0
点赞
收藏
分享

微信扫一扫

「Python」8个提升Python代码质量的小技巧

天行五煞 2022-03-11 阅读 95

enumerate()代替range(len())

问题:遍历一个列表,把里面小于0的值置为0。

遍历列表,是开发过程中经常会涉及到的一种操作。

大多数Python开发者都习惯于使用range(len())语法,这一种方式是很多教程、书籍上介绍的,因此,很多同学也就默认选择使用这种方式去遍历列表。

在遍历列表里,使用enumerate()枚举函数是一个更佳的选择,因为它可以同时获取索引和当前项,这对在很多场景下是非常实用的。而使用range(len())却不能兼顾索引和当前项。

data = [1, 2, -3, -4]

# range(len())
for i in range(len(data)):
    if data[i] < 0:
        data[i] = 0


# enumerate()
data = [1, 2, -3, -4]
for idx, num in enumerate(data):
    if num < 0:
        data[idx] = 0

列表表达式代替for循环

问题:求一个列表中所有制的平方。

如果使用比较常用的for循环方式是这样的:

squares = []
for i in range(10):
    squares.append(i*i)

而使用列表表达式,是下面这样的:

squares = [i*i for i in range(10)]

列表表达式非常强大,它还可以结合条件语句进行使用。

不过,不要过度使用列表表达式。因为,它使代码变得简单的同时也增加了阅读理解的成本。所以,在一些复杂的语句不建议使用列表表达式。

使用set去重

问题:对一个列表中的元素进行去重。

当看到这个问题,获取有的同学会想到很多复杂的方法,遍历、字典....

如果使用set一行代码就可以实现列表元素的去重。

因为,set是一种无序的集合,所以,它会自动去除列表中的重复元素。

my_list = [1,2,3,4,5,6,7,7,7]
set(my_list)
# set([1, 2, 3, 4, 5, 6, 7])

利用生成器节省内存

问题:如果列表中有10000个元素,该如何节省内存?

如果元素比较少,使用列表是一个比较好的选择。如果元素多到一定程度,那么列表就变得非常耗费内存。

形象的解释生成器,就如同它的名称一样,它每次只生成一个元素,当调用它的时候,它会逐步生成下一个元素。如果不调用它的话,它就是一个非常节省内存的函数。

下面来对比一下,

import sys

my_list = [i for i in range(10000)]
print(sys.getsizeof(my_list), 'bytes') # 87616 bytes

my_gen = (i for i in range(10000))
print(sys.getsizeof(my_gen), 'bytes') # 128 bytes

使用.get().setdefault()访问字典

问题:访问一个字典中的值。

当通过key访问字典时,如果字典中没有这个K-V值,那么,它会报错、终止程序,并返回KeyError。

所以更好的方法是在字典上使用.get()方法。这也会返回键的值,但是如果键不可用,它不会引发键错误。相反,它返回指定的默认值,如果没有指定它,则返回None。

my_dict = {'item': 'football', 'price': 10.00}
price = my_dict['count'] # KeyError!

# better:
price = my_dict.get('count', 0) # optional default value

使用字典进行计数是一种常用的操作。

在这个过程中,需要首先判断字典中是否存在key,然后赋给默认值,而使用.setdefault()可以直接给字典设定默认值。

使用collections.Counter计数

问题:统计列表字段中的元素出现次数,筛选出现频率最高的元素。

在项目开发过中,计数、统计频率,是经常会遇到的问题。

而Python自带的标准模块collections.Counter提供了很多好用、强大的技术方法,只需要一行代码,就可以完成很多复杂逻辑才能完成的工作。

例如,要统计一个列表中出现频率最高的元素,可以这样实现:

from collections import Counter

my_list = [10, 10, 10, 5, 5, 2, 9, 9, 9, 9, 9, 9]
counter = Counter(my_list)

most_common = counter.most_common(2)
print(most_common) # [(9, 6), (10, 3)]
print(most_common[0]) # (9, 6)
print(most_common[0][0]) # 9

使用**合并字段

问题:2个字典,把元素合并到同一个字段里

不需要经过2层遍历去读取字典中的元素,然后在把这些元素合并到同一个字典中,只需要简单的双星号**就可以实现这个需求。

这种语法是自Python 3.5以来的新语法,在Python3.5之前无法使用。

下面来看一下示例:

d1 = {'name': 'Alex', 'age': 25}
d2 = {'name': 'Alex', 'city': 'New York'}
merged_dict = {**d1, **d2}
print(merged_dict)
# {'name': 'Alex', 'age': 25, 'city': 'New York'}

使用if x in list简化条件语句

问题:判断是否等于列表中的某个元素的值。

习惯于C/C++、Java等其他编程语言进行开发的同学,当遇到条件语句时,会选择==或者!=来进行判断。

如果需要判断的条件较多的话,这样需要写很长的语句,例如:

colors = ["red", "green", "blue"]

c = "red"

if c == "red"or c == "green"or c == "blue":
    print("is main color")

而在Python中,对于条件语句进行了很大程度的简化,可以使用in来解决这个问题,只需要简短的一行代码就可以完成。

colors = ["red", "green", "blue"]

c = "red"

if c in colors:
    print("is main color")

最后祝大家天天进步!!学习Python最重要的就是心态。我们在学习过程中必然会遇到很多难题,可能自己想破脑袋都无法解决。这都是正常的,千万别急着否定自己,怀疑自己。如果大家在刚开始学习中遇到困难,想找一个python学习交流环境,可以加入我们,领取学习资料,一起讨论

 

 

举报

相关推荐

0 条评论