18个Python高效编程技巧分别有哪些

这篇文章给大家介绍18个Python高效编程技巧分别有哪些，内容非常详细，感兴趣的小伙伴们可以参考借鉴，希望对大家能有所帮助。

初识Python语言，觉得python满足了我上学时候对编程语言的所有要求。python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人，兴奋的不行不行的，终于解脱了。高级语言，如果做不到这样，还扯啥高级呢?

01 交换变量

>>>a=3 >>>b=6

这个情况如果要交换变量在c++中，肯定需要一个空变量。但是python不需要，只需一行，大家看清楚了

>>>a,b=b,a  >>>print(a)>>>6  >>>ptint(b)>>>5

02 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)

大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。

>>> some_list = [1, 2, 3, 4, 5]  >>> another_list = [ x + 1 for x in some_list ]  >>> another_list [2, 3, 4, 5, 6]

自从python 3.1 起，我们可以用同样的语法来创建集合和字典表：

>>> # Set Comprehensions >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]  >>> even_set = { x for x in some_list if x % 2 == 0 }  >>> even_set set([8, 2, 4])  >>> # Dict Comprehensions  >>> d = { x: x % 2 == 0 for x in range(1, 11) }  >>> d {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}

在***个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。

这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：

>>> my_set = {1, 2, 1, 2, 3, 4}  >>> my_set set([1, 2, 3, 4])

而不需要使用内置函数set()。

03 计数时使用Counter计数对象。

这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：

>>> from collections import Counter >>> c = Counter( hello world )  >>> c Counter({ l : 3,  o : 2,    : 1,  e : 1,  d : 1,  h : 1,  r : 1,  w : 1})  >>> c.most_common(2) [( l , 3), ( o , 2)]

04 漂亮的打印出JSON

JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。

为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：

>>> import json  >>> print(json.dumps(data))  # No indention {"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}  >>> print(json.dumps(data, indent=2))  # With indention  {   "status": "OK",   "count": 2,   "results": [      {       "age": 27,       "name": "Oz",        "lactose_intolerant": true     },     {       "age": 29,        "name": "Joe",       "lactose_intolerant": false     }   ]  }

同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。

05 解决FizzBuzz

前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz，问题引用如下：

写一个程序，打印数字1到100，3的倍数打印"Fizz"来替换这个数，5的倍数打印"Buzz"，对于既是3的倍数又是5的倍数的数字打印"FizzBuzz"。

这里就是一个简短的，有意思的方法解决这个问题：

for x in range(1,101):     print"fizz"[x%3*len( fizz )::]+"buzz"[x%5*len( buzz )::] or x

06 if 语句在行内

print "Hello" if True else "World" >>> Hello

07 连接

下面的***一种方式在绑定两个不同类型的对象时显得很cool。

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

08 数值比较

这是我见过诸多语言中很少有的如此棒的简便法

x = 2 if 3 > x > 1:    print x >>> 2 if 1 < x > 0:    print x >>> 2

09 同时迭代两个列表

nfc = ["Packers", "49ers"] afc = ["Ravens", "Patriots"] for teama, teamb in zip(nfc, afc):      print teama + " vs. " + teamb >>> Packers vs. Ravens >>> 49ers vs. Patriots

10 带索引的列表迭代

teams = ["Packers", "49ers", "Ravens", "Patriots"] for index, team in enumerate(teams):     print index, team >>> 0 Packers >>> 1 49ers >>> 2 Ravens >>> 3 Patriots

11 列表推导式

已知一个列表，我们可以刷选出偶数列表方法：

numbers = [1,2,3,4,5,6] even = [] for number in numbers:     if number%2 == 0:         even.append(number)

转变成如下：

numbers = [1,2,3,4,5,6] even = [number for number in numbers if number%2 == 0]

12 字典推导

和列表推导类似，字典可以做同样的工作：

teams = ["Packers", "49ers", "Ravens", "Patriots"] print {key: value for value, key in enumerate(teams)} >>> { 49ers : 1,  Ravens : 2,  Patriots : 3,  Packers : 0}

13 初始化列表的值

items = [0]*3print items >>> [0,0,0]

14 列表转换为字符串

teams = ["Packers", "49ers", "Ravens", "Patriots"] print ", ".join(teams) >>>  Packers, 49ers, Ravens, Patriots

15 从字典中获取元素

我承认try/except代码并不雅致，不过这里有一种简单方法，尝试在字典中找key，如果没有找到对应的alue将用第二个参数设为其变量值。

data = { user : 1,  name :  Max ,  three : 4} try:    is_admin = data[ admin ] except KeyError:    is_admin = False

替换成这样

data = { user : 1,  name :  Max ,  three : 4} is_admin = data.get( admin , False)

16 获取列表的子集

有时，你只需要列表中的部分元素，这里是一些获取列表子集的方法。

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] #***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]

除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至也能找到他的实用之处。

from collections import Counter print Counter("hello") >>> Counter({ l : 2,  h : 1,  e : 1,  o : 1})

17 迭代工具

和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式

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 )

18 False == True

比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此：

False = True if False:    print "Hello" else:    print "World" >>> Hello

关于18个Python高效编程技巧分别有哪些就分享到这里了，希望以上内容可以对大家有一定的帮助，可以学到更多知识。如果觉得文章不错，可以把它分享出去让更多的人看到。