10个小技巧改进的 Python 代码,让你的代码更加简洁、更加 Python 化。
如果你需要遍历一个列表,并且需要同时获取索引和元素,大多数情况可能会使用 range(len(data)) 的语法。
比如我们要遍历一个列表,找到所有的负数:
data = [1, 3, -5, 7, 9, -11]
for i in range(len(data)):
if data[i] < 0:
print(f"索引:{
i},元素:{
data[i]}")
输出:
索引:2,元素:-5
索引:5,元素:-11
虽然这种方法有效,但如果使用 Python 内置的 enumerate 函数会更好,这个函数会返回遍历过程中当前索引和当前元素值作为一个元组,因此可以直接输出索引和值:
data = [1, 3, -5, 7, 9, -11]
for i, v, in enumerate(data):
if v < 0:
print(f"索引:{
i},元素:{
v}")
输出:
索引:2,元素:-5
索引:5,元素:-11
假如我们要创建一个从0~9的平方数的列表,一种简单的方法是先创建一个 list ,然后通过 for 循环每次将一个数的平方 append 到列表的结尾。
squares = []
for i in range(10):
squares.append(i ** 2)
print(squares)
输出:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
但其实通过列表生成式,我们有一种更快捷的方法,只需要一行代码就能够实现相同的功能。
squares = [i ** 2 for i in range(10)]
print(squares)
输出:
[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
排序的需求在很多场景中都很常见,Python中的可迭代对象(列表、元组、字典)都可以进行排序,内置函数 sorted() 让我们甚至都不需要自己实现排序算法。
data = [1, 3, -5, 7, 9, -11]
sortedData = sorted(data)
print(sortedData)
输出:
[-11, -5, 1, 3, 7, 9]
sorted() 方法自动将列表按照升序排序,如果你想按照降序排序,可以使用 sorted() 的参数 reverse = True 。
sorted() 方法同样也适用于元组类型的数据,但是注意排序的结果将返回一个列表。
data = (1, 3, -5, 7, 9, -11)
print(data)
sortedData = sorted(data)
print(sortedData)
输出:
(1, 3, -5, 7, 9, -11)
[-11, -5, 1, 3, 7, 9]
对于复杂的可迭代对象,比如我们可以创建一个列表,列表中的每一个元素都是一个人的字典信息,然后我们按照每个人的年龄进行排序。
我们可以用 sorted() 的 key 参数,传入一个匿名函数,让排序按照我们预想的方式进行。
data = [{
"name": "Alex", "age": 18},
{
"name": "Band", "age": 21},
{
"name": "Coco", "age": 17}]
sorted_data = sorted(data, key=lambda x: x["age"])
print(sorted_data)
输出:
[{'name': 'Coco', 'age': 17}, {'name': 'Alex', 'age': 18}, {'name': 'Band', 'age': 21}]
如果你有一个包含多个值的列表,并且需要去重,一个不错的技巧是将我们的列表转换为一个集合。
Python的集合是一种无序的数据类型,并且没有重复元素,还提供了不同集合之间的运算,可以求交集、并集和差集。
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
setData = set(data)
print(setData)
输出:
{1, 3, 5, 7, 9}
有时候列表并不是最好的选择。假如我们有一个非常大的列表,有10000个元素,我们想计算所有元素的总和,虽然可以用列表来做,当如果数据量特别大的话我们可能会遇到内存问题,更好的解决方案是使用生成器。
dataList = [i for i in range(10000)]
print(sum(dataList))
dataGen = (i for i in range(10000))
print(sum(dataGen))
输出:
列表生成式与生成器具有相同的语法,不同点在于列表生成式使用的是中括号,而生成器使用的是小括号。
生成器通过类似于懒加载的方式计算我们需要的元素,因此它一次只生成一个元素,并且只在需要的时候才生成。
我们可以使用 sys 的 getsize() 方法看一下列表和生成器的大小。
import sys
dataList = [i for i in range(10000)]
print(sys.getsizeof(dataList), "bytes")
dataGen = (i for i in range(10000))
