10個(gè)加快Python編程的小技巧

編程是一件很有意思的事情，而用Python編程就更加有趣了，因?yàn)樵?code>Python中實(shí)現(xiàn)一種功能，可以有很多種不同的方法。 但是，大多數(shù)時(shí)候都有一些首選的實(shí)現(xiàn)方法，有些人將其稱為Pythonic。這些Pythonic的共同特征是實(shí)現(xiàn)的代碼簡潔明了。

用Python或任何編碼語言進(jìn)行編程不是像火箭一樣的科學(xué)，而主要是關(guān)于技巧。如果有意嘗試使用Pythonic編碼，那么這些技術(shù)將很快成為我們工具包的一部分，并且我們會(huì)發(fā)現(xiàn)在項(xiàng)目中使用它們變得越來越自然。因此，讓我們探索其中的一些簡單技巧。

1.負(fù)索引

人們喜歡使用序列，因?yàn)楫?dāng)我們知道元素的順序，我們就可以按順序操作這些元素。在Python中，字符串、元組和列表是最常見的序列數(shù)據(jù)類型。我們可以使用索引訪問單個(gè)項(xiàng)目。與其他主流編程語言一樣，Python支持基于 0 的索引，在該索引中，我們在一對方括號(hào)內(nèi)使用零訪問第一個(gè)元素。此外，我們還可以使用切片對象來檢索序列的特定元素，如下面的代碼示例所示。

>>> # Positive Indexing 
... numbers = [1, 2, 3, 4, 5, 6, 7, 8] 
... print("First Number:", numbers[0]) 
... print("First Four Numbers:", numbers[:4]) 
... print("Odd Numbers:", numbers[::2]) 
... First Number: 1 
First Four Numbers: [1, 2, 3, 4] 
Odd Numbers: [1, 3, 5, 7] 

但是，Python通過支持負(fù)索引而進(jìn)一步走了一步。具體來說，我們可以使用 -1 來引用序列中的最后一個(gè)元素，并向后計(jì)數(shù)。例如，最后一個(gè)元素的索引為 -2，依此類推。重要的是，負(fù)索引也可以與切片對象中的正索引一起使用。

>>> # Negative Indexing
... data_shape = (100, 50, 4)
... names = ["John", "Aaron", "Mike", "Danny"] 
... hello = "Hello World!" 
... 
... print(data_shape[-1]) 
... print(names[-3:-1]) 
... print(hello[1:-1:2]) 
... 4 
['Aaron', 'Mike']
el ol 

2.檢查容器是否為空

容器是指可以存儲(chǔ)其他數(shù)據(jù)的那些容器數(shù)據(jù)類型。一些經(jīng)常使用的內(nèi)置容器是元組，列表，字典和集合。在處理這些容器時(shí)，我們經(jīng)常需要在執(zhí)行其他操作之前檢查它們是否包含任何元素。確實(shí)，我們可以檢查這些容器的長度，該長度與已存儲(chǔ)項(xiàng)目的數(shù)量相對應(yīng)。當(dāng)長度為零時(shí)，容器為空。下面顯示了一個(gè)簡單的示例。

if len(some_list) > 0:
    # do something here when the list is not empty 
else:
    # do something else when the list is empty 

但是，這不是最好的Pythonic方式。相反，我們可以簡單地檢查容器本身，它將在容器True包含元素時(shí)進(jìn)行評(píng)估。盡管以下代碼向您展示了主要的容器數(shù)據(jù)類型，但這種用法也可以應(yīng)用于字符串(即，任何非空字符串都是True)。

>>> def check_container_empty(container): 
...     if container: 
...         print(f"{container} has elements.") 
...     else: 
...         print(f"{container} doesn't have elements.") 
... 
... check_container_empty([1, 2, 3]) 
... check_container_empty(set()) 
... check_container_empty({"zero": 0, "one": 1}) 
... check_container_empty(tuple()) 
... [1, 2, 3] has elements. 
set() doesn't have elements.
{'zero': 0, 'one': 1} has elements. 
() doesn't have elements. 

