提高Python编程效率的几种方法

前言

咱们知道Python这门语言在运行速度上已经败给了许多别的语言(好比C, C++, Java, Golang....).但从一个开发者的角度来看Python是我最喜欢的语言,很大一部分缘由在于其语法简单(实际上是我比较懒),还有不少很sao的操做,能够大大提升咱们的敲代码的效率.咱们一般叫这种sao操做为pythonic.

Python的sao操做不少,这里先介绍几种,之后慢慢更.

1.交换两个变量

传统写法:

temp = a
a = b
b = temp

pythonic:

a, b = b, a

2.枚举enumerate

设想一个场景,有一个列表["老胡", "老王", "老李", "老赵"],如今要求你建立一个字典,其中字典的每一项key为列表的元素,value为对应元素的下标,该怎么作?这并非枚举的最佳使用场景,这里只是一个例子,告诉大家枚举其实很好用.

传统写法:

alist = ["老胡", "老王", "老李", "老赵"]

aDict = {}

for i in range(len(alist)):
    aDict[alist[i]] = i

pythonic:

alist = ["老胡", "老王", "老李", "老赵"]

aDict = {}

for index, item in enumerate(alist):
    aDict[item] = index

3.推导式

Python中的推导式分为三种列表推导式,字典推导式,集合推导式,因为集合推导式和列表推导式神似这里就不在过多演示.

列表推导式

设想一个场景,要求你把1-100间的全部偶数放到列表evenList中

传统写法:

evenList = []

for i in range(0, 101):
   if i % 2 == 0:
       evenList.append(i)

pythonic:

evenList = [i for i in range(0,101) if i % 2 == 0]

只用一行代码是否是很爽呢.

给出列表推导式的规范:

variable = [out_exp for out_exp in input_list if 某个条件成立]

字典推导式

设想一个场景,这里要求你把一个字典里全部的key和value位置交换

传统写法:

ADict = {
    "key1": "value1",
    "key2": "value2",
    "key3": "value3"
}

BDict = {}

for key, value in ADict.items():
    BDict[value] = key

pythonic:

ADict = {
    "key1": "value1",
    "key2": "value2",
    "key3": "value3"
}

BDict = {value: key for key, value in ADict.items()}

熟练使用推导式可让你的代码变得十分的简短!

4.lambda表达式

这无疑是一个很是重要的语法,然而不少新手却不喜欢使用...

所谓lambda表达式就是匿名函数,咱们为何要使用匿名函数呢?有些时候咱们想要使用一个函数可是整个程序中只须要使用这一次,这时候使用lambda表达式无疑最方便了

设想一个场景,有一个列表里面存放着一对对的元组,如今要按元组的第二个元素对该列表进行排序

传统方法:

aList = [(2, 3), (1, 2), (4, 5), (7, 4)]


def sortKey(x):
    return x[1]


aList.sort(key=sortKey)		# 注意不要写成aList = aList.sort(key=sortKey),它没有返回值

print(aList)

out:

[(1, 2), (2, 3), (7, 4), (4, 5)]

pythonic:

aList = [(2, 3), (1, 2), (4, 5), (7, 4)]

aList.sort(key=lambda x: x[1])

out:

[(1, 2), (2, 3), (7, 4), (4, 5)]

给出规范:

lambda 参数:操做(参数)

注意后面的操做(参数)是要返回的

举个例子:

add = lambda x, y: x + y
# 等价于下面的函数
def add(x, y):
    return x + y

5.装饰器

装饰器是Python很是很是很是重要的知识点,这里只作应用举例,之后我会出一期详细的讲解装饰器

设想一个场景,公司有好多的部门(函数)在同时运做,如今要求你在不改变运行代码的条件下,给每一个部门新加一个功能

源代码:

def partA():
    print("----do A job----")

def partB():
    print("----do B job----")

def partC():
    print("----do C job----")

if __name__ == '__main__':
    partA()
    partB()
    partC()

out:

----do A job----
----do B job----
----do C job----

传统方法:

def partA():
    print("----do A job----")
    print("****do extra job****")

def partB():
    print("----do B job----")
    print("****do extra job****")

def partC():
    print("----do C job----")
    print("****do extra job****")

if __name__ == '__main__':
    partA()
    partB()
    partC()

out:

----do A job----
****do extra job****
----do B job----
****do extra job****
----do C job----
****do extra job****

pythonic:

def doExtraJob(func):
    def wrap():
        func()
        print("****do extra job****")
    return wrap

@doExtraJob
def partA():
    print("----do A job----")

@doExtraJob
def partB():
    print("----do B job----")

@doExtraJob
def partC():
    print("----do C job----")

if __name__ == '__main__':
    partA()
    partB()
    partC()

out:

----do A job----
****do extra job****
----do B job----
****do extra job****
----do C job----
****do extra job****

对比两种方法,使用装饰器的效果就是可让一个函数再不改变内部代码的状况下增长新的功能.

6.神奇的else语句

大部分人只知道else语句和if语句一块儿使用,可是大家知道吗else语句也能够和for语句,while语句,try语句一块儿使用

设想一个场景,你在对一个内部数据未知的列表进行循环时(不管是for仍是while),你设置了一个遇到偶数就break的语句,假若数组里不含偶数就输出奇数列表字样.

传统方法:

aList = [1, 3, 5, 7, 9]

flag = True
for i in aList:
    if i % 2 == 0:
        flag = False
        break

if flag:
    print("奇数列表")

pythonic:

aList = [1, 3, 5, 7, 9]

for i in aList:
    if i % 2 == 0:
        break
else:
    print("奇数列表")

注意,循环中(for或while)的else语句会在循环正常退出时(即不是因为break语句退出时)触发

对与try,else语句,else语句会在没有异常时被触发,也许大家会有疑问,没有异常直接在try语句里不是解决了吗,可是try语句里的操做会被捕获,有些时候咱们并不想这样.

看个例子:

try:
    assert True
except:
    print("出错了")
else:
    print("没有错")

out:

没有错

assert为断言当其后面的语句为假是会报出异常,这和try语句一块儿使用有时候会很是的方便.

7.map函数

map函数会将一个函数映射到一个列表的全部元素上去.这和lambda表达式配合简直完美.

设想一个场景,一个列表里有1-10十个数,现要求你将这个列表里的每个数的平方存入另外一个列表,这并不难

传统方法:

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

bList = []
for i in aList:
    bList.append(i**2)

pythonic:

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

bList = list(map(lambda x:x**2, aList))

千万注意map函数返回的不是列表是个map对象,须要类型转换

8.filter函数

没错从函数的名字就能够看出filter函数的功能是过滤,filter能够过滤一个列表的元素并返回全部符合要求的元素组成的filter对象,和map相似注意类型转换.

设想一个场景,有一个列表,里面存放着一些未知的数字,如今要求你把全部的偶数挑选出来,

传统方法:

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

bList = []
for each in aList:
    if each % 2 == 0:
        bList.append(each)

pythonic:

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

bList = list(filter(lambda x: not x % 2, aList))

这里使用not是由于偶数除2的余数为0(Python中0为False),为了让偶数时返回True,用来一个not

9.reduce函数

注意:和前两个函数不一样,reduce函数被放到了functools这个模块里,使用时须要导入.

reduce函数会将一个列表里的全部元素都用一个函数进行运算,要求这个函数必须有两个参数.

设想一个场景,要求求一个数字列表里全部的数字的平均值.

传统方法:

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

sum = 0
for i in aList:
    sum += i

ave = sum / len(aList)

pythonic:

from functools import reduce

aList = [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]

ave = reduce(lambda x, y: x + y, aList) / len(aList)

map,filter,reduce函数和lambda配合使用才是精华所在.还有千万别弄混三个函数的功能

函数名	功能	返回值
map	单纯的将一个函数映射到一个列表的全部元素上去	map对象
filter	过滤一个列表的元素并返回全部符合要求的元素组成的filter对象	filter对象
reduce	将一个列表里的全部元素都用一个函数进行运算	计算结果

10.总结

Python的sao操做还有不少,此次但愿此次带来的几个用法对大家有所帮助,对于刚接触的人来讲很容易忘记,但愿你们能够多动手敲敲代码增强记忆,看看大家以前写的代码可不能够用这些sao操做改一改,使你的代码看上去更加精简.