python语法技巧

目录：

七、python break continue用法

一、三元表达式

二、用列表推导式来取代map和filter

三、函数式编程

四、fluent python 阅读笔记

五、enum库用法

六、python直接赋值和for循环执行效率比较

 

七、python break continue用法

1.break   意思为结束循环

2.continue  意思为结束当前循环进入下一个循环

一、三元表达式：

value=  true-expr if condition else false-expr

例如：a='positive' if 3>0 else 'negative'

二、用列表推导式来取代map和filter

a=[1,2,3,4,5] squares=list(map(lambda x:x**2,a)) print(squares) #[1, 4, 9, 16, 25]
squares=[x**2 for x in a] print(squares) #[1, 4, 9, 16, 25]
data=list(map(lambda x:x**2 ,filter(lambda x:x%2==0,a))) print(data)  #[4, 16]
data_one=[x**2 for x in a if x%2==0] 等价于data_one=[x**2 for x in a and x%2==0]

print(data_one) #[4, 16] #字典与集合也有相似的推导机制 chile_ranks={'ghost':1,'habanero':2,'cayenne':3} rank_dict={rank:name for name,rank in chile_ranks.items()} chile_len_set={len(name) for name in rank_dict.values()} print(rank_dict) #{1: 'ghost', 2: 'habanero', 3: 'cayenne'} print(chile_len_set) #{8, 5, 7}

三、函数式编程

能接收其余函数做为参数的函数，被称为高阶函数(high-order function)

表明性高阶函数：map() filter() 和 reduce()

map()函数接收两个参数，一个是函数，一个是Iterable，map将传入的函数依次做用到序列的每一个元素，

并把结果做为新的Iterable返回。

lambda_sum=lambda x,y:x+y print(lambda_sum(3,4))  #7
data_list=[1,3,5,6] result=map(lambda x:x+3,data_list) print(list(result))  #[4, 6, 8, 9]
def f(x): return x+3 result_one=list(map(f,data_list)) print(result_one)   #[4, 6, 8, 9]

reduce():把一个函数做用在一个序列[x1,x2,x3,...]上，这个函数必须接收两个参数，reduce把结果

继续和序列的下一个元素作累积计算。感受用处不大！本身也能写，会麻烦一些，若是须要，仍是可用。

from functools import reduce data_list=[1,3,5] print(reduce(lambda x,y:2*x+y,data_list)) #15
def f_reduce(x,y): return 2*x+y print(reduce(f_reduce,data_list))  #15
new_list=data_list[:1] for i in range(1,len(data_list)): new_list.append(2*new_list[i-1]+data_list[i]) print(new_list)  #[1, 5, 15]
print(new_list[-1]) #15

def prod(L): new_list=L[:1] for i in range(1,len(L)): new_list.append(new_list[i-1]*L[i]) return new_list[-1] print(prod([3, 5, 7, 9]))  #945
def prod(L): return reduce(lambda x,y:x*y,L) print(prod([3, 5, 7, 9]))  #945

 三、filter() ，和map()相似，也接收一个函数和一个序列。和map()不一样的是，filter()把传入的函数依次做用于每一个元素，

而后根据返回值是True仍是False决定保留仍是丢弃该元素

list(filter(lambda x:x%2==0,[3,4,5]))  #[4]
list(filter(lambda x:x%2==1,[3,4,5]))  #[3,5]

lst=[x**2 for x in range(10)]  #[0, 1, 4, 9, 16, 25, 36, 49, 64, 81]
x1=[1,3,5] y1=[9,12,13] lst1=[x**2 for (x,y) in zip(x1,y1) if y>10] print(lst1)  #[9, 25]
dict={k:v for k,v in enumerate('vamei') if v not in 'vi'} print(dict)  #{1: 'a', 2: 'm', 3: 'e'}

四、fluent python 阅读笔记

import os,time,sys,requests POP20_CC=('CN IN US ID BR PK NG BD RU JP ' 'MX PH VN ET EG DE IR TR CD FR').split() BASE_URL='http://flupy.org/data/flags' DEST_DIR='E://' def save_flag(img,filename): path=os.path.join(DEST_DIR,filename) with open(path,'wb') as fp: fp.write(img) def get_flag(cc): url='{}/{cc}/{cc}.gif'.format(BASE_URL, cc=cc.lower()) resp=requests.get(url) return resp.content def show(text): print(text,end=' ') sys.stdout.flush() def download_many(cc_list): for cc in sorted(cc_list): image=get_flag(cc) show(cc) save_flag(image,cc.lower()+'.gif') return len(cc_list) def main(download_many): t0=time.time() count=download_many(POP20_CC) elapsed=time.time()-t0 msg='\n{} flags downloaded in {:.2f}' print(msg.format(count,elapsed)) if __name__=='__main__': main(download_many)