3.使用Split()創(chuàng)建字符串列表

我們經(jīng)常使用字符串作為特定對象的標(biāo)識(shí)符。例如，我們可以使用字符串作為字典中的鍵。在數(shù)據(jù)科學(xué)項(xiàng)目中，字符串通常是數(shù)據(jù)的列名。選擇多個(gè)列時(shí)，不可避免地需要?jiǎng)?chuàng)建一個(gè)字符串列表。確實(shí)，我們可以使用列表中的文字創(chuàng)建字符串。但是，我們必須編寫成對的引號(hào)將每個(gè)字符串括起來，這對于“懶惰”的人來說有點(diǎn)繁瑣。因此，我更喜歡利用字符串的split()方法來創(chuàng)建字符串列表，如下面的代碼片段所示。

>>> # List of strings
... # The typical way
... columns = ['name', 'age', 'gender', 'address', 'account_type']
... print("* Literals:", columns)
...
... # Do this instead
... columns = 'name age gender address account_type'.split()
... print("* Split with spaces:", columns)
...
... # If the strings contain spaces, you can use commas instead
... columns = 'name, age, gender, address, account type'.split(', ')
... print("* Split with commas:", columns)
...
* Literals: ['name', 'age', 'gender', 'address', 'account_type']
* Split with spaces: ['name', 'age', 'gender', 'address', 'account_type']
* Split with commas: ['name', 'age', 'gender', 'address', 'account type']

如上所示，split()默認(rèn)情況下，該方法使用空格作為分隔符，并根據(jù)字符串創(chuàng)建字符串列表。值得注意的是，當(dāng)您創(chuàng)建包含某些包含空格的元素的字符串列表時(shí)，可以選擇使用其他類型的分隔符（例如，逗號(hào)）。

這種用法受到一些內(nèi)置功能的啟發(fā)。例如，當(dāng)你創(chuàng)建一個(gè)元組類，我們可以這樣做：Student = namedtuple(“Student”, [“name”, “gender”, “age”])。字符串列表指定了元組的“屬性”。但是，也可以通過以下方式定義該類來本地支持它：Student = namedtuple(“Student”, “name gender age”)。對于另一個(gè)實(shí)例，創(chuàng)建一個(gè)Enum類支持相同的替代解決方案。

（推薦教程：python教程）

4.三元表達(dá)

在許多用例中，我們需要根據(jù)條件定義具有特定值的變量，并且我們可以簡單地使用if ... else語句來檢查條件。但是，它需要幾行代碼。如果僅處理一個(gè)變量的賦值，則可能需要使用三元表達(dá)式，該表達(dá)式檢查條件并僅用一行代碼即可完成賦值。此外，它的格式更短，從而使代碼更加簡潔?？紤]以下示例。

# The typical way
if score > 90:
    reward = "1000 dollars"
else:
    reward = "500 dollars"
# Do this instead
reward = "1000 dollars" if score > 90 else "500 dollars"

有時(shí)，我們可以從已定義的函數(shù)中獲取一些數(shù)據(jù)，并且可以利用這一點(diǎn)并編寫三元表達(dá)式的簡單操作，如下所示。

# Another possible scenario
# You got a reward amount from somewhere else, but don't know if None/0 or not
reward = reward_known or "500 dollars"
# The above line of code is equivalent to below
reward = reward_known if reward_known else "500 dollars"

5.帶文件對象的語句

我們經(jīng)常需要從文件讀取數(shù)據(jù)并將數(shù)據(jù)寫入文件。最常見的方法是使用內(nèi)置open()函數(shù)簡單地打開文件，該函數(shù)會(huì)創(chuàng)建一個(gè)我們可以操作的文件對象。

>>> # Create a text file that has the text: Hello World!
...
... # Open the file and append some new data
... text_file0 = open("hello_world.txt", "a")
... text_file0.write("Hello Python!")
...
... # Open the file again for something else
... text_file1 = open("hello_world.txt")
... print(text_file1.read())
...
Hello World!

在前面的代碼片段中，我們從一個(gè)文本文件開始，該文件的文本為“ Hello World！”。然后，我們將一些新數(shù)據(jù)附加到文件中。但是，過了一會(huì)兒，我們想再次處理該文件。當(dāng)我們讀取文本文件時(shí)，它仍然具有舊數(shù)據(jù)。換句話說，附加的文本不包括在文本文件中。

這是因?yàn)槲覀兪紫葲]有關(guān)閉文件對象。如果不關(guān)閉文件，則無法保存更改。確實(shí)，我們可以close()在文件對象上顯式調(diào)用該方法。但是，我們可以使用“with”語句執(zhí)行此操作，該語句將自動(dòng)為我們關(guān)閉文件對象，如下所示。完成對文件的操作后，我們可以通過訪問文件對象的closed屬性來驗(yàn)證文件已關(guān)閉。

>>> with open("hello_world.txt", "a") as file:
...     file.write("Hello Python!")
...
... with open("hello_world.txt") as file:
...     print(file.read())
...
... print("Is file close?", file.closed)
...
Hello World!Hello Python!Hello Python!
Is file close? True

