python实用技巧
1.原地交换两个数字
Python 提供了一个直观的在一行代码中赋值与交换（变量值）的方法，请参见下面的示例：python
In [1]: x,y = 10 ,20 In [2]: print(x,y) 10 20 In [3]: x, y = y, x In [4]: print(x,y) 20 10
赋值的右侧造成了一个新的元组，左侧当即解析（unpack）那个（未被引用的）元组到变量 <x> 和 <y>。
一旦赋值完成，新的元组变成了未被引用状态而且被标记为可被垃圾回收，最终也完成了变量的交换。linux
2.链状比较操做符
比较操做符的聚合是另外一个有时很方便的技巧：程序员
In [5]: n = 10
In [6]: result = 1 < n < 20
In [7]: result
Out[7]: True
In [8]: result = 1 > n <= 9
In [9]: result
Out[9]: False
3.使用三元操做符来进行条件赋值
三元操做符是 if-else 语句也就是条件操做符的一个快捷方式：web
[表达式为真的返回值] if [表达式] else [表达式为假的返回值]
这里给出几个你能够用来使代码紧凑简洁的例子。下面的语句是说“若是 y 是 9，给 x 赋值 10，否则赋值为 20”。若是须要的话咱们也能够延长这条操做链。编程
x = 10 if (y == 9) else 20
一样地，咱们能够对类作这种操做：json
x = (classA if y == 1 else classB)(param1, param2)
在上面的例子里 classA 与 classB 是两个类，其中一个类的构造函数会被调用.服务器
4.多行字符串
基本的方式是使用源于 C 语言的反斜杠：app
In [20]: multistr = "select * from multi_row \
...: where row_id < 5"
In [21]: multistr
Out[21]: 'select * from multi_row where row_id < 5'
另外一个技巧是使用三引号：python2.7
In [23]: multistr ="""select * from multi_row
...: where row_id < 5"""
In [24]: multistr
Out[24]: 'select * from multi_row \nwhere row_id < 5'
上面方法共有的问题是缺乏合适的缩进，若是咱们尝试缩进会在字符串中插入空格。因此最后的解决方案是将字符串分为多行而且将整个字符串包含在括号中：ssh
In [25]: multistr = ("select * from multi_row "
...: "where row_id < 5 "
...: "order by age")
In [26]: multistr
Out[26]: 'select * from multi_row where row_id < 5 order by age'
5.存储列表元素到新的变量中
咱们可使用列表来初始化多个变量，在解析列表时，变量的数目不该该超过列表中的元素个数：【译者注：元素个数与列表长度应该严格相同，否则会报错】
In [27]: testlist = [1,2,3] In [28]: x,y,z = testlist In [29]: print(x,y,z) 1 2 3
6.打印引入模块的文件路径
若是你想知道引用到代码中模块的绝对路径，可使用下面的技巧：
In [30]: import threading In [31]: import socket In [32]: print(threading) <module 'threading' from '/usr/local/lib/python3.5/threading.py'> In [33]: print(socket) <module 'socket' from '/usr/local/lib/python3.5/socket.py'>
7.交互环境下的"_"操做符
这是一个咱们大多数人不知道的有用特性，在 Python 控制台，不论什么时候咱们测试一个表达式或者调用一个方法，结果都会分配给一个临时变量： _（一个下划线）。
In [34]: 2 + 3 Out[34]: 5 In [35]: _ Out[35]: 5 In [36]: print(_) 5
“_” 是上一个执行的表达式的输出。
8.字典/集合推导式
与咱们使用的列表推导类似，咱们也可使用字典/集合推导，它们使用起来简单且有效，下面是一个例子：
In [37]: testDict = {i : i*i for i in range(5)}
In [38]: testSet = { i*2 for i in range(5)}
In [39]: testDict
Out[39]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
In [40]: testSet
Out[40]: {0, 2, 4, 6, 8}
注：两个语句中只有一个 <:> 的不一样
9.调试脚本
咱们能够在 <pdb> 模块的帮助下在 Python 脚本中设置断点，下面是一个例子：
import pdb pdb.set_trace()
咱们能够在脚本中任何位置指定 <pdb.set_trace()> 而且在那里设置一个断点，至关简便。
| 命令 | 说明 |
|---|---|
| break 或b | 设置断点 |
| continue 或 c | 继续执行程序到下一个断点 |
| list 或 l | 查看当前行的代码段 |
| step 或 s | 进入函数 |
| return 或 r | 执行代码直到从当前函数返回 |
| exit 或 q | 停止并退出 |
| next 或 n | 执行下一行 |
