经验丰富程序员才知道的8种高级Python技巧

本文转载自公众号“读芯术”(ID：AI_Discovery)

成都创新互联是一家专注于成都网站制作、做网站、外贸营销网站建设与策划设计,清水河网站建设哪家好?成都创新互联做网站,专注于网站建设十余年,网设计领域的专业建站公司;建站业务涵盖:清水河等地区。清水河做网站价格咨询:18980820575

 本文将介绍8个简洁的Python技巧，若非经验十足的程序员，你肯定有些从未见过。向着更简洁更高效，出发吧!

1.通过多个键值将对象进行排序

假设要对以下字典列表进行排序：

 
 
 
 
    
  
  
  
  
  1. people = [ 
    2. 
  
  
  
  
  2. { 'name': 'John', "age": 64 }, 
    3. 
  
  
  
  
  3. { 'name': 'Janet', "age": 34 }, 
    4. 
  
  
  
  
  4. { 'name': 'Ed', "age": 24 }, 
    5. 
  
  
  
  
  5. { 'name': 'Sara', "age": 64 }, 
    6. 
  
  
  
  
  6. { 'name': 'John', "age": 32 }, 
    7. 
  
  
  
  
  7. { 'name': 'Jane', "age": 34 }, 
    8. 
  
  
  
  
  8. { 'name': 'John', "age": 99 }, 
    9. 
  
  
  
  
  9. ] 
    10.

不仅要按名字或年龄对其进行排序，还要将两个字段同时进行排序。在SQL中，会是这样的查询：

 
 
 
 
    
  
  
  
  
  1. SELECT * FROM people ORDER by name, age 
    2.

实际上，这个问题的解决方法可以非常简单，Python保证sort函数提供了稳定的排序顺序，这也意味着比较相似的项将保留其原始顺序。要实现按名字和年龄排序，可以这样做：

 
 
 
 
    
  
  
  
  
  1. import operator 
    2. 
  
  
  
  
  2. people.sort(key=operator.itemgetter('age')) 
    3. 
  
  
  
  
  3. people.sort(key=operator.itemgetter('name')) 
    4.

要注意如何反转顺序。首先按年龄分类，然后按名字分类，使用operator.itemgetter()从列表中的每个字典中获取年龄和名字字段，这样你就会得到想要的结果：

 
 
 
 
    
  
  
  
  
  1. [ 
    2. 
  
  
  
  
  2. {'name': 'Ed', 'age': 24}, 
    3. 
  
  
  
  
  3. {'name': 'Jane', 'age': 34}, 
    4. 
  
  
  
  
  4. {'name': 'Janet','age': 34}, 
    5. 
  
  
  
  
  5. {'name': 'John', 'age': 32}, 
    6. 
  
  
  
  
  6. {'name': 'John', 'age': 64}, 
    7. 
  
  
  
  
  7. {'name': 'John', 'age': 99}, 
    8. 
  
  
  
  
  8. {'name': 'Sara', 'age': 64} 
    9. 
  
  
  
  
  9. ] 
    10.

名字是主要排序项，如果姓名相同，则以年龄排序。因此，所有John都按年龄分组在一起。

2.数据类别

自3.7版之后，Python开始能提供数据类别。比起常规类或其他替代方法(如返回多个值或字典)，它有着更多优点：

  • 数据类需要很少的代码
  • 可以比较数据类，因为 __eq__ 可以实现此功能
  • 数据类需要类型提示，减少了发生错误的可能性
  • 可以轻松打印数据类以进行调试，因为__repr__可以实现此功能

这是一个工作中的数据类示例：

 
 
 
 
    
  
  
  
  
  1. from dataclasses import dataclass 
    2. 
  
  
  
  
  2.                   @dataclass 
    3. 
  
  
  
  
  3.                  classCard: 
    4. 
  
  
  
  
  4.                      rank: str 
    5. 
  
  
  
  
  5.                      suit: str 
    6. 
  
  
  
  
  6.                        card=Card("Q", "hearts") 
    7. 
  
  
  
  
  7.                   print(card == card) 
    8. 
  
  
  
  
  8.                  # True 
    9. 
  
  
  
  
  9.                   print(card.rank) 
    10. 
  
