Python不像想象那么简单！学会这些小技巧，离精通更进一步

本文转载自公众号“读芯术”(ID：AI_Discovery)。

成都网络公司-成都网站建设公司创新互联建站十载经验成就非凡，专业从事成都做网站、成都网站设计，成都网页设计，成都网页制作，软文发布平台，1元广告等。十载来已成功提供全面的成都网站建设方案，打造行业特色的成都网站建设案例，建站热线：18982081108，我们期待您的来电！

Python看起来似乎是一种任何人都可以学习的简单语言，但实际上，学会不等于精通，Python的“后劲儿”超乎我们的想象，它容易入门却很难掌握。在Python中，一个通常有多种处理方法，但很容易出错的地方很多;或者仅仅因为不知道模块的存在，你就得重新创建标准库，这很浪费时间。

Python标准库是一个巨大的野兽，它的生态系统绝对是庞大的。虽然Python模块可能有200万千兆字节，好在有一些使用技巧存在，我们可以用Python中与科学计算相关的标准库和包来学习。

1. 反转字符串

虽然看似是很基础的操作，但是用char循环来反转字符串可能会非常繁琐麻烦。幸运的是，Python包含了一个简单的内置操作来准确地执行这个任务，我们只需访问字符串上的索引::-1。

 
 
 
   
  
  
  a = "!dlrow olleH"   
  
  
  backward = a[::-1]

2. Dims作为变量

在大多数语言中，为了将数组放入一组变量中需迭代循环值，或按位置访问暗点，如下所示：

 
 
 
   
  
  
  firstdim = array[1]

然而，在Python中有一种更好更快的方法。为了将一列值改为变量，可以简单地将变量名设置为与数组长度相同的数组：

 
 
 
   
  
  
  array = [5, 10, 15, 20]   
  
  
  five, ten, fift, twent = array

3. 生成器的next()迭代

在编程中的大多数正常情况下，可以访问一个索引，并使用计数器获取位置数字，计数器将只是一个值，添加到：

 
 
 
   
  
  
  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 areaccessing the position of i

我们也可以用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，并在后台迭代列表：

 
 
 
   
  
  
  g = (x ** 2 for x in range(10))   
  
  
  print(next(g))   
  
  
  print(next(g))

4. 智能拆包

迭代地解压值可能会非常耗费时力，Python中有几种不错的方法可以用来解压列表的方法。其中一个是*，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. 列举

不了解列举那可不太行。列举可以获取列表中某些值的索引，在数据科学中使用数组而不是数据帧时，这就特别有用：

 
 
 
   
  
  
  for i,w in enumerate(array):   
  
  
      print(i,w)

6. 命名切片

Python中，分割列表非常简单，各式各样优秀工具都能做到。特别好的一点是，它还能够给列表命名，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. Itertools

如果深入学习Python，那你肯定要熟悉itertools。itertools是标准库中的一个模块，它可以不断地解决迭代问题。它不仅使编写复杂循环大幅度变容易，而且还使代码更简洁快速。有数百种Itertools的使用示例，来看看其中一个：

 
 
 
   
  
  
  c = [[1, 2], [3, 4], [5, 6]]   
  
  
  # Let's convert this matrix to a 1 dimensional list.   
  
  
  import itertools as it   
  
  
  newlist = list(it.chain.from_iterable(c))

8. 分组相邻列表

在for循环中，对相邻循环进行分组当然很容易，特别是使用zip()，但这肯定不是最好的方法。为了更轻松便捷地实现这一点，可以用zip编写一个lambda表达式，该表达式将对相邻列表进行分组，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)

9. 计数器

集合也是模块中很好的标准库，这里向大家介绍的是集合中的计数器。使用计数器，可以轻松获得一个列表的计数。这对于获取数据中的值总数、数据的空计数，以及查看数据的唯一值非常有用。

“为什么不直接使用Pandas呢?”使用Pandas来实现这一点无疑会困难得多，而且这只是在部署算法时需要添加到虚拟环境中的另一个依赖项。另外，Python中的计数器类型有很多Pandas系列没有的特性，这使其在某些情况下更有用。

 
 
 
   
  
  
  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

如下所示，出队能让代码非常整洁：

 
 
 
   
  
  
  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)

这些是笔者一直爱用的Python技巧，都非常通用和实用，实践中总有机会能用到。Python的标准库函数工具箱变得越来越多样，还有很多笔者也没听说过的工具。学无止境，这多么令人兴奋！

分享标题：Python不像想象那么简单！学会这些小技巧，离精通更进一步
网站地址：http://www.shufengxianlan.com/qtweb/news6/556556.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

猜你还喜欢下面的内容