10个小技巧,让你的 Python 代码更加优雅~

简介: 10个小技巧,让你的 Python 代码更加优雅~
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()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}]

4. 使用集合 Set 存储唯一值


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}

5. 使用生成器以节省内存


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 sysgetsize() 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

6. 在字典中获取元素使用 .get() 并且设置默认值


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
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

7. 计数器 collections.Counter


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)]

8. 使用f-String格式化字符串(适用于Python 3.6+)


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。

9. 使用 .join() 拼接字符串


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_!

10. 使用双星号语法合并字典(适用于Python 3.5+)


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)

现在能在网上找到很多很多的学习资源,有免费的也有收费的,当我拿到1套比较全的学习资源之前,我并没着急去看第1节,我而是去审视这套资源是否值得学习,有时候也会去问一些学长的意见,如果可以之后,我会对这套学习资源做1个学习计划,我的学习计划主要包括规划图和学习进度表。

分享给大家这份我薅到的免费视频资料,质量还不错,大家可以跟着学习


相关文章
|
30天前
|
开发框架 数据建模 中间件
Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器是那些静悄悄的幕后英雄。它们不张扬,却能默默地为函数或类增添强大的功能。本文将带你了解装饰器的魅力所在,从基础概念到实际应用,我们一步步揭开装饰器的神秘面纱。准备好了吗?让我们开始这段简洁而富有启发性的旅程吧!
35 6
|
2月前
|
存储 缓存 测试技术
Python中的装饰器:功能增强与代码复用的利器
在Python编程中,装饰器是一种强大而灵活的工具,它允许开发者以简洁优雅的方式增强函数或方法的功能。本文将深入探讨装饰器的定义、工作原理、应用场景以及如何自定义装饰器。通过实例演示,我们将展示装饰器如何在不修改原有代码的基础上添加新的行为,从而提高代码的可读性、可维护性和复用性。此外,我们还将讨论装饰器在实际应用中的一些最佳实践和潜在陷阱。
|
3天前
|
Python
课程设计项目之基于Python实现围棋游戏代码
游戏进去默认为九路玩法,当然也可以选择十三路或是十九路玩法 使用pycharam打开项目,pip安装模块并引用,然后运行即可, 代码每行都有详细的注释,可以做课程设计或者毕业设计项目参考
47 33
|
4天前
|
JavaScript API C#
【Azure Developer】Python代码调用Graph API将外部用户添加到组,结果无效,也无错误信息
根据Graph API文档,在单个请求中将多个成员添加到组时,Python代码示例中的`members@odata.bind`被错误写为`members@odata_bind`,导致用户未成功添加。
30 10
|
2月前
|
人工智能 数据挖掘 Python
Python编程基础:从零开始的代码旅程
【10月更文挑战第41天】在这篇文章中,我们将一起探索Python编程的世界。无论你是编程新手还是希望复习基础知识,本文都将是你的理想之选。我们将从最基础的语法讲起,逐步深入到更复杂的主题。文章将通过实例和练习,让你在实践中学习和理解Python编程。让我们一起开启这段代码之旅吧!
|
23天前
|
数据可视化 Python
以下是一些常用的图表类型及其Python代码示例,使用Matplotlib和Seaborn库。
通过这些思维导图和分析说明表,您可以更直观地理解和选择适合的数据可视化图表类型,帮助更有效地展示和分析数据。
64 8
|
1月前
|
API Python
【Azure Developer】分享一段Python代码调用Graph API创建用户的示例
分享一段Python代码调用Graph API创建用户的示例
51 11
|
1月前
|
测试技术 Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界中,装饰器是那些能够为我们的代码增添魔力的小精灵。它们不仅让代码看起来更加优雅,还能在不改变原有函数定义的情况下,增加额外的功能。本文将通过生动的例子和易于理解的语言,带你领略装饰器的奥秘,从基础概念到实际应用,一起开启Python装饰器的奇妙旅程。
40 11
|
28天前
|
Python
探索Python中的装饰器:简化代码,增强功能
在Python的世界里,装饰器就像是给函数穿上了一件神奇的外套,让它们拥有了超能力。本文将通过浅显易懂的语言和生动的比喻,带你了解装饰器的基本概念、使用方法以及它们如何让你的代码变得更加简洁高效。让我们一起揭开装饰器的神秘面纱,看看它是如何在不改变函数核心逻辑的情况下,为函数增添新功能的吧!
|
29天前
|
程序员 测试技术 数据安全/隐私保护
深入理解Python装饰器:提升代码重用与可读性
本文旨在为中高级Python开发者提供一份关于装饰器的深度解析。通过探讨装饰器的基本原理、类型以及在实际项目中的应用案例,帮助读者更好地理解并运用这一强大的语言特性。不同于常规摘要,本文将以一个实际的软件开发场景引入,逐步揭示装饰器如何优化代码结构,提高开发效率和代码质量。
48 6