  
  
  
  10.                  # 'Q' 
    11. 
  
  
  
  
  11.                   print(card) 
    12. 
  
  
  
  
  12.                  Card(rank='Q', suit='hearts') 
    13.

3.列表推导

列表推导可以在列表填写里代替讨厌的循环，其基本语法为

 
 
 
 
    
  
  
  
  
  1. [ expression for item in list if conditional ] 
    2.

来看一个非常基本的示例，用数字序列填充列表：

 
 
 
 
    
  
  
  
  
  1. mylist = [i for i inrange(10)] 
    2. 
  
  
  
  
  2.                 print(mylist) 
    3. 
  
  
  
  
  3.                 # [0, 1, 2, 3,4, 5, 6, 7, 8, 9] 
    4.

因为可以使用表达式，所以你还可以进行一些数学运算：

 
 
 
 
    
  
  
  
  
  1. squares = [x**2for x inrange(10)] 
    2. 
  
  
  
  
  2.                 print(squares) 
    3. 
  
  
  
  
  3.                 # [0, 1, 4, 9,16, 25, 36, 49, 64, 81] 
    4.

甚至能调用外部函数：

 
 
 
 
    
  
  
  
  
  1. defsome_function(a): 
    2. 
  
  
  
  
  2.                                 return (a +5) /2 
    3. 
  
  
  
  
  3.                                 
    4. 
  
  
  
  
  4.                             my_formula= [some_function(i) for i inrange(10)] 
    5. 
  
  
  
  
  5.                             print(my_formula) 
    6. 
  
  
  
  
  6.                             # [2.5, 3.0,3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.5, 7.0] 
    7.

最后，可以使用if函数来筛选列表。在这种情况下，只保留可被2除的值：

 
 
 
 
    
  
  
  
  
  1. filtered = [i for i inrange(20) if i%2==0] 
    2. 
  
  
  
  
  2.                print(filtered) 
    3. 
  
  
  
  
  3.                # [0, 2, 4, 6,8, 10, 12, 14, 16, 18] 
    4.

4.检查对象的内存使用情况

使用sys.getsizeof()可以检查对象的内存使用情况：

 
 
 
 
    
  
  
  
  
  1. import sys 
    2. 
  
  
  
  
  2.                   mylist =range(0, 10000) 
    3. 
  
  
  
  
  3.           print(sys.getsizeof(mylist)) 
    4. 
  
  
  
  
  4.           # 48 
    5.

为什么这个庞大的列表只有48个字节?这是因为range函数返回的类表现为列表。与使用实际的数字列表相比，数序列的存储效率要高得多。我们可以通过列表推导来创建相同范围内的实际数字列表：

 
 
 
 
    
  
  
  
  
  1. import sys 
    2. 
  
  
  
  
  2.                   myreallist = [x for x inrange(0, 10000)] 
    3. 
  
  
  
  
  3.           print(sys.getsizeof(myreallist)) 
    4. 
  
  
  
  
  4.           # 87632 
    5.

通过使用sys.getsizeof()，我们可以了解更多关于Python和内存使用情况的信息。

5.查找最频繁出现的值

要查找列表或字符串中最频繁出现的值：

 
 
 
 
    
  
  
  
  
  1. test = [1, 2, 3, 4, 2, 2, 3, 1, 4, 4, 4] 
    2. 
  
  
  
  
  2.      print(max(set(test), key = test.count)) 
    3. 
  
  
  
  
  3.      # 4 
    4.
  • max()将返回列表中的最大值。key参数采用单个参数函数自定义排序顺序，在本例中为test.count，该函数适用于迭代器上的每个项目。
  • test.count是list的内置功能。它接受一个参数，并计算该参数的出现次数。因此test.count(1)将返回2，而test.count(4)将返回4。
  • set(test)返回test中的所有唯一值，所以{1、2、3、4}

那么在这一行代码将接受test的所有唯一值，即{1、2、3、4}。接下来，max将对其应用list.count 函数并返回最大值。

还有一种更有效的方法：

 
 
 
 
    
  
  
  
  
  1. from collections import Counter 
    2. 
  
