get('admin', False)
목록의 하위 집합 가져오기
때로는 목록의 일부 요소만 필요한 경우가 있습니다. 다음은 목록의 하위 집합을 가져오는 몇 가지 방법입니다. 목록.
x = [1,2,3,4,5,6] #前3个 print x[:3] >>> [1,2,3] #中间4个 print x[1:5] >>> [2,3,4,5] #最后3个 print x[3:] >>> [4,5,6] #奇数项 print x[::2] >>> [1,3,5] #偶数项 print x[1::2] >>> [2,4,6]
FizzBuzz를 해결하는 60자
얼마 전 Jeff Atwood가 FizzBuzz라는 간단한 프로그래밍 연습을 홍보했습니다. 질문 은 을 다음과 같이 인용했습니다.
작성하세요. a 프로그램은 1부터 100까지의 숫자를 인쇄합니다. 3의 배수는 "Fizz"로, 5의 배수는 "Buzz"로, 3과 5의 배수는 "FizzBuzz"로 바꿉니다.
이 문제를 해결하는 짧고 흥미로운 방법은 다음과 같습니다.
for x in range(101): print"fizz"[x%3*4::]+"buzz"[x%5*4::] or x
Collection
Python에 내장된 데이터 유형 외에도 컬렉션 모듈 여기에는 Counter가 매우 유용한 몇 가지 특별한 사용 사례도 포함되어 있습니다. 올해 페이스북 해커컵에 참여해 보면 실용성까지 찾을 수 있다.
from collections import Counter print Counter("hello") >>> Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})
반복 도구
컬렉션 라이브러리와 마찬가지로 특정 문제를 효율적으로 해결할 수 있는 itertools라는 라이브러리도 있습니다. 사용 사례 중 하나는 그룹에서 불가능한 모든 요소 조합을 알려줄 수 있는 모든 조합을 찾는 것입니다.
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') False == True
이는 Python에서 True와 False를 사용하는 실제 기술에 비해 매우 흥미로운 점입니다. 전역 변수이므로:
False = True if False: print "Hello" else: print "World" >>> Hello
위 내용은 초보자가 꼭 봐야 할 Python 팁의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!

핫 AI 도구

Undresser.AI Undress
사실적인 누드 사진을 만들기 위한 AI 기반 앱

AI Clothes Remover
사진에서 옷을 제거하는 온라인 AI 도구입니다.

Undress AI Tool
무료로 이미지를 벗다

Clothoff.io
AI 옷 제거제

AI Hentai Generator
AI Hentai를 무료로 생성하십시오.

인기 기사

뜨거운 도구

메모장++7.3.1
사용하기 쉬운 무료 코드 편집기

SublimeText3 중국어 버전
중국어 버전, 사용하기 매우 쉽습니다.

스튜디오 13.0.1 보내기
강력한 PHP 통합 개발 환경

드림위버 CS6
시각적 웹 개발 도구

SublimeText3 Mac 버전
신 수준의 코드 편집 소프트웨어(SublimeText3)

뜨거운 주제











이 튜토리얼은 Python을 사용하여 Zipf의 법칙의 통계 개념을 처리하는 방법을 보여주고 법을 처리 할 때 Python의 읽기 및 대형 텍스트 파일을 정렬하는 효율성을 보여줍니다. ZIPF 분포라는 용어가 무엇을 의미하는지 궁금 할 것입니다. 이 용어를 이해하려면 먼저 Zipf의 법칙을 정의해야합니다. 걱정하지 마세요. 지침을 단순화하려고 노력할 것입니다. Zipf의 법칙 Zipf의 법칙은 단순히 : 큰 자연어 코퍼스에서 가장 자주 발생하는 단어는 두 번째 빈번한 단어, 세 번째 빈번한 단어보다 세 번, 네 번째 빈번한 단어 등 4 배나 자주 발생합니다. 예를 살펴 보겠습니다. 미국 영어로 브라운 코퍼스를 보면 가장 빈번한 단어는 "TH입니다.

이 기사에서는 HTML을 구문 분석하기 위해 파이썬 라이브러리 인 아름다운 수프를 사용하는 방법을 설명합니다. 데이터 추출, 다양한 HTML 구조 및 오류 처리 및 대안 (SEL과 같은 Find (), find_all (), select () 및 get_text ()와 같은 일반적인 방법을 자세히 설명합니다.

Python은 인터넷에서 파일을 다운로드하는 다양한 방법을 제공하며 Urllib 패키지 또는 요청 도서관을 사용하여 HTTP를 통해 다운로드 할 수 있습니다. 이 튜토리얼은 이러한 라이브러리를 사용하여 Python의 URL에서 파일을 다운로드하는 방법을 설명합니다. 도서관을 요청합니다 요청은 Python에서 가장 인기있는 라이브러리 중 하나입니다. URL에 쿼리 문자열을 수동으로 추가하지 않고 HTTP/1.1 요청을 보낼 수 있습니다. 요청 라이브러리는 다음을 포함하여 많은 기능을 수행 할 수 있습니다. 양식 데이터 추가 다중 부문 파일을 추가하십시오 파이썬 응답 데이터에 액세스하십시오 요청하십시오 머리

시끄러운 이미지를 다루는 것은 특히 휴대폰 또는 저해상도 카메라 사진에서 일반적인 문제입니다. 이 튜토리얼은 OpenCV를 사용 하여이 문제를 해결하기 위해 Python의 이미지 필터링 기술을 탐구합니다. 이미지 필터링 : 강력한 도구 이미지 필터

PDF 파일은 운영 체제, 읽기 장치 및 소프트웨어 전체에서 일관된 콘텐츠 및 레이아웃과 함께 크로스 플랫폼 호환성에 인기가 있습니다. 그러나 Python Processing Plain Text 파일과 달리 PDF 파일은 더 복잡한 구조를 가진 이진 파일이며 글꼴, 색상 및 이미지와 같은 요소를 포함합니다. 다행히도 Python의 외부 모듈로 PDF 파일을 처리하는 것은 어렵지 않습니다. 이 기사는 PYPDF2 모듈을 사용하여 PDF 파일을 열고 페이지를 인쇄하고 텍스트를 추출하는 방법을 보여줍니다. PDF 파일의 생성 및 편집에 대해서는 저의 다른 튜토리얼을 참조하십시오. 준비 핵심은 외부 모듈 PYPDF2를 사용하는 데 있습니다. 먼저 PIP를 사용하여 설치하십시오. PIP는 p입니다

이 튜토리얼은 Redis 캐싱을 활용하여 특히 Django 프레임 워크 내에서 Python 응용 프로그램의 성능을 향상시키는 방법을 보여줍니다. 우리는 Redis 설치, Django 구성 및 성능 비교를 다루어 Bene을 강조합니다.

NLP (Natural Language Processing)는 인간 언어의 자동 또는 반자동 처리입니다. NLP는 언어학과 밀접한 관련이 있으며인지 과학, 심리학, 생리학 및 수학에 대한 연구와 관련이 있습니다. 컴퓨터 과학에서

이 기사는 딥 러닝을 위해 텐서 플로와 Pytorch를 비교합니다. 데이터 준비, 모델 구축, 교육, 평가 및 배포와 관련된 단계에 대해 자세히 설명합니다. 프레임 워크, 특히 계산 포도와 관련하여 주요 차이점
