首页 后端开发 Python教程 必看的的30个Python语言的特点技巧(2)

必看的的30个Python语言的特点技巧(2)

Mar 17, 2017 pm 04:45 PM
python 语言

从我开始学习Python时我就决定维护一个经常使用的“窍门”列表。不论何时当我看到一段让我觉得“酷,这样也行!”的代码时(在一个例子中、在StackOverflow、在开源码软件中,等等),我会尝试它直到理解它,然后把它添加到列表中。这篇文章是清理过列表的一部分。如果你是一个有经验的Python程序员,尽管你可能已经知道一些,但你仍能发现一些你不知道的。如果你是一个正在学习Python的C、C++或Java程序员,或者刚开始学习编程,那么你会像我一样发现它们中的很多非常有用。

每个窍门或语言特性只能通过实例来验证,无需过多解释。虽然我已尽力使例子清晰,但它们中的一些仍会看起来有些复杂,这取决于你的熟悉程度。所以如果看过例子后还不清楚的话,标题能够提供足够的信息让你通过Google获取详细的内容。

列表按难度排序,常用的语言特征和技巧放在前面。

1.15   摊平列表:

>>> a = [[1, 2], [3, 4], [5, 6]]  

>>> list(itertools.chain.from_iterable(a))  

[1, 2, 3, 4, 5, 6]  

 

>>> sum(a, [])  

[1, 2, 3, 4, 5, 6]  

 

>>> [x for l in a for x in l]  

[1, 2, 3, 4, 5, 6]  

 

>>> a = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]  

>>> [x for l1 in a for l2 in l1 for x in l2]  

[1, 2, 3, 4, 5, 6, 7, 8]  

 

>>> a = [1, 2, [3, 4], [[5, 6], [7, 8]]]  

>>> flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]  

>>> flatten(a)  

[1, 2, 3, 4, 5, 6, 7, 8] 

注意: 根据Python的文档,itertools.chain.from_iterable是首选。

1.16   生成器表达式

>>> g = (x ** 2 for x in xrange(10))  

>>> next(g)  

>>> next(g)  

>>> next(g)  

>>> next(g)  

>>> sum(x ** 3 for x in xrange(10))  

2025 

>>> sum(x ** 3 for x in xrange(10) if x % 3 == 1)  

408 

1.17   迭代字典

>>> m = {x: x ** 2 for x in range(5)}  

>>> m  

{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}  

 

>>> m = {x: 'A' + str(x) for x in range(10)}  

>>> m  

{0: 'A0', 1: 'A1', 2: 'A2', 3: 'A3', 4: 'A4', 5: 'A5', 6: 'A6', 7: 'A7', 8: 'A8', 9: 'A9'} 

1.18   通过迭代字典反转字典

>>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  

>>> m  

{'d': 4, 'a': 1, 'b': 2, 'c': 3}  

>>> {v: k for k, v in m.items()}  

{1: 'a', 2: 'b', 3: 'c', 4: 'd'} 

1.19   命名序列 (collections.namedtuple)

>>> Point = collections.namedtuple('Point', ['x', 'y'])  

>>> p = Point(x=1.0, y=2.0)  

>>> p  

Point(x=1.0, y=2.0)  

>>> p.x  

1.0 

>>> p.y  

2.0 

1.20   命名列表的继承:

>>> class Point(collections.namedtuple('PointBase', ['x', 'y'])):  

...     slots = ()  

...     def add(self, other):  

...             return Point(x=self.x + other.x, y=self.y + other.y)  

...  

>>> p = Point(x=1.0, y=2.0)  

>>> q = Point(x=2.0, y=3.0)  

>>> p + q  

Point(x=3.0, y=5.0) 

1.21   集合及集合操作

>>> A = {1, 2, 3, 3}  

>>> A  

set([1, 2, 3])  

>>> B = {3, 4, 5, 6, 7}  

>>> B  

set([3, 4, 5, 6, 7])  

>>> A | B  

set([1, 2, 3, 4, 5, 6, 7])  

>>> A & B  

set([3])  

>>> A - B  

set([1, 2])  

>>> B - A  

set([4, 5, 6, 7])  

>>> A ^ B  

set([1, 2, 4, 5, 6, 7])  

>>> (A ^ B) == ((A - B) | (B - A))  

True 

1.22   多重集及其操作 (collections.Counter)

>>> A = collections.Counter([1, 2, 2])  

>>> B = collections.Counter([2, 2, 3])  

>>> A  

Counter({2: 2, 1: 1})  