  
  
  
  2. Counter(test).most_common(1) 
    3. 
  
  
  
  
  3. # [4: 4] 
    4.

6.属性包

你可以使用attrs代替数据类，选择attrs有两个原因：

  • 使用的Python版本高于3.7
  • 想要更多功能

Theattrs软件包支持所有主流Python版本，包括CPython 2.7和PyPy。一些attrs可以提供验证器和转换器这种超常规数据类。来看一些示例代码：

 
 
 
 
    
  
  
  
  
  1. @attrs 
    2. 
  
  
  
  
  2.           classPerson(object): 
    3. 
  
  
  
  
  3.               name =attrib(default='John') 
    4. 
  
  
  
  
  4.               surname =attrib(default='Doe') 
    5. 
  
  
  
  
  5.               age =attrib(init=False) 
    6. 
  
  
  
  
  6.               p =Person() 
    7. 
  
  
  
  
  7.           print(p) 
    8. 
  
  
  
  
  8.           p=Person('Bill', 'Gates') 
    9. 
  
  
  
  
  9.           p.age=60 
    10. 
  
  
  
  
  10.           print(p) 
    11. 
  
  
  
  
  11.                   # Output: 
    12. 
  
  
  
  
  12.           #   Person(name='John', surname='Doe',age=NOTHING) 
    13. 
  
  
  
  
  13.           #   Person(name='Bill', surname='Gates', age=60) 
    14.

实际上，attrs的作者已经在使用引入数据类的PEP了。数据类被有意地保持得更简单、更容易理解，而attrs 提供了可能需要的所有特性。

7.合并字典(Python3.5+)

 
 
 
 
    
  
  
  
  
  1. dict1 = { 'a': 1, 'b': 2 } 
    2. 
  
  
  
  
  2.         dict2= { 'b': 3, 'c': 4 } 
    3. 
  
  
  
  
  3.         merged= { **dict1, **dict2 } 
    4. 
  
  
  
  
  4.         print (merged) 
    5. 
  
  
  
  
  5.         # {'a': 1, 'b':3, 'c': 4} 
    6.

如果有重叠的键，第一个字典中的键将被覆盖。在Python 3.9中，合并字典变得更加简洁。上面Python 3.9中的合并可以重写为：

 
 
 
 
    
  
  
  
  
  1. merged = dict1 | dict2 
    2.

8.返回多个值

Python中的函数在没有字典，列表和类的情况下可以返回多个变量，它的工作方式如下：

 
 
 
 
    
  
  
  
  
  1. defget_user(id): 
    2. 
  
  
  
  
  2.                        # fetch user from database 
    3. 
  
  
  
  
  3.                        # .... 
    4. 
  
  
  
  
  4.                        return name, birthdate 
    5. 
  
  
  
  
  5.                   name, birthdate =get_user(4) 
    6.

这是有限的返回值，但任何超过3个值的内容都应放入一个(数据)类。

这8个小技巧足够你好好消化一阵儿啦!

网站栏目：经验丰富程序员才知道的8种高级Python技巧
标题路径：http://www.mswzjz.cn/qtweb/news47/57597.html

攀枝花网站建设、攀枝花网站运维推广公司-贝锐智能，是专注品牌与效果的网络营销公司；服务项目有等

广告

声明：本网站发布的内容（图片、视频和文字）以用户投稿、用户转载内容为主，如果涉及侵权请尽快告知，我们将会在第一时间删除。文章观点不代表本网站立场，如需处理请联系客服。电话：028-86922220；邮箱：631063699@qq.com。内容未经允许不得转载，或转载时需注明来源： 贝锐智能

贝锐智能技术为您推荐以下文章

品牌网站设计知识

同城分类信息

工商财税　　 　成都网站制作　　 　重庆网站制作　　 　服务器托管　　 　成都光华机房　　 　域名注册　　 　橡塑保温材料　　 　手机网站建设　　 　做移动网站　　 　成都小程序开发　　 　成都网络公司　　 　成都网站制作　　 　广安园林景观设计　　 　成都多线机房　　 　网站建设方案　　 　公司宣传册设计　　 　达州博佩科技　　 　App开发　　 　成都网页设计　　 　腾讯香港免备案空间