加入收藏 | 设为首页 | 会员中心 | 我要投稿 云计算网_泰州站长网 (http://www.0523zz.com/)- 视觉智能、AI应用、CDN、行业物联网、智能数字人!
当前位置: 首页 > 运营中心 > 建站资源 > 优化 > 正文

Python的这几个技巧,简直屌爆了

发布时间:2019-03-02 14:48:29 所属栏目:优化 来源:佚名
导读:副标题#e# 我已经使用Python编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。这些年来的经历让我学到了很多的小技巧和知识,大多数是通过阅读很流行的开源软件,如Django, Flask,Requests中获得的。 下面我挑选出
副标题[/!--empirenews.page--]

Python的这几个技巧,简直屌爆了

我已经使用Python编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。这些年来的经历让我学到了很多的小技巧和知识,大多数是通过阅读很流行的开源软件,如Django, Flask,Requests中获得的。

下面我挑选出的这几个技巧常常会被人们忽略,但它们在日常编程中能真正的给我们带来不少帮助。

1. 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。

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

自从python 3.1 (甚至是Python 2.7)起,我们可以用同样的语法来创建集合和字典表:

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

在第一个例子里,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:

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

而不需要使用内置函数set()。

2. 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:

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

3. 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:

  1. >>> import json 
  2.  
  3. >>> print(json.dumps(data))  # No indention 
  4. {"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]} 
  5.  
  6. >>> print(json.dumps(data, indent=2))  # With indention 
  7.  
  8.   "status": "OK", 
  9.   "count": 2, 
  10.   "results": [ 
  11.  
  12.     { 
  13.       "age": 27, 
  14.       "name": "Oz", 
  15.  
  16.       "lactose_intolerant": true 
  17.     }, 
  18.     { 
  19.       "age": 29, 
  20.  
  21.       "name": "Joe", 
  22.       "lactose_intolerant": false 
  23.     } 
  24.   ] 
  25.  

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。

4. 创建一次性的、快速的小型web服务

有时候,我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。

我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库),来做这种事情。

(编辑:云计算网_泰州站长网)

【声明】本站内容均来自网络,其相关言论仅代表作者个人观点,不代表本站立场。若无意侵犯到您的权利,请及时与联系站长删除相关内容!

热点阅读