来源 | 量化投资与机器学习(ID:Lhtz_Jqxx)
今天公众号为大家带来一篇有关Python技巧的文章,可以帮助你编写优雅的Python3代码!
▍1、创建一个数字序列(从0到10,间隔为2)
▍2、对一串数字求和(从0到10,间隔为2)
▍3、检查序列中的任一元素是否为True
▍4、检查序列中的所有元素是否为True
▍5、累计求和一串数字序列
▍6、给定每个iterable,通过添加索引来构造一个元组
▍7、将iterable连接到单个字符串
▍8、组合两个可迭代的元组或pivot嵌套的iterables
▍9、从iterables中获取最小值/最大值(具有/不具有特定功能)
▍10、可迭代排序(可以通过“compare”函数排序)
▍11、将单个字符串拆分为列表
▍12、初始化一个包含重复数字的列表
▍13、合并/插入两个字典
▍14、命名和保存iterables切片
▍15、在列表中查找项的索引
▍16、在iterables中查找最小/最大项的索引
▍17、iterables的k个元素
▍18、删除字符串末尾/开始/两端无用的字符
▍19、倒序iterables的顺序(字符串、列表等)
▍20、多个short-cut
▍21、For-else结构在搜索某些东西并找到它时很有用
▍22、Trenary operator
▍23、Try-catch-else结构
▍24、While-else结构
▍25、List推导式
▍26、Set推导式
▍27、Dict推导式
▍28、Generator推导式
▍29、list推导使用当前值和过往值
▍30、从iterable解压缩变量
▍31、交换变量值
▍32、在不指示所有元素的情况下从iterable解包变量
▍33、使用splat运算符解包变量
▍34、Flatten iterables
▍35、从iterables创建笛卡尔积
▍36、从iterable创建排列
▍37、从iterable创建ngram
▍38、使用填充组合元组的两个迭代器或使用填充pivot嵌套迭代
▍39、从一个iterable n中创建k个组合
▍40、在给定函数情况下创建一个迭代的累积结果
▍41、创建一个迭代器,只要谓词为True,就从iterable返回元素
▍42、创建一个迭代器,它从iterable中过滤元素,只返回谓词为False的元素
使用从迭代的迭代中获得的参数来计算函数
▍44、设置基本操作
▍45、计数器数据结构(无序集合,其中元素存储为字典键,其计数存储为字典值)
▍46、默认字典结构(字典的子类,在访问不存在的键时检索默认值)
▍47、有序的dict结构(保持有序字典的子类)
▍48、Deques结构(Deques是堆栈和队列的概括)
▍49、命名元组结构(创建类元组的对象,这些对象的字段可通过属性查找访问,也可索引和迭代)
▍50、使用字典来存储Switch
▍51、数据类结构
▍52、生成uuid
▍53、使用LRU缓存进行记忆
▍54、Suppression of expressions
▍55、在需要设置和拆卸时创建上下文管理
地址:
https://docs.python.org/2/library/contextlib.html?source=post_page---------------------------
▍56、一种处理文件路径的优雅方法(3.4≥)
▍57、将标准操作符实现为类的函数
地址:
https://docs.python.org/3/library/operator.html?source=post_page---------------------------
▍58、创建装饰器来分离concerns
▍59、使用yield创建一个简单的迭代器
▍60、yield from use cases and tricks
地址:
https://stackoverflow.com/questions/9708902/in-practice-what-are-the-main-uses-for-the-new-yield-from-syntax-in-python-3?source=post_page---------------------------
▍61、Anti-gravity
▍62、The Zen of Python
希望以上62个小贴士对你在今天的学习和工作中有所帮助哦!
(*本文为 Python大本营转载文章,转载请联系作者)
◆
AI 开发者大会精彩提前看
◆
2019 AI开发者大会重磅嘉宾更新:阿里、华为、Google Brain、Amazon、微软中国、百度、京东、小米、快手、科大讯飞、商汤、旷视、图森、云知声、思必驰...“硬核AI技术大会,一年参加一次就够了”。早鸟票倒计时最后 1 天,更多嘉宾和大会信息请扫码查看 。
推荐阅读:
Python传奇:30年崛起之路
干货 | Python后台开发的高并发场景优化解决方案
收藏!本、硕、博、程序员必备神器
阿里巴巴杨群:高并发场景下Python的性能挑战