有哪些Python編程技巧

這篇文章運用簡單易懂的例子給大家介紹有哪些Python編程技巧，代碼非常詳細，感興趣的小伙伴們可以參考借鑒，希望對大家能有所幫助。

01、交換變量

> >>>a=3
>
> >>>b=6

這個情況如果要交換變量在c++中，肯定需要一個空變量。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、字典推導(Dictionary comprehensions)和集合推導(Set comprehensions)

大多數的Python程序員都知道且使用過列表推導(list comprehensions)。如果你對list comprehensions概念不是很熟悉——一個list comprehension就是一個更簡短、簡潔的創建一個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]
自從python 3.1 起，我們可以用同樣的語法來創建集合和字典表：
> >>> # 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}

在第一個例子里，我們以some_list為基礎，創建了一個具有不重復元素的集合，而且集合里只包含偶數。而在字典表的例子里，我們創建了一個key是不重復的1到10之間的整數，value是布爾型，用來指示key是否是偶數。

這里另外一個值得注意的事情是集合的字面量表示法。我們可以簡單的用這種方法創建一個集合：

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

而不需要使用內置函數set()。

03、計數時使用Counter計數對象

這聽起來顯而易見，但經常被人忘記。對于大多數程序員來說，數一個東西是一項很常見的任務，而且在大多數情況下并不是很有挑戰性的事情——這里有幾種方法能更簡單的完成這種任務。

Python的collections類庫里有個內置的dict類的子類，是專門來干這種事情的。

> >>> 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是一種非常好的數據序列化的形式，被如今的各種API和web service大量的使用。使用python內置的json處理，可以使JSON串具有一定的可讀性，但當遇到大型數據時，它表現成一個很長的、連續的一行時，人的肉眼就很難觀看了。

為了能讓JSON數據表現的更友好，我們可以使用indent參數來輸出漂亮的JSON。當在控制臺交互式編程或做日志時，這尤其有用：

> >>> 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
>
> }
>
> ]
>
> }

同樣，使用內置的pprint模塊，也可以讓其它任何東西打印輸出的更漂亮。

05、解決FizzBuzz

前段時間Jeff Atwood 推廣了一個簡單的編程練習叫FizzBuzz，問題引用如下：

寫一個程序，打印數字1到100，3的倍數打印“Fizz”來替換這個數，5的倍數打印“Buzz”，對于既是3的倍數又是5的倍數的數字打印“FizzBuzz”。

這里就是一個簡短的，有意思的方法解決這個問題：

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

06、if 語句在行內

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

07、連接

下面的最后一種方式在綁定兩個不同類型的對象時顯得很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、數值比較

這是我見過諸多語言中很少有的如此棒的簡便法

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

09、同時迭代兩個列表

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

10、帶索引的列表迭代

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

11、列表推導式

已知一個列表，我們可以刷選出偶數列表方法：

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

轉變成如下：

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

12、字典推導

和列表推導類似，字典可以做同樣的工作：

> 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]*3
>
> print items
>
> >>> [0,0,0]

14、列表轉換為字符串

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

15、從字典中獲取元素

我承認try/except代碼并不雅致，不過這里有一種簡單方法，嘗試在字典中查找key，如果沒有找到對應的alue將用第二個參數設為其變量值。

> data = {'user': 1, 'name': 'Max', 'three': 4}
>
> try:
>
> is_admin = data['admin']
>
> except KeyError:
>
> is_admin = False
替換成這樣
> data = {'user': 1, 'name': 'Max', 'three': 4}
>
> is_admin = data.get('admin', False)

16、獲取列表的子集

有時，你只需要列表中的部分元素，這里是一些獲取列表子集的方法。

> x = [1,2,3,4,5,6]
>
> #前3個
>
> print x[:3]
>
> >>> [1,2,3]
>
> #中間4個
>
> print x[1:5]
>
> >>> [2,3,4,5]
>
> #最后3個
>
> print x[3:]
>
> >>> [4,5,6]
>
> #奇數項
>
> print x[::2]
>
> >>> [1,3,5]
>
> #偶數項
>
> print x[1::2]
>
> >>> [2,4,6]

除了python內置的數據類型外，在collection模塊同樣還包括一些特別的用例，在有些場合Counter非常實用。如果你參加過在這一年的Facebook HackerCup，你甚至也能找到他的實用之處。

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

17、迭代工具

和collections庫一樣，還有一個庫叫itertools，對某些問題真能高效地解決。其中一個用例是查找所有組合，他能告訴你在一個組中元素的所有不能的組合方式。

> 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

比起實用技術來說這是一個很有趣的事，在python中，True和False是全局變量，因此：

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

19、函數只做一件事

我們寫的每個函數應該只做一件事。如果發現函數太長，請檢查其是否在完成多個任務。將函數限制為只完成一個任務有很多好處。首先，代碼可讀性增強，因為函數名稱可以直接說明其功能。如果代碼出錯，調試也將更加方便，因為每個函數只負責一個特定的任務，我們可以快速隔離并調試問題函數。用許多知名程序員的話來說：“軟件的復雜性大多源自試圖兩件事當一件事做。”

20、若耗費時間過長，你的做法很可能就是錯的

如果你不是在處理非常復雜的問題，比如處理大數據，但是程序卻要花很長時間才能加載，這時可以認為你的做法很有可能錯了。

21、第一次就要用最佳的方法完成

在編程時你可能會這樣想：“我知道有一個更好的做法，但是我已經開始編碼了，不想回頭重寫。”那我建議你停止編碼，改用更好的方法來完成。

22、遵循慣例

學習新編程語言的慣例，能夠提升閱讀用該語言編寫的代碼的速度。

關于有哪些Python編程技巧就分享到這里了，希望以上內容可以對大家有一定的幫助，可以學到更多知識。如果覺得文章不錯，可以把它分享出去讓更多的人看到。