尽管从表面上看,Python似乎是任何人都可以学习的一种简单语言,但确实如此,许多人可能惊讶地知道一个人可以熟练掌握该语言。 Python是其中的一门很容易学习的东西,但可能很难掌握。 在Python中,通常有多种处理方法,但是很容易做错事情,或者重新发明标准库并浪费时间,这仅仅是因为您不知道模块的存在。
不幸的是,Python标准库是一个巨大的野兽,此外,其生态系统绝对是巨大的。 尽管可能有200万千兆字节的Python模块,但是您可以使用通常与Python中的科学计算相关的标准库和软件包学习一些有用的技巧。
№1:反向串
尽管看似基本,但使用char循环反转字符串可能非常繁琐且令人讨厌。 幸运的是,Python包含一个简单的内置操作来精确地执行此任务。 为此,我们只需访问字符串上的索引::-1。
- a = "!dlrow olleH"
- backward = a[::-1]
№2:变暗作为变量
在大多数语言中,为了将数组放入一组变量中,我们需要迭代遍历值或按位置访问暗点,如下所示:
- firstdim = array[1]
但是,在Python中,有一种更酷的方法。 为了将值列表更改为变量,我们可以简单地将变量名设置为等于数组,且数组长度相同:
- array = [5, 10, 15, 20]
- five, ten, fift, twent = array
№3:Itertools
如果您打算花任何时间在Python上花费任何时间,那么您肯定会想要熟悉itertools。 Itertools是标准库中的一个模块,可让您不断解决迭代问题。 它不仅使编写复杂的循环变得容易得多,而且使您的代码更快,更简洁。 这只是Itertools用法的一个示例,但有数百个:
- c = [[1, 2], [3, 4], [5, 6]]
- # Let's convert this matrix to a 1 dimensional list.import itertools as
- itnewlist = list(it.chain.from_iterable(c))
№4:智能开箱
迭代地解压缩值可能会非常耗时且费力。 幸运的是,Python有几种很酷的方式可以解压缩列表! 一个例子是*,它将填充未分配的值并将它们添加到变量名下的新列表中。
- a, *b, c = [1, 2, 3, 4, 5]
№5:枚举
如果您不了解枚举,则可能应该熟悉它。 枚举将允许您获取列表中某些值的索引。 当使用数组而不是数据框架时,这在数据科学中特别有用。
- for i,w in enumerate(array):
- print(i,w)
№6:名字切片
在Python中拆分列表非常简单! 可以使用各种各样的出色工具,但是肯定有价值的一个功能是可以命名列表的片段。 这对于Python中的线性代数特别有用。
- a = [0, 1, 2, 3, 4, 5]
- LASTTHREE = slice(-3, None)
- slice(-3, None, None)
- print(a[LASTTHREE])
№7:组相邻列表
当然可以在for循环中相当容易地对相邻循环进行分组,特别是通过使用zip(),但这当然不是最好的处理方式。 为了使事情变得更加轻松和快捷,我们可以使用zip编写一个lambda表达式,该表达式将对我们的相邻列表进行分组,如下所示:
- a = [1, 2, 3, 4, 5, 6]
- group_adjacent = lambda a, k: zip(*([iter(a)] * k))
- group_adjacent(a, 3)
- [(1, 2, 3), (4, 5, 6)]
- group_adjacent(a, 2)
- [(1, 2), (3, 4), (5, 6)]
- group_adjacent(a, 1)
№8:生成器的next()迭代
在编程的大多数正常情况下,我们可以使用一个计数器来访问一个索引并获取我们的仓位号,该计数器将只是添加到以下值的值:
- array1 = [5, 10, 15, 20]
- array2 = (x ** 2 for x in range(10))
- counter = 0for i in array1:
- # This code wouldn't work because 'i' is not in array2.
- # i = array2[i]
- i = array2[counter]
- # ^^^ This code would because we are accessing the position of i
但是,我们可以使用next()代替它。 Next使用一个迭代器,该迭代器将当前位置存储在内存中,并在后台遍历列表。
- g = (x ** 2 for x in range(10))
- print(next(g))
- print(next(g))
№9:Counter
标准库中另一个很棒的模块是集合,我今天想向您介绍的是集合中的计数器。 使用Counter,我们可以轻松获得列表的计数。 这对于获取数据中的值总数,获取数据的空计数以及查看数据的唯一值很有用。 我知道你在想什么
"为什么不只使用Pandas?"
这当然是正确的观点。 但是,使用Pandas进行自动化无疑会更加困难,并且只是在部署算法时需要将其添加到虚拟环境中的另一个依赖项。 此外,Python中的计数器类型具有Pandas系列所没有的许多功能,这使其在某些情况下更加有用。
- A = collections.Counter([1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 6, 7])
- A
- Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1})
- A.most_common(1)
- [(3, 4)]
- A.most_common(3)
- [(3, 4), (1, 2), (2, 2)]
№10:出队
收集模块中另一个很棒的事情是出队。 看看我们可以用这种类型做的所有整洁的事情!
- import collections
- Q = collections.deque()
- Q.append(1)
- Q.appendleft(2)
- Q.extend([3, 4])
- Q.extendleft([5, 6])
- Q.pop()
- Q.popleft()
- Q.rotate(3)
- Q.rotate(-3)
- print(Q)
文章题目:Python的10个神奇的技巧
浏览路径:http://www.shufengxianlan.com/qtweb/news0/391650.html
网站建设、网络推广公司-创新互联,是专注品牌与效果的网站制作,网络营销seo公司;服务项目有等
声明:本网站发布的内容(图片、视频和文字)以用户投稿、用户转载内容为主,如果涉及侵权请尽快告知,我们将会在第一时间删除。文章观点不代表本网站立场,如需处理请联系客服。电话:028-86922220;邮箱:631063699@qq.com。内容未经允许不得转载,或转载时需注明来源: 创新互联