Python3，掌握这20个小技巧，小菜鸡瞬间变成老码农~
1、引言
小屌丝：鱼哥，最近博文更新频率低了
小鱼：这是你的错觉
小屌丝：但是你都没有推送博文信息给我啊
小鱼：因为我最近在搞大事情
小屌丝：嗯？？？
小鱼：透露一点消息：准备另一个领域的专栏了。
小屌丝：此时小屌丝的心情，
小鱼：没错，因为最近在备战，所以，索性就把所有的姿势 知识重新整理成专栏，这样既方便我自己查阅，也方便大家涨知识。
小屌丝：那能不能透露是哪个领域的专栏呢？
小鱼：嗯~ 暂时不能说，但是，一定是纵向的，有深度的，有内涵的
小屌丝：还卖上关子了，这给你能耐的。
小鱼：总是要有期待嘛！ ！
小屌丝：强人所难不是我性格，既然这样，那给我分析一点提升我编码能力的知识点吧。
小鱼：唉~ ~ 就知道你会这样…幸好我早有准备
今天我们不去搞 "简单"的编码，
而是来搞点提升B~格的编码技巧。
2、常用工具
在实际的编码中，我们会常用到一些工具，例如 csv文件、计数器、等。
虽然基本的使用大家都没得说，但是，一些小技巧，还是要掌握的。
2.1 csv文件读写
代码展示 一：
读取csv文件
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import csv
'''无header的读写'''
# newline=''，让Python不将换行统一处理
with open(name, 'rt', encoding='utf-8', newline='') as f:
for row in csv.reader(f):
# CSV读到的数据都是str类型
print(row[0], row[1])
with open(name, mode='wt') as f:
f_csv = csv.writer(f)
f_csv.writerow(['symbol', 'change'])
'''无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': xxx, 'change': xxx})代码展示 二：
修改csv文件内容最大上限
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import sys
'''修改csv文件上限，防止因为csv文件过大导致读取失败'''
csv.field_size_limit(sys.maxsize)代码展示 三：
读取 \t 分割的数据
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import csv
'''读取 \t 分割的数据'''
f = csv.reader(f, delimiter='\t')2.2 计数器
代码展示 一：
统计一个可迭代对象中每个元素出现的次数
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import collections
#创建
collections.Counter(iterable)
#频次
#key出现频次
collections.Counter[key]
#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)
#counter加减
counter1 + counter2; counter1 - counter2
#检查两个字符串的组成元素是否相同
collections.Counter(list1) == collections.Counter(list2)2.3 Dict
2.3.1 带默认值的 Dict
代码展示 一：
当访问不存在的 Key 时，defaultdict 会将其设置为某个默认值
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import collections
#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
collections.defaultdict(type)2.3.2 有序的 Dict
代码展示 一：
有序 Dict
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import collections
#迭代时保留原始插入顺序
collections.OrderedDict(items=None)2.4 迭代器工具
代码展示 一：
itertools 中子序列工具
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import itertools
'''有限序列迭代器'''
#对迭代器进行切片
itertools.islice(iterable, start=None, stop, step=None)
# islice('ABCDEFG', 2, None) -> C, D, E, F ,G
# 过滤掉predicate为False的元素
itertools.filterfalse(predicate, iterable)
# filterfalse(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6
# 当predicate为False时停止迭代
itertools.takewhile(predicate, iterable)
# takewhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 1, 4
# 当predicate为False时开始迭代
itertools.dropwhile(predicate, iterable)
# dropwhile(lambda x: x < 5, [1, 4, 6, 4, 1]) -> 6, 4, 1
# 根据selectors每个元素是True或False进行选择
itertools.compress(iterable, selectors)
# compress('ABCDEF', [1, 0, 1, 0, 1, 1]) -> A, C, E, F代码展示 二：
序列排序
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import itertools
sorted(iterable, key=None, reverse=False)
# 按值分组，iterable需要先被排序
itertools.groupby(iterable, key=None)
# groupby(sorted([1, 4, 6, 4, 1])) -> (1, iter1), (4, iter4), (6, iter6)
# 排列，返回值是Tuple
itertools.permutations(iterable, r=None)
# permutations('ABCD', 2) -> AB, AC, AD, BA, BC, BD, CA, CB, CD, DA, DB, DC
# 组合，返回值是Tuple
itertools.combinations(iterable, r=None)
itertools.combinations_with_replacement(...)