>>> B  

Counter({2: 2, 3: 1})  

>>> A | B  

Counter({2: 2, 1: 1, 3: 1})  

>>> A & B  

Counter({2: 2})  

>>> A + B  

Counter({2: 4, 1: 1, 3: 1})  

>>> A - B  

Counter({1: 1})  

>>> B - A  

Counter({3: 1}) 

1.23   迭代中最常见的元素 (collections.Counter)

>>> A = collections.Counter([1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 6, 7])  

>>> A  

Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1})  

>>> A.most_common(1)  

[(3, 4)]  

>>> A.most_common(3)  

[(3, 4), (1, 2), (2, 2)] 

1.24   双端队列 (collections.deque)

>>> Q = collections.deque()  

>>> Q.append(1)  

>>> Q.appendleft(2)  

>>> Q.extend([3, 4])  

>>> Q.extendleft([5, 6])  

>>> Q  

deque([6, 5, 2, 1, 3, 4])  

>>> Q.pop()  

>>> Q.popleft()  

>>> Q  

deque([5, 2, 1, 3])  

>>> Q.rotate(3)  

>>> Q  

deque([2, 1, 3, 5])  

>>> Q.rotate(-3)  

>>> Q  

deque([5, 2, 1, 3]) 

1.25   有最大长度的双端队列 (collections.deque)

>>> last_three = collections.deque(maxlen=3)  

>>> for i in xrange(10):  

...     last_three.append(i)  

...     print ', '.join(str(x) for x in last_three)  

...  

0, 1 

0, 1, 2 

1, 2, 3 

2, 3, 4 

3, 4, 5 

4, 5, 6 

5, 6, 7 

6, 7, 8 

7, 8, 9 

1.26   字典排序 (collections.OrderedDict)

>>> m = dict((str(x), x) for x in range(10))  

>>> print ', '.join(m.keys())  

1, 0, 3, 2, 5, 4, 7, 6, 9, 8 

>>> m = collections.OrderedDict((str(x), x) for x in range(10))  

>>> print ', '.join(m.keys())  

0, 1, 2, 3, 4, 5, 6, 7, 8, 9 

>>> m = collections.OrderedDict((str(x), x) for x in range(10, 0, -1))  

>>> print ', '.join(m.keys())  

10, 9, 8, 7, 6, 5, 4, 3, 2, 1 

1.27   缺省字典 (collections.defaultdict)

>>> m = dict()  

>>> m['a']  

Traceback (most recent call last):  

  File "", line 1, in <module>  

KeyError: 'a' 

>>>  

>>> m = collections.defaultdict(int)  

>>> m['a']  

>>> m['b']  

>>> m = collections.defaultdict(str)  

>>> m['a']  

'' 

>>> m['b'] += 'a' 

>>> m['b']  

'a' 

>>> m = collections.defaultdict(lambda: '[default value]')  

>>> m['a']  

'[default value]' 

>>> m['b']  

'[default value]' 

1.28   用缺省字典表示简单的树

>>> import json  

>>> tree = lambda: collections.defaultdict(tree)  

>>> root = tree()  

>>> root['menu']['id'] = 'file' 

>>> root['menu']['value'] = 'File' 

>>> root['menu']['menuitems']['new']['value'] = 'New' 

>>> root['menu']['menuitems']['new']['onclick'] = 'new();' 

>>> root['menu']['menuitems']['open']['value'] = 'Open' 

>>> root['menu']['menuitems']['open']['onclick'] = 'open();' 

>>> root['menu']['menuitems']['close']['value'] = 'Close' 

>>> root['menu']['menuitems']['close']['onclick'] = 'close();' 

>>> print json.dumps(root, sort_keys=True, indent=4, separators=(',', ': '))  

{  

    "menu": {  

        "id": "file",  

        "menuitems": {  

            "close": {  

                "onclick": "close();",  

                "value": "Close" 

            },  

            "new": {  

                "onclick": "new();",  

                "value": "New" 

            },  

            "open": {  

                "onclick": "open();",  

                "value": "Open" 

            }  

        },  

        "value": "File" 

    }  

(到https://gist.github.com/hrldcpr/2012250查看详情)

1.29   映射对象到唯一的序列数 (collections.defaultdict)

>>> import itertools, collections  

>>> value_to_numeric_map = collections.defaultdict(itertools.count().next)  

>>> value_to_numeric_map['a']  

>>> value_to_numeric_map['b']  

>>> value_to_numeric_map['c']  

>>> value_to_numeric_map['a']  

>>> value_to_numeric_map['b']  


以上是必看的的30个Python语言的特点技巧(2) 的详细内容。更多信息请关注PHP中文网其他相关文章!