用更籠統(tǒng)的術(shù)語來說，with語句是在Python中使用上下文管理器的語法。上一個(gè)示例涉及文件操作，因?yàn)檫@些文件是共享資源，我們負(fù)責(zé)釋放這些資源。上下文管理器可以幫助我們完成工作。如前所示，文件操作結(jié)束后，將使用with語句自動(dòng)關(guān)閉文件。

6.評(píng)估多個(gè)條件

通常，我們需要評(píng)估多個(gè)條件。有幾種可能的方案。對于數(shù)值，我們可以對同一變量進(jìn)行多次比較。在這種情況下，我們可以鏈接這些比較。

# Multiple Comparisons
# The typical way
if a < 4 and a > 1:
    # do something here# Do this instead
if 1 < a < 4:
    # do somerthing here

在其他一些情況下，我們可以進(jìn)行多個(gè)相等比較，并且可以使用以下in關(guān)鍵字進(jìn)行成員測試。

# The typical way
if b == "Mon" or b == "Wed" or b == "Fri" or b == "Sun":
    # do something here# Do this instead, you can also specify a tuple ("Mon", "Wed", "Fri", "Sun")
if b in "Mon Wed Fri Sun".split():
    # do something here

另一種技術(shù)是使用內(nèi)置的all()和any()函數(shù)用于評(píng)估多個(gè)條件的功能。具體而言，該all()函數(shù)將評(píng)估何時(shí)迭代中的元素全部為True，因此該函數(shù)適合于替換一系列AND邏輯比較。另一方面，該any()函數(shù)的計(jì)算結(jié)果為True當(dāng)?shù)械娜魏卧貫?code>True，因此適合替換一系列OR邏輯運(yùn)算。相關(guān)示例如下所示。

# The typical ways
if a < 10 and b > 5 and c == 4:
    # do somethingif a < 10 or b > 5 or c == 4:
    # do something# Do these instead
if all([a < 10, b > 5, c == 4]):
    # do somethingif any([a < 10, b > 5, c == 4]):
    # do something

7.在函數(shù)聲明中使用默認(rèn)值

在幾乎所有的Python項(xiàng)目中，大多數(shù)代碼都涉及創(chuàng)建和調(diào)用函數(shù)。換句話說，我們不斷處理函數(shù)聲明和重構(gòu)。在許多情況下，我們需要多次調(diào)用一個(gè)函數(shù)。根據(jù)不同的參數(shù)集，該功能將略有不同。但是，有時(shí)一組參數(shù)可能比其他一組更常用，在這種情況下，我們在聲明函數(shù)時(shí)應(yīng)考慮設(shè)置默認(rèn)值?？紤]下面的簡單示例。

# The original form:
def generate_plot(data, image_name):
    """This function creates a scatter plot for the data"""
    # create the plot based on the data
    ...
    if image_name:
        # save the image
        ...# In many cases, we don't need to save the image
generate_plot(data, None)# The one with a default value
def generate_plot(data, image_name=None):
    pass# Now, we can omit the second parameter
generate_plot(data)

要注意的一件事是，如果在設(shè)置默認(rèn)值時(shí)要處理可變數(shù)據(jù)類型（例如列表，集合），請確保使用None而不是構(gòu)造函數(shù)（例如arg_name = []）。由于Python在定義的位置創(chuàng)建函數(shù)對象，因此提供的空白列表將被函數(shù)對象“卡住”。換句話說，調(diào)用函數(shù)對象時(shí)不會(huì)立即創(chuàng)建它。相反，我們將在內(nèi)存中處理相同的函數(shù)對象，包括其最初創(chuàng)建的默認(rèn)可變對象，這可能會(huì)導(dǎo)致意外行為。

8.使用計(jì)數(shù)器進(jìn)行元素計(jì)數(shù)

當(dāng)我們在列表、元組或字符串中有多個(gè)項(xiàng)目時(shí)（例如，多個(gè)字符），我們經(jīng)常想計(jì)算每項(xiàng)中有多少個(gè)元素。為此，可以為此功能編寫一些乏味的代碼。

>>> words = ['an', 'boy', 'girl', 'an', 'boy', 'dog', 'cat', 'Dog', 'CAT', 'an','GIRL', 'AN', 'dog', 'cat', 'cat', 'bag', 'BAG', 'BOY', 'boy', 'an']
... unique_words = {x.lower() for x in set(words)}
... for word in unique_words:
...     print(f"* Count of {word}: {words.count(word)}")
...
* Count of cat: 3
* Count of bag: 1
* Count of boy: 3
* Count of dog: 2
* Count of an: 5
* Count of girl: 1

