10 个简单有用的 Python 编程技巧

简介: 10 个简单有用的 Python 编程技巧

关于Python编程的技巧简介

当今世界,Python 是使用最多的语言之一。它不仅仅是一种语言,还是一种以适当、简单和紧凑的方式做事的方式。Python 是最知名的高级语言之一,尤其在开源领域。最关键的是,对 Python 编程了解得越多,就越感觉自己知之甚少,更想了解更多关于 Python 编程的知识。

Python 编程可以很容易地呈现到任何操作系统中。通常会发现运行在 Python 上的概率很大;有些框架只支持 Python,如 Django 和 Pyramid,甚至还有像 Flask 和 Bottle 这样的微框架。Python 的标准库包括许多互联网协议,如 HTML、XML、JSON、电子邮件处理、对 FTP、IMAP的支持以及易于使用的 Socket 接口。使用 Python 最常见的目的是进行科学和数值计算。例如,SciPy、Pandas 和 iPython。Python 编程仍然是有史以来最灵活、最简单和最有创造力的 Python 语言。本文将介绍关于 Python 编程的10个简单有用的技巧,希望对大家有所帮助。

模块

Python 可创建自己的模块。例如,可创建函数和模块,并将其放在单独的文件夹中。接下来需要做的就是写下特定的代码,在大部分工作中可共同使用这些代码,然后将其转换成一个模块,并放在一个单独的文件夹中, 可节省很多时间。

如果程序很大,那么需要保持程序的效率和可管理性。要管理它们,可将其分解为单独的文件,将多个函数和定义放入一个文件中,并通过将导入到脚本和程序中来使用。请注意的一点是,这些文件的扩展名为 .py。一旦导入,它将自动创建一个 .pyc 扩展名文件,该文件的加载速度将比普通的 *.py 文件快得多。

TRUE 与 FALSE

这也是最常用的方法之一。例如,根据情况更改 Vsync=True 或 False。但与在这里试图解释的有点不同,不过仍然是相关的。在 Python 中,TRUE 等于1,FALSE 等于0。简而言之,TRUE 意味着同意,FALSE 意味着不同意,在 Python 中应用的情况最多。因此,可使用 “=” 号指定 TRUE 和 FALSE 语句,也可以利用 “==” 号检查其相等性。

Python 性能调试

在编写程序时,通常我们的主要目标是使程序高效、快速和紧凑。但有些时候,却无法做到令程序紧凑。因此,在这种情况下,例如,在处理词典中的代码时,可尝试另一种口述项的方法,只需选择直接添加一个项目,然后检查插入的项目是否存在或需要更新。通过这样操作,无需检查每个其他项来匹配,然后更新,这会使应用程序变慢。以下是一个较常见的示例:

p = 16
myDiction = {}
for i in range(0, p):
char = 'abcd'[i%4]
if char not in myDict:
myDiction[char] = 0
myDiction[char] += 1
print(myDiction)

以上的示例是编写它的正常方式,下面是它将如何让代码运行得更快:

p = 16
myDiction = {}
for I in range(0, p):
char = ‘abcd’[i%4]
try:
myDiction[char] += 1
except KeyError:
myDiction[char] = 1
print(myDiction)

PY2exe

通常,当用任何语言编写代码时,将它们编译成可执行文件有时会很麻烦,特别是在使用 Windows 的情况下。但对于 Python 编程而言,也会非常简单,即下载 PY2exe,这也是一个开源软件,可在 Sourceforge.net 上进行下载。通过使用这款应用程序,甚至可以简单地将模块转换成可执行文件,而不像 C 或 C++,这实际上是编译成可执行文件时的心理压力。

Sets

如果您是一个数学狂人,那么肯定会喜欢这个小技巧。让我们举一个简单的 Microsoft Excel 例子。有些人倾向于只用 Excel 来分组和创建数据库。它具备良好的安全性。他们对设置文本、颜色和内容的格式不感兴趣,因此只需创建自己的 Python 编程软件堆栈,并创建自己的数据库。出于某些安全因素,大家更喜欢 Python 而不是 MySQL。因此,Sets 在创建数据库时非常有用。尤其是当想要查找匹配项、创建组和其他类似任务时,以下是其简单的示例。