| clear 或 cl | 清除断点 |
| p 或 pp | 打印变量的值 |
| cl | 清除断点 |
| help | 帮助 |
10.开启文件分享
Python 容许运行一个 HTTP 服务器来从根路径共享文件，下面是开启服务器的命令：（python3环境）
python3 -m http.server
上面的命令会在默认端口也就是 8000 开启一个服务器，你能够将一个自定义的端口号以最后一个参数的方式传递到上面的命令中。
11.检查Python中的对象
咱们能够经过调用 dir() 方法来检查 Python 中的对象，下面是一个简单的例子：
In [41]: test = [1,3,5,7] In [42]: print(dir(test)) ['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']
会列出对象的属性方法。
12.简化if语句
咱们可使用下面的方式来验证多个值：
if m in [1,3,5,7]:
而不是
if m==1 or m==3 or m==5 or m==7:
或者，对于 in 操做符咱们也可使用 '{1,3,5,7}' 而不是 '[1,3,5,7]'，由于 set 中取元素是 O(1) 操做。
13.运行时检测Python版本
当正在运行的 Python 低于支持的版本时，有时咱们也许不想运行咱们的程序。为达到这个目标，你可使用下面的代码片断，它也以可读的方式输出当前 Python 版本：
import sys
#Detect the Python version currently in use.
if not hasattr(sys, "hexversion") or sys.hexversion != 50660080:
print("Sorry, you aren't running on Python 3.5n")
print("Please upgrade to 3.5.n")
sys.exit(1)
#Print Python version in a readable format.
print("Current Python version: ", sys.version)
或者你可使用 sys.version_info >= (3, 5) 来替换上面代码中的 sys.hexversion != 50660080，这是一个读者的建议。
python3运行结果：
Python 3.5.1 (default, Dec 2015, 13:05:11) [GCC 4.8.2] on linux Current Python version: 3.5.2 (default, Aug 22 2016, 21:11:05) [GCC 5.3.0]
14.组合多个字符串
若是你想拼接列表中的全部记号，好比下面的例子：
In [44]: test = ['I', 'Like', 'Python', 'automation'] In [45]: ''.join(test) Out[45]: 'ILikePythonautomation'
15.四种翻转字符串/列表的方式
翻转列表自己
In [49]: testList = [1, 3, 5] In [50]: testList.reverse() In [51]: testList Out[51]: [5, 3, 1]
在一个循环中翻转并迭代输出
In [52]: for element in reversed([1,3,5]):
...: print(element)
...:
5
3
1
一行代码翻转字符串
In [53]: "Test Python"[::-1] Out[53]: 'nohtyP tseT'
使用切片翻转列表
[1, 3, 5][::-1]
17.在python中使用枚举量
咱们可使用下面的方式来定义枚举量：
In [56]: class Shapes:
...: Circle,Square,Triangle,Quadrangle = range(4)
...:
In [57]: Shapes.Circle
Out[57]: 0
In [58]: Shapes.Square
Out[58]: 1
In [59]: Shapes.Triangle
Out[59]: 2
In [60]: Shapes.Quadrangle
Out[60]: 3
18.从方法中返回多个值
并无太多编程语言支持这个特性，然而 Python 中的方法确实（能够）返回多个值，请参见下面的例子来看看这是如何工做的：
In [61]: def x():
...: return 1,2,3,4
...:
In [62]: a,b,c,d = x()
In [63]: print(a,b,c,d)
1 2 3 4
19.从两个相关的序列构建一个字典
In [92]: t1 = (1,2,3)
In [93]: t2 =(10,20,30)
In [94]: dict(zip(t1,t2))
Out[94]: {1: 10, 2: 20, 3: 30}
20.将字典拆分为键和值的列表
c = {'Bob': 'male', 'Jack': 'male', 'Mary': 'female', 'Tom': 'male'}
keys1 = list(c.keys())#['Bob', 'Jack', 'Tom', 'Mary']
values1 = list(c.values())#['male', 'male', 'male', 'female']
21.一行代码计算任何数的阶乘
python3环境：
In [75]: import functools In [76]: result = ( lambda k : functools.reduce(int.__mul__,range(1,k+1),1))(3) In [77]: result Out[77]: 6
22.找到列表中出现最频繁的数