简单的一个代码，写的比较好！将一个脚本任务按照实现流程分为几个动做，每一个动做写一个函数，有以下优势：

一、代码清晰

思路清晰，而非胡子眉毛一把抓，总体任务分为若干个小动做，一个动做用一个函数来实现。

二、易于扩展

若是代码某一块须要修改，能够仅修改部分函数便可，对其余函数无影响，也能够增长其余功能。

三、写主函数

代码中包含有主函数，从主函数开始，便于程序的阅读，一看到main()，知道从这里开始阅读起。

四、不一样函数之间变量名称

写函数的时候能够以变量名称、类型方式写，注意函数内变量一致便可，调用时则使用全局变量中名称，二者要不同吗？为何呢？？

好比这样改写download_many函数：

def download_many(POP20_CC):

    for cc in sorted(POP20_CC):
        image=get_flag(cc)
        show(cc)
        save_flag(image,cc.lower()+'.gif')
    return len(POP20_CC)

若是咱们修改主函数，下载10个国家国旗图片

  POP10_CC=('CN IN US ID BR PK NG BD RU JP').split()

def main(download_many):
    t0=time.time()
    count=download_many(POP10_CC)
    elapsed=time.time()-t0
    msg='\n{} flags downloaded in {:.2f}'
    print(msg.format(count,elapsed))

结果是主函数的修改对download_many函数仍是起做用，由于download_many函数中变量只是至关于x，真正起做用仍是调用时主函数中输入的参数值，因此你这样写也没有问题。不过用变量cc_list好，阅读起来不会引发混淆，无论你是下10国国旗仍是20国国旗。若是你download_many中是20国国旗做为变量，调用时输入10国国旗为参数，看起来比较别扭。

本身之后写代码要学习这种写法！

五、python中实现switch语法结构

https://www.zhihu.com/question/21123544

def case1(somearg): pass
def case2(somearg): pass
def case3(somearg): pass switch={ 1: case1, 2: case2, 3: case3 } switch[case](arg)

 

五、enum库用法

from enum import Enum
EventType=Enum('EventType','tick bar signal')
EventType.tick
Out[29]: <EventType.tick: 1>
dir(EventType)
Out[30]: ['__class__', '__doc__', '__members__', '__module__', 'bar', 'signal', 'tick']

 

dic ={'a': 1, 'b': 2, 'c': 3}
for n,buf in enumerate(dic):
    print(n,buf)
# 0 a
# 1 b
# 2 c

 

六、python直接赋值和for循环执行效率比较

结论：直接赋值比for循环要快

# 下面代码为 将一个对象全部属性 给 另外一个对象，注意test1不行。

from datetime import datetime


class A():
    name = "runoob"


def test(a, b):
    for k, v in a.__dict__.items():
        setattr(b, k, v)


def test1(a, b):
    for k, v in a.__dict__.items():
        b.k = v


def test2(a, b):
    b.a = a.a
    b.b = a.b
    b.c = a.c
    b.d = a.d
    b.e = a.e
    b.f = a.f


def run(f, a, b):
    start = datetime.now()
    for i in range(10000):  # 0000000
        f(a, b)
    end = datetime.now()
    print(end - start)


dic = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6, 'aa': 1, 'ba': 2, 'ca': 3, 'da': 4, 'ea': 5, 'fa': 6}
a = A()
for k, v in dic.items():
    setattr(a, k, v)
print(a.__dict__)
b = A()
run(test, a, b)
print(b.__dict__)

# test
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
# 0:00:09.460686
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}

# test1
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
# 0:00:05.086406
# {'k': 6}

# test2
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}
# 0:00:03.672156
# {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6}

 

# 下面代码为 将一个字典全部键值对 做为 一个对象的属性

print('ok')
from datetime import datetime


class A():
    name = "runoob"


def test(a, b):
    for k, v in a.items():
        setattr(b, k, v)

def test1(a,b):
    for k,v in a.items():
        b.__setattr__(k,v)

def test2(a, b):
    b.a = a['a']
    b.b = a['b']
    b.c = a['c']
    b.d = a['d']
    b.e = a['e']
    b.f = a['f']
    b.aa = a['aa']
    b.ba = a['ba']
    b.ca = a['ca']
    b.da = a['da']
    b.ea = a['ea']
    b.fa = a['fa']


def run(f, a, b):
    start = datetime.now()
    for i in range(10000):  # 0000000
        f(a, b)
    end = datetime.now()
    print(end - start)


a = {'a': 1, 'b': 2, 'c': 3, 'd': 4, 'e': 5, 'f': 6, 'aa': 1, 'ba': 2, 'ca': 3, 'da': 4, 'ea': 5, 'fa': 6}
b = A()
run(test1, a, b)
print(b.__dict__)


# 结果：赋值比for循环快