如上所示，我們首先必須創(chuàng)建一個(gè)僅包含唯一單詞的集合。然后，我們迭代單詞集，并使用該count()方法找出每個(gè)單詞的出現(xiàn)情況。但是，有一種更好的方法可以使用Counter類來完成此計(jì)數(shù)任務(wù)。

>>> from collections import Counter
...
... word_counter = Counter(x.lower() for x in words)
... print("Word Counts:", word_counter)
...
Word Counts: Counter({'an': 5, 'boy': 4, 'cat': 4, 'dog': 3, 'girl': 2, 'bag': 2})

該計(jì)數(shù)器類是在collections模塊中可用的。要使用該類，我們只需創(chuàng)建一個(gè)generator：，x.lower() for x in words每個(gè)項(xiàng)目都將被計(jì)數(shù)。如我們所見，Counter對象是類似dict的映射對象，每個(gè)鍵對應(yīng)于單詞列表的唯一項(xiàng)，而值是這些項(xiàng)的計(jì)數(shù)。

此外，如果我們有興趣找出單詞列表中最頻繁出現(xiàn)的項(xiàng)目，我們可以利用Counter對象的most_common()方法。以下代碼展示了這種用法。我們只需要指定一個(gè)整數(shù)（N），即可從列表中找出最頻繁的 N 個(gè)項(xiàng)目。附帶說明，該對象還將與其他序列數(shù)據(jù)一起使用，例如字符串和元組。

>>> # Find out the most common item
... print("Most Frequent:", word_counter.most_common(1))
Most Frequent: [('an', 5)]
>>> # Find out the most common 2 items
... print("Most Frequent:", word_counter.most_common(2))
Most Frequent: [('an', 5), ('boy', 4)]

9.按不同的訂單要求排序

在許多項(xiàng)目中，對列表中的項(xiàng)目進(jìn)行排序是一項(xiàng)普遍的任務(wù)。最基本的排序基于數(shù)字或字母順序，我們可以使用內(nèi)置sorted()函數(shù)。默認(rèn)情況下，該sorted()函數(shù)將按升序?qū)α斜磉M(jìn)行排序（實(shí)際上，它可以是可迭代的）。如果將reverse參數(shù)指定為True，則可以按降序獲得項(xiàng)目。一些簡單的用法如下所示。

>>> # A list of numbers and strings
... numbers = [1, 3, 7, 2, 5, 4]
... words = ['yay', 'bill', 'zen', 'del']
... # Sort them
... print(sorted(numbers))
... print(sorted(words))
...
[1, 2, 3, 4, 5, 7]
['bill', 'del', 'yay', 'zen']
>>> # Sort them in descending order
... print(sorted(numbers, reverse=True))
... print(sorted(words, reverse=True))
...
[7, 5, 4, 3, 2, 1]
['zen', 'yay', 'del', 'bill']

除了這些基本用法外，我們還可以指定key參數(shù)，以便可以對復(fù)雜項(xiàng)進(jìn)行排序，例如元組列表?？紤]這種情況的以下示例。

>>> # Create a list of tuples
... grades = [('John', 95), ('Aaron', 99), ('Zack', 97), ('Don', 92), ('Jennifer', 100), ('Abby', 94), ('Zoe', 99), ('Dee', 93)]
>>> # Sort by the grades, descending
... sorted(grades, key=lambda x: x[1], reverse=True)
[('Jennifer', 100), ('Aaron', 99), ('Zoe', 99), ('Zack', 97), ('John', 95), ('Abby', 94), ('Dee', 93), ('Don', 92)]
>>> # Sort by the name's initial letter, ascending
... sorted(grades, key=lambda x: x[0][0])
[('Aaron', 99), ('Abby', 94), ('Don', 92), ('Dee', 93), ('John', 95), ('Jennifer', 100), ('Zack', 97), ('Zoe', 99)]

上面的代碼通過利用傳遞給key參數(shù)的lambda函數(shù)，向我們展示了兩個(gè)高級(jí)排序的示例。第一個(gè)使用降序?qū)?xiàng)目進(jìn)行排序，第二個(gè)使用默認(rèn)的升序?qū)?xiàng)目進(jìn)行排序。我們要結(jié)合這兩個(gè)要求，如果考慮使用該reverse參數(shù)，則可能會(huì)得到一個(gè)錯(cuò)誤的排序樹，因?yàn)槿绻麌L試按多個(gè)條件進(jìn)行排序，則反向參數(shù)將適用于所有參數(shù)。請參見下面的代碼段。