In [82]: test = [1,2,3,4,2,2,3,1,4,4,4] In [83]: print(max(set(test),key=test.count)) 4
23.重置递归限制
Python 限制递归次数到 1000，咱们能够重置这个值：
import sys x=1001 print(sys.getrecursionlimit()) sys.setrecursionlimit(x) print(sys.getrecursionlimit()) #1-> 1000 #2-> 100
谨慎修改
24.检查一个对象的内存使用
在 Python 2.7 中，一个 32 比特的整数占用 24 字节，在 Python 3.5 中利用 28 字节。为肯定内存使用，咱们能够调用 getsizeof 方法：
python2.7：
import sys x=1 print(sys.getsizeof(x)) #-> 24
python3：
In [86]: import sys In [87]: x = 1 In [88]: sys.getsizeof(x) Out[88]: 28
25.使用slots来减小内存开支
你是否注意到你的 Python 应用占用许多资源特别是内存？有一个技巧是使用slots类变量来在必定程度上减小内存开支。
import sys
class FileSystem(object):
def __init__(self, files, folders, devices):
self.files = files
self.folders = folders
self.devices = devices
print(sys.getsizeof( FileSystem ))
class FileSystem1(object):
__slots__ = ['files', 'folders', 'devices']
def __init__(self, files, folders, devices):
self.files = files
self.folders = folders
self.devices = devices
print(sys.getsizeof( FileSystem1 ))
#In Python 3.5
#1-> 1016
#2-> 888
很明显，你能够从结果中看到确实有内存使用上的节省，可是你只应该在一个类的内存开销没必要要得大时才使用slots。只在对应用进行性能分析后才使用它，否则地话，你只是使得代码难以改变而没有真正的益处。
26.使用lambda来模仿输出方法
In [89]: import sys
In [90]: lprint = lambda *args: sys.stdout.write("".join(map(str,args)))
In [91]: lprint("python","tips",1000,1001)
Out[91]: pythontips1000100118
27.使用字典来存储选择操做
咱们能构造一个字典来存储表达式：
In [70]: stdacl = {
...: 'sum':lambda x,y : x + y,
...: 'subtract':lambda x,y : x - y
...: }
In [73]: stdacl['sum'](9,3)
Out[73]: 12
In [74]: stdacl['subtract'](9,3)
Out[74]: 6
28.一行代码搜索字符串的多个先后缀
In [95]: print("http://www.google.com".startswith(("http://", "https://")))
True
In [96]: print("http://www.google.co.uk".endswith((".com", ".co.uk")))
True
29. 不使用循环构造一个列表
In [101]: test = [[-1, -2], [30, 40], [25, 35]] In [102]: import itertools In [103]: print(list(itertools.chain.from_iterable(test))) [-1, -2, 30, 40, 25, 35]
30.在Python中实现一个真正的switch-case语句
下面的代码使用一个字典来模拟构造一个switch-case。
In [104]: def xswitch(x):
...: return xswitch._system_dict.get(x, None)
...:
In [105]: xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}
In [106]: print(xswitch('default'))
None
In [107]: print(xswitch('devices'))
2
31.计数时使用Counter计数对象
这听起来显而易见，但常常被人忘记。对于大多数程序员来讲，数一个东西是一项很常见的任务，并且在大多数状况下并非颇有挑战性的事情——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：
>>> 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)]
32.漂亮的打印出JSON
JSON是一种很是好的数据序列化的形式，被现在的各类API和web service大量的使用。使用python内置的json处理，可使JSON串具备必定的可读性，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，咱们可使用indent参数来输出漂亮的JSON。当在控制台交互式编程或作日志时，这尤为有用：
>>> 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
}
]
}