本站声明
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

热AI工具

Undresser.AI Undress

Undresser.AI Undress

人工智能驱动的应用程序,用于创建逼真的裸体照片

AI Clothes Remover

AI Clothes Remover

用于从照片中去除衣服的在线人工智能工具。

Undress AI Tool

Undress AI Tool

免费脱衣服图片

Clothoff.io

Clothoff.io

AI脱衣机

Video Face Swap

Video Face Swap

使用我们完全免费的人工智能换脸工具轻松在任何视频中换脸!

热工具

记事本++7.3.1

记事本++7.3.1

好用且免费的代码编辑器

SublimeText3汉化版

SublimeText3汉化版

中文版,非常好用

禅工作室 13.0.1

禅工作室 13.0.1

功能强大的PHP集成开发环境

Dreamweaver CS6

Dreamweaver CS6

视觉化网页开发工具

SublimeText3 Mac版

SublimeText3 Mac版

神级代码编辑软件(SublimeText3)

热门话题

Java教程
1659
14
CakePHP 教程
1415
52
Laravel 教程
1310
25
PHP教程
1258
29
C# 教程
1232
24
PHP和Python:解释了不同的范例 PHP和Python:解释了不同的范例 Apr 18, 2025 am 12:26 AM

PHP主要是过程式编程,但也支持面向对象编程(OOP);Python支持多种范式,包括OOP、函数式和过程式编程。PHP适合web开发,Python适用于多种应用,如数据分析和机器学习。

在PHP和Python之间进行选择:指南 在PHP和Python之间进行选择:指南 Apr 18, 2025 am 12:24 AM

PHP适合网页开发和快速原型开发,Python适用于数据科学和机器学习。1.PHP用于动态网页开发,语法简单,适合快速开发。2.Python语法简洁,适用于多领域,库生态系统强大。

PHP和Python:深入了解他们的历史 PHP和Python:深入了解他们的历史 Apr 18, 2025 am 12:25 AM

PHP起源于1994年,由RasmusLerdorf开发,最初用于跟踪网站访问者,逐渐演变为服务器端脚本语言,广泛应用于网页开发。Python由GuidovanRossum于1980年代末开发,1991年首次发布,强调代码可读性和简洁性,适用于科学计算、数据分析等领域。

Python vs. JavaScript:学习曲线和易用性 Python vs. JavaScript:学习曲线和易用性 Apr 16, 2025 am 12:12 AM

Python更适合初学者,学习曲线平缓,语法简洁;JavaScript适合前端开发,学习曲线较陡,语法灵活。1.Python语法直观,适用于数据科学和后端开发。2.JavaScript灵活,广泛用于前端和服务器端编程。

sublime怎么运行代码python sublime怎么运行代码python Apr 16, 2025 am 08:48 AM

在 Sublime Text 中运行 Python 代码,需先安装 Python 插件,再创建 .py 文件并编写代码,最后按 Ctrl B 运行代码,输出会在控制台中显示。

vscode在哪写代码 vscode在哪写代码 Apr 15, 2025 pm 09:54 PM

在 Visual Studio Code(VSCode)中编写代码简单易行,只需安装 VSCode、创建项目、选择语言、创建文件、编写代码、保存并运行即可。VSCode 的优点包括跨平台、免费开源、强大功能、扩展丰富,以及轻量快速。

visual studio code 可以用于 python 吗 visual studio code 可以用于 python 吗 Apr 15, 2025 pm 08:18 PM

VS Code 可用于编写 Python,并提供许多功能,使其成为开发 Python 应用程序的理想工具。它允许用户:安装 Python 扩展,以获得代码补全、语法高亮和调试等功能。使用调试器逐步跟踪代码,查找和修复错误。集成 Git,进行版本控制。使用代码格式化工具,保持代码一致性。使用 Linting 工具,提前发现潜在问题。

notepad 怎么运行python notepad 怎么运行python Apr 16, 2025 pm 07:33 PM

在 Notepad 中运行 Python 代码需要安装 Python 可执行文件和 NppExec 插件。安装 Python 并为其添加 PATH 后,在 NppExec 插件中配置命令为“python”、参数为“{CURRENT_DIRECTORY}{FILE_NAME}”,即可在 Notepad 中通过快捷键“F6”运行 Python 代码。

See all articles