>>> A = {1, 2, 3, 3}
>>> A
set([1, 2, 3])
>>> B = {3, 4, 5, 6, 7}
>>> B
set([3, 4, 5, 6, 7])
>>> A | B
set([1, 2, 3, 4, 5, 6, 7])
>>> A & B
set([3])
>>> A - B
set([1, 2])
>>> B - A
set([4, 5, 6, 7])
>>> A ^ B
set([1, 2, 4, 5, 6, 7])
>>> (A ^ B) == ((A - B) | (B - A))
True

合并 Python 和 Shell 脚本

如果您是一个开源的人,那么肯定会使用 Linux 作为主要的操作系统,或者至少是双引导。所以,Linux 已经包含了 Python。同时,它与 Linux 的兼容性也非常好。这为我们提供了将其编译和合并在一起的好处。只需创建一个脚本,该脚本既可以作为普通的 Unix 脚本工作,也可以作为解释 Python 代码使用。在编写 Shell 脚本时,需要一个四引号字符和一个空字符串到 Shell 中,但是需要在 Python 中使用一个带有引号字符的三引号字符串来实现这一点。请记住,脚本中的第一个字符串可以很容易地存储为模块的文档字符串,但在此之后,Python 解释器可将直接忽略。以下是具体示例:

#!/bin/sh
__doc__ = """
Demonstrate how to mix Python + shell script.
"""
import sys
print "Hello World!"
print "This is Python", sys.version
print "This is my argument vector:", sys.argv
print "This is my doc string:", __doc__
sys.exit (0)

JSON-esque

Python 下有很多隐藏的东西,需要一定的时间才能够找出来,其中最著名的是 JSON-esque,可以创建嵌套字典而无需显式创建子字典。当我们引用时,它们就神奇地出现了。

示例如下:

users = tree()
users['harold']['username'] = 'hrldcpr'
users['handler']['username'] = 'matthandlersux'

现在可使用以下命令将上述内容呈现为 JSON 的格式:

>>>print(json.dumps(users))

如下所示:

{"harold": {"username": "hrldcpr"}, "handler": {"username": "matthandlersux"}}

Pip

大多数人可能都了解 Pip。有时,需要在安装前检查软件包的源代码。大多数情况下,它用于安装某些软件包的更新版本。因此,可简单地安装 Pip 并执行以下操作:

>>> pip install --download sqlalchemy_download sqlalchemy
>>>pip install --no-install sqlalchemy
>>>pip install --no-download sqlalchemy

如果要安装包的最新版本,可直接从 GIT 存储库中进行检查。

>>>pip install git+https://github.com/simplejson/simplejson.git
>>>pip install svn+svn://svn.zope.org/repos/main/zope.interface/trunk

Virtualenv

Python 的另一个重要功能是 Virtualenv。Virtualenv 表示虚拟环境,这是 python 的一个非常棒的功能。基本上,要在不同条件下测试 Python,通常必须更改全局 Python 环境。然而,对 Python 环境进行沙箱化的主要好处之一是,可以轻松地在不同的 Python 版本和包依赖项下测试一个代码。如要安装 virtualenv,需要先安装 Pip,可以执行以下操作:

easy_install pip
pip install virtualenv
virtualenv python-workspace
cd python-workspace
source ./bin/activate
python

Python 中的 Zen

Python 的 Zen 是 Python 编程的迷你指南。即使没有编写 Python 程序,阅读它仍然是一件有趣的事情,且只需转到 Python 解释器并键入以下内容即可:

>>>import this
目录
相关文章
|
机器学习/深度学习 PyTorch 算法框架/工具
Pytorch使用VGG16模型进行预测猫狗二分类
深度学习已经在计算机视觉领域取得了巨大的成功,特别是在图像分类任务中。VGG16是深度学习中经典的卷积神经网络(Convolutional Neural Network,CNN)之一,由牛津大学的Karen Simonyan和Andrew Zisserman在2014年提出。VGG16网络以其深度和简洁性而闻名,是图像分类中的重要里程碑。
915 0
|
11月前
|
人工智能 UED
AI教育热潮,如何衡量教育App渠道投放效果?
AI教育是高潜力场景,但如何衡量AI热潮下教育App的真实拉新与转化效果呢?
337 6
“燕缘 · 滴水湖”大学生AI+国际创业大赛 ——算力资源领取说明
本次大赛为每位参赛学生提供300元阿里云算力资源,通过赛事官网链接领取。领取流程包括:点击专属页面、扫码登录阿里云、完成代金券领取,并在“我的权益-可用券”中查看领取状态。注意代金券使用期限和额度,避免超额使用产生欠费。若已领取过,可直接使用。
|
存储 人工智能 自然语言处理
知识库管理:全流程智能化中枢,驱动企业信息资产高效流转
智能系统的知识库管理技术可以深度融合AI技术与精细化流程控制,提供从内容创建到版本追溯的全生命周期管理。支持多模态数据统一存储(文本、语音、图像等),实现自动化审核、智能分类与语义检索,确保企业知识资产的安全存储与高效利用,助力业务持续优化。核心功能包括多角色协作编辑、动态标签管理、历史版本追溯及毫秒级语义检索,大幅提升信息管理效率与准确性。
657 9
|
人工智能 供应链 数据可视化
跨境电商供应链优化趋势:从智能库存到绿色物流
高效供应链管理是行业发展的关键,涉及原材料采购、生产制造、库存管理、跨境物流和终端交付等环节。通过数据驱动决策、多供应商合作、灵活物流策略、清关合规和技术赋能,可以优化供应链,提升运营效率。
1591 7
跨境电商供应链优化趋势:从智能库存到绿色物流
|
数据可视化 数据库
通义灵码个人版新功能最佳实践测评
作为一名软件开发工程师,我使用通义灵码个人版的@workspace和@terminal功能,快速熟悉新的电商项目代码并实现新功能,效率提升了约30%。通过自动识别项目结构、代码分析、智能注释和自动补全等功能,大幅减少了查找资料和调试的时间,使开发流程更加顺畅,专注于业务逻辑实现。
492 1
|
存储 资源调度 前端开发
2023年最新前端面试题汇总大全(含答案超详细,HTML,JS,CSS汇总篇)-- 持续更新8
2023年最新前端面试题汇总大全(含答案超详细,HTML,JS,CSS汇总篇)-- 持续更新
708 0
|
物联网 5G vr&ar
5G频谱分布:连接未来的桥梁
5G频谱分布:连接未来的桥梁
1389 2
|
人工智能 安全 开发者
OpenDevin出技术报告了,大模型Agent开发者必读
【8月更文挑战第25天】近期发布的OpenDevin技术报告备受瞩目,此报告由来自伊利诺伊大学香槟分校、卡内基梅隆大学等顶尖学府的研究员联合撰写。OpenDevin作为一个社区驱动的开放平台,旨在为AI软件开发者提供一个模拟通用代理的强大工具。平台采用事件流架构促进用户界面、代理与环境间的交互,并构建了包含沙盒操作系统和网络浏览器的任务执行环境。此外,它支持多代理协同作业及一系列评估标准,目前已涵盖15个评估基准。作为拥有160多位贡献者的社区项目,OpenDevin展现了极高的灵活性和安全性,同时也面临着技术门槛和进一步研发等挑战。
502 2
|
运维 网络架构 Python
利用Python查询H3C网络设备示例,运维用了它,都称赞!
利用Python查询H3C网络设备示例,运维用了它,都称赞!
441 0

热门文章

最新文章