>>> # Requirement: sort by name initial ascending, and by grades, descending
... # Both won't work
... sorted(grades, key=lambda x: (x[0][0], x[1]), reverse=True)
[('Zoe', 99), ('Zack', 97), ('Jennifer', 100), ('John', 95), ('Dee', 93), ('Don', 92), ('Aaron', 99), ('Abby', 94)]
>>> sorted(grades, key=lambda x: (x[0][0], x[1]), reverse=False)
[('Abby', 94), ('Aaron', 99), ('Don', 92), ('Dee', 93), ('John', 95), ('Jennifer', 100), ('Zack', 97), ('Zoe', 99)]
>>> # This will do the trick
... sorted(grades, key=lambda x: (x[0][0], -x[1]))
[('Aaron', 99), ('Abby', 94), ('Dee', 93), ('Don', 92), ('Jennifer', 100), ('John', 95), ('Zoe', 99), ('Zack', 97)]

如您所見，通過將reverse參數(shù)設(shè)置為True或False，都無效。取而代之的是，技巧是取反分?jǐn)?shù)，因此，當(dāng)您按默認(rèn)的升序排序時(shí)，由于這些值的取反，分?jǐn)?shù)將反向排序。但是，此方法有一個(gè)警告，因?yàn)槿》粗荒苡糜跀?shù)字值，而不能用于字符串。

10.不要忘記defaultdict

字典是一種有效的數(shù)據(jù)類型，它使我們能夠以鍵值對的形式存儲(chǔ)數(shù)據(jù)。它要求所有鍵都是可哈希的，存儲(chǔ)這些數(shù)據(jù)可能涉及哈希表的使用。這種方法允許以 O(1) 效率實(shí)現(xiàn)數(shù)據(jù)檢索和插入。但是，應(yīng)注意，除了內(nèi)置的dict類型外，我們還有其他可用的字典。其中，我想討論defaultdict類型。與內(nèi)置dict類型不同，defaultdict允許我們設(shè)置默認(rèn)工廠函數(shù)，該工廠函數(shù)在鍵不存在時(shí)創(chuàng)建元素。

>>> student = {'name': "John", 'age': 18}
... student['gender']
...
Traceback (most recent call last):
  File "<input>", line 2, in <module>
KeyError: 'gender'

假設(shè)我們正在處理單詞，并且想要將與列表相同的字符分組，并且這些列表與作為鍵的字符相關(guān)聯(lián)。這是使用內(nèi)置dict類型的幼稚實(shí)現(xiàn)。值得注意的是，檢查dict對象是否具有letter鍵是至關(guān)重要的，因?yàn)槿绻I不存在，則調(diào)用該append()方法會(huì)引發(fā)KeyError異常。

>>> letters = ["a", "a", "c", "d", "d", "c", "a", "b"]
... final_dict = {}
... for letter in letters:
...     if letter not in final_dict:
...         final_dict[letter] = []
...     final_dict[letter].append(letter)
...
... print("Final Dict:", final_dict)
...
Final Dict: {'a': ['a', 'a', 'a'], 'c': ['c', 'c'], 'd': ['d', 'd'], 'b': ['b']}

讓我們看看如何使用defaultdict編寫更簡潔的代碼。盡管該示例很簡單，但是它只是為我們提供了有關(guān)defaultdict類的一些想法，這使我們不必處理字典對象中不存在的鍵。

>>> from collections import defaultdict
...
... final_defaultdict = defaultdict(list)
... for letter in letters:
...     final_defaultdict[letter].append(letter)
...
... print("Final Default Dict:", final_defaultdict)
...
Final Default Dict: defaultdict(<class 'list'>, {'a': ['a', 'a', 'a'], 'c': ['c', 'c'], 'd': ['d', 'd'], 'b': ['b']})

（推薦微課：python3基礎(chǔ)微課）

結(jié)論

在閱讀本文之前，我們可能已經(jīng)了解了一些技巧，但是希望仍然對這些技巧有所了解。在項(xiàng)目中實(shí)踐這些慣用用法將使您的Python代碼更具可讀性和性能。

文章來源：公眾號(hào) - 小白學(xué)視覺

作者：花生

以上就是關(guān)于10個(gè)加快Python編程的小技巧的相關(guān)介紹了，希望對大家有所幫助。