5个常常被大家忽略的Python小技巧

明月及时有
529 阅读8分钟
原文链接： www.cnblogs.com
SXT明辉
随笔- 174  文章- 0  评论- 30  博客园  首页   新随笔  联系  管理   订阅  订阅 5个常常被大家忽略的Python小技巧

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 2 3 4 5 6 >>> some_list = [1, 2, 3, 4, 5]   >>> another_list = [ x + 1 for x in some_list ]   >>> another_list [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 2 3 4 5 6 7 8 9 10 11 12 13 14 >>> # Set Comprehensions >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]   >>> even_set = { x for x in some_list if x % 2 == 0 }   >>> even_set set([8, 2, 4])   >>> # Dict Comprehensions   >>> d = { x: x % 2 == 0 for x in range(1, 11 ) }   >>> d {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 2 3 4 >>> my_set = {1, 2, 1, 2, 3, 4}   >>> my_set 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 2 3 4 5 6 7 8 >>> from collections import Counter >>> c = Counter( hello world )   >>> c Counter({ l : 3, o : 2, : 1, e : 1, d : 1, h : 1, r : 1, w : 1})   >>> c.most_common(2) [( 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 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 >>> import json   >>> print(json.dumps(data))  # No indention {"status": "OK", "count" : 2, "results": [{"age" : 27, "name": "Oz" , "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}   >>> print(json.dumps(data, indent=2 ))  # With indention   {  "status": "OK",  "count": 2,  "results": [      {      "age": 27,      "name": "Oz",        "lactose_intolerant": true    },    {      "age": 29,        "name": "Joe",      "lactose_intolerant": false    }  ]   }

　　

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。

下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子：

?
1 2 3 4 5 6 7 8 9 10 11 12 13 from SimpleXMLRPCServer import SimpleXMLRPCServer   def file_reader(file_name):      with open(file_name, r ) as f:        return f.read()   server = SimpleXMLRPCServer(( localhost , 8000)) server.register_introspection_functions()   server.register_function(file_reader)   server.serve_forever()

　　

客户端：

?
1 2 3 4 import xmlrpclib proxy = xmlrpclib.ServerProxy( http:// localhost:8000/ )   proxy.file_reader( /tmp/secret.txt )

　　

我们这样就得到了一个远程文件读取工具，没有外部的依赖，只有几句代码(当然，没有任何安全措施，所以只可以在家里这样做)。

 

5. Python神奇的开源社区

 

这里我提到的几个东西都是Python标准库里的，如果你安装了Python，你就已经可以这样使用了。而对于很多其它类型的任务，这里有大量的社区维护的第三方库可供你使用。

下面这个清单是我认为的好用且健壮的开源库的必备条件：

好的开源库必须…

  • 包含一个很清楚的许可声明，能适用于你的使用场景。

  • 开发和维护工作很活跃(或，你能参与开发维护它。)

  • 能够简单的使用pip安装或反复部署。

  • 有测试套件，具有足够的测试覆盖率。

如果你发现一个好的程序库，符合你的要求，不要不好意思——大部分的开源项目都欢迎捐赠代码和欢迎提供帮助——即使你不是一个Python高手。

转载自：机器学习算法与python学习       更详细全面的整套Python学习资料视频请留言获取

posted on 2019-03-02 10:46 SXT明辉 阅读(3) 评论(0) 编辑 收藏 刷新评论刷新页面返回顶部 注册用户登录后才能发表评论，请 登录 或 注册，访问网站首页。 【推荐】超50万C++/C#源码: 大型实时仿真HMI组态CAD\GIS图形源码！
【推荐】专业便捷的企业级代码托管服务 - Gitee 码云
< 2019年3月 >
日 一 二 三 四 五 六
24 25 26 27 28 1 2
3 4 5 6 7 8 9
10 11 12 13 14 15 16
17 18 19 20 21 22 23
24 25 26 27 28 29 30
31 1 2 3 4 5 6
昵称：SXT明辉
园龄：1年5个月
粉丝：36
关注：0 +加关注

搜索

   

常用链接

我的标签

随笔档案

最新评论

阅读排行榜

评论排行榜

推荐排行榜

Copyright ©2019 SXT明辉
avatar
文章
阅读
粉丝