print(sys.getsizeof(dataGen), "bytes")
输出:
85176 bytes
112 bytes
假设我们有一个字典,其中包括不同的键,比如商品和价格,在我们的代码中的某个点,想要获得商品的价格。
当我们用 [] 简单的访问键时,如果键不在字典中,那么代码将会报错,引发一个 KeyError 。
dataDict = {
"name": "Tesla",
"price": 250000
}
print(dataDict["count"])
报错:
Traceback (most recent call last):
File "mian.py", line 5, in <module>
print(dataDict["count"])
KeyError: 'count'
更好的方式是使用 .get() 方法,此时如果键不存在,则不会引发 KeyError ,而是返回一个默认值,如果我们不指定默认值,它会直接返回None,如果我们指定默认值,那么它会返回我们指定的默认值。
dataDict = {
"name": "Tesla",
"price": 250000
}
print(dataDict.get("count"))
print(dataDict.get("count", 0))
输出:
None
0
如果你想计算列表中元素的数量,Python中有一个非常方便的工具。
from collections import Counter
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
counter = Counter(data)
print(counter)
输出:
Counter({9: 5, 7: 4, 5: 3, 3: 2, 1: 1})
Counter 可以统计列表中不同元素的数量,并且按照出现次数降序排列,这比我们自己计算要好得多。
如果你想知道某个元素的个数的话,可以直接通过 [] 访问,如果这个元素不存在,那么将返回0,并且还可以通过 most_common() 方法返回排名靠前的几个元素。
from collections import Counter
data = [1, 3, 3, 5, 5, 5, 7, 7, 7, 7, 9, 9, 9, 9, 9]
counter = Counter(data)
print(counter[7])
print(counter[11])
print(counter.most_common(2))
输出:
4
0
[(9, 5), (7, 4)]
f-String在我看来是最佳的格式化字符串方法,我们只需要在字符串前写一个f,然后在字符串内部可以直接使用大括号来嵌入变量或表达式。
data = {
"name": "Alex", "age": 18}
string = f"I'm {
data['name']} and I am {
data['age']} years old."
print(string)
输出:
I'm Alex and I am 18 years old.
这种方式更简单、更简洁、速度也更快。
假如我们有一个包含不同字符串的列表,我们想把所有的字符串通过空格拼接在一起,千万不要再用 for 循环一个一个遍历然后拼接了,一种更简洁的方法是通过 .joint() 方法,它可以使用指定的字符将字符串拼接起来。
strings = ["Hello", "World", "!"]
print(" ".join(strings))
print("_".join(strings))
输出:
Hello World !
Hello_World_!
如果我们有两个字典,并且希望将其合并成一个,此时我们可以使用双星号 ** 和大括号 {} 语法。
info1 = {
"name": "Alex", "age": 18}
info2 = {
"name": "Alex", "city": "Bei Jing"}
info = {
**info1, **info2}
print(info)
输出:
{'name': 'Alex', 'age': 18, 'city': 'Bei Jing'}
学好 Python 不论是就业还是做副业赚钱都不错,但要学会 Python 还是要有一个学习规划。最后大家分享一份全套的 Python 学习资料,给那些想学习 Python 的小伙伴们一点帮助!
Python所有方向路线就是把Python常用的技术点做整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。
工欲善其事必先利其器。学习Python常用的开发软件都在这里了,给大家节省了很多时间。
我们在看视频学习的时候,不能光动眼动脑不动手,比较科学的学习方法是在理解之后运用它们,这时候练手项目就很适合了。
光学理论是没用的,要学会跟着一起敲,要动手实操,才能将自己的所学运用到实际当中去,这时候可以搞点实战案例来学习。
我们学习Python必然是为了找到高薪的工作,下面这些面试题是来自阿里、腾讯、字节等一线互联网大厂最新的面试资料,并且有阿里大佬给出了权威的解答,刷完这一套面试资料相信大家都能找到满意的工作。
保证100%免费
】Python资料、技术、课程、解答、咨询也可以直接点击下面名片,
添加官方客服斯琪
↓