# combinations('ABCD', 2) -> AB, AC, AD, BC, BD, CD代码展示 三：
序列合并
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import itertools
import heapq
# 多个序列直接拼接
itertools.chain(*iterables)
# chain('ABC', 'DEF') -> A, B, C, D, E, F
# 多个序列按顺序拼接
heapq.merge(*iterables, key=None, reverse=False)
# merge('ABF', 'CDE') -> A, B, C, D, E, F
# 当最短的序列耗尽时停止，结果只能被消耗一次
zip(*iterables)
# 当最长的序列耗尽时停止，结果只能被消耗一次
itertools.zip_longest(*iterables, fillvalue=None)3、易混淆操作
3.1 随机采样
代码展示 一：
有放回随机采样
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import random
# 长度为k的list，有放回采样
random.choices(seq, k=1)代码展示 二：
无放回随机采样
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import random
# 长度为k的list，无放回采样
random.sample(seq, k)3.2 lambda 函数
代码展示 一：
lambda 函数的参数
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
# x的值在函数运行时被绑定
func = lambda y: x + y
# x的值在函数定义时被绑定
func = lambda y, x=x: x + y3.3 浅拷贝与深拷贝
代码展示 一：
copy 与deepcopy
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import copy
# 只复制最顶层
y = copy.copy(x)
# 复制所有嵌套部分
y = copy.deepcopy(x)代码展示 二：
复制和变量别名结合在一起时，易混淆
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import copy
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.
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]注：
对别名的修改会影响原变量，浅拷贝中的元素是原列表中元素的别名；
而深层拷贝是递归的进行复制，对深层拷贝的修改不影响原变量。
3.4 == 和 is
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
# 两引用对象是否有相同值
x == y
# 两引用是否指向同一对象
x is y3.5 判断类型
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
# 忽略面向对象设计中的多态特征
type(a) == int
# 考虑了面向对象设计中的多态特征
isinstance(a, int)3.6 字符串搜索
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
# 如果找不到返回-1
str.find(sub, start=None, end=None); str.rfind(...)
# 如果找不到抛出ValueError异常
str.index(sub, start=None, end=None); str.rindex(...)3.7 List 反向索引
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
#向前索引，下标从0开始
print(a[-1], a[-2], a[-3])
#反向索引，下标也要从0开始
print(a[~0], a[~1], a[~2])4、高性能编码于调试
4.1 输出错误和警告信息
4.1.1 向标准错误输出信息
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import sys
#向标准错误输出信息
sys.stderr.write('')4.1.2 输出警告信息
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
import warnings
#输出警告信息
warnings.warn(message, category=UserWarning)4.1.3 控制警告消息的输出
代码展示 一：
# 输出所有警告，等同于设置warnings.simplefilter('always')
>>python -W all
# 忽略所有警告，等同于设置warnings.simplefilter('ignore')
>>python -W ignore
>4.2 代码中测试
代码展示 一：
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
'''
为了调试，我们想在代码中加一些代码，通常是一些 print 语句
'''
# 在代码中的debug部分
if __debug__:
pass调试结束，在执行命令中输入 -0，忽略此部分代码
>> python -0 main.py4.3 代码风格检查
代码展示 一：
使用pylint进行代码风格和语法检查，能在运行之前发现一些错误信息
>> pylint main.py4.4 代码耗时
代码展示 一：
测试耗时
>> python -m cProfile main.py代码展示 二：
测试某块代码耗时
# -*- coding: utf-8 -*-
# @ auth : carl_DJ
# @ time : 2022-01-11
# 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代码耗时优化的原则，如下：
- 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。局部变量的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。
5、其他小技巧
5.1 argmin 和 argmax
代码展示 一：
items = [2, 1, 3, 4]
#计算 ‘arg’ 最小值 ‘val’ 价值
argmin = min(range(len(items)), key=items.__getitem__)
#计算 ‘arg’ 最大值 ‘val’ 价值
argmax = max(range(len(items)), key=items.__getitem__)5.2 转置二维列表
代码展示 一：
A = [['a11', 'a12'], ['a21', 'a22'], ['a31', 'a32']]
#数组
A_transpose = list(zip(*A))
#列表
A_transpose = list(list(col) for col in zip(*A))5.3 一维列表展开为二维列表
代码展示 一：
A = [1, 2, 3, 4, 5, 6]
list(zip(*[iter(A)] * 2))版权说明 : 本文为转载文章, 版权归原作者所有 版权申明
原文链接 : https://blog.csdn.net/wuyoudeyuer/article/details/122443233
内容来源于网络，如有侵权，请联系作者删除！
