我已经使用Python编程有多年了,即使今天我仍然惊奇于这种语言所能让代码表现出的整洁和对DRY编程原则的适用。这些年来的经历让我学到了很多的小技巧和知识,大多数是通过阅读很流行的开源软件,如Django, Flask, Requests中获得的。
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。
- >>>some_list=[1,2,3,4,5]
- >>>another_list=[x+1forxinsome_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:
- >>>
- >>>some_list=[1,2,3,4,5,2,5,1,4,8]
- >>>even_set={xforxinsome_listifx%2==0}
- >>>even_set
- set([8,2,4])
- >>>
- >>>d={x:x%2==0forxinrange(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:
- >>>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:
- >>>fromcollectionsimportCounter
- >>>c=Counter('helloworld')
- >>>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:
- >>>importjson
- >>>print(json.dumps(data))
- {"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))
- {
- "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:
- fromSimpleXMLRPCServerimportSimpleXMLRPCServer
- deffile_reader(file_name):
- withopen(file_name,'r')asf:
- returnf.read()
- server=SimpleXMLRPCServer(('localhost',8000))
- server.register_introspection_functions()
- server.register_function(file_reader)
- server.serve_forever()
客户端:
- importxmlrpclib
- 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。
英文来自:Improving Your Python Productivity
译文:外刊IT时代
相关推荐
python入门教程:18 个 Python 高效编程小技巧.docxpython入门教程:18 个 Python 高效编程小技巧.docxpython入门教程:18 个 Python 高效编程小技巧.docxpython入门教程:18 个 Python 高效编程小技巧.docxpython...
Python高级编程技巧实战.zip
一、根据条件在序列中筛选数据 假设有一个数字列表 data, 过滤列表中的负数 data = [1, 2, 3, 4, -5] # 使用列表推导式 result = [i for i in data if i >= 0] # 使用 fliter 过滤函数 result = filter(lambda x: ...
层层揭示了Python这一程序设计语言的强大功能,并通过穿插在全书各处的屏幕输出和编程技巧与提示,帮助读者搭建良好的知识结构、养成良好的编程习惯、避免常见的编程错误以及写出高效、可靠的应用程序。python编程...
层层揭示了Python这一程序设计语言的强大功能,并通过穿插在全书各处的屏幕输出和编程技巧与提示,帮助读者搭建良好的知识结构、养成良好的编程习惯、避免常见的编程错误以及写出高效、可靠的应用程序。
然而,有些Python 编程技巧和库却鲜为人知,开发者如果能掌握这些技巧,会让生活更加轻松,代码更加高效。 在本文中,我们将探索一些鲜为人知却非常好用的 Python 小技巧。学习和实现这些技巧,可以帮你节省编码的...
该资源汇总了一系列简洁、实用的 Python 编程技巧和技巧,涵盖了各种常见场景下的用例和解决方案。通过这些技巧,开发者可以更加高效地编写 Python 代码,减少冗余和重复工作,提高代码的可读性和可维护性。
Python是一种流行的编程语言,因为它具有以下几个优点: 1.易于学习和使用:Python代码相对简单,易于学习和使用,因此适合初学者。 2.跨平台:Python可以运行在多个操作系统上,包括Windows、Mac和Linux等。 3....
python 知识领域: Python 编程 技术关键词: 核心知识点, 代码优化, 高级技巧, 性能提升, 最佳...用途: 适用于初学者至中级开发者的技能提升,帮助程序员构建坚实的Python基础,提高编写高效、可维护代码的能力。
Pandas是一个在Python中广泛应用的数据分析包。市面上有很多关于Pandas的经典教程,但本文介绍几个隐藏的炫酷小技巧,我相信这些会对你有所帮助。 1. read_csv 这是读取数据的入门级命令。当要你所读取的数据量特别...
本书旨在探讨如何优化算法效率,详细阐述了经典算法和特殊算法的实现、应用技巧和复杂度验证过程,内容由浅入深,能帮助读者快速掌握复杂度适当、正确率高的高效编程方法以及自检、自测技巧,是参加ACM/ICPC、Google...
通过详细的解释、实际示例代码和总结,我们将协助您更好地理解和利用Python中的for循环,让您能够更高效地编写Python代码并解决各种编程任务。无论您是初学者还是有经验的开发者,这篇文章都将为您提供有价值的信息...
python爬虫知识领域:Python网络爬虫开发 技术关键词:多线程、异步编程、请求头设置、协程、分布式爬虫 内容关键词:效率提升、稳定性增强、异常处理、IP代理池、代码优化 用途:提高数据抓取速度,保证长期稳定...
Python编程设计城市公交线路调度优化控制系统以及实例说明是一个功能强大且有用的项目,它为城市公交系统提供了一个完整的解决方案。该项目使用Python编程语言开发,可以在不同的平台上运行,例如Windows、MacOS和...
8、Python高效编程技巧实战 链接: 密码: dtn6 9、快速开发轻量级App 链接: 密码: 3phy 10、6小时 jQuery开发一个前端应用 链接: 密码: r2cc 11、Android架构师之路 网络层架构设计与实战 链接: 密码: 95gd 12、程序...
作为一种解释型的语言,Python具有高效的数据结构,提供了一种简单但很有效的方式以便进行面向对象编程。 为了使广大读者既能了解Python语言的基础知识,又能将Python语言应用于特定领域(如Web开发),李勇,本书全面...
8、Python高效编程技巧实战 链接: 密码: dtn6 9、快速开发轻量级App 链接: 密码: 3phy 10、6小时 jQuery开发一个前端应用 链接: 密码: r2cc 11、Android架构师之路 网络层架构设计与实战 链接: 密码: 95gd 12、程序...