溫馨提示×
您好，登錄后才能下訂單哦！
點擊 登錄注冊 即表示同意《億速云用戶服務條款》
您好，登錄后才能下訂單哦！
小編這次要給大家分享的是Python有什么高級技巧，文章內容豐富，感興趣的小伙伴可以來了解一下，希望大家閱讀完這篇文章之后能夠有所收獲。
本文將介紹8個簡潔的Python技巧，若非經驗十足的程序員，你肯定有些從未見過。向著更簡潔更高效，出發吧!
1.通過多個鍵值將對象進行排序
假設要對以下字典列表進行排序：
people = [
{ 'name': 'John', "age": 64 },
{ 'name': 'Janet', "age": 34 },
{ 'name': 'Ed', "age": 24 },
{ 'name': 'Sara', "age": 64 },
{ 'name': 'John', "age": 32 },
{ 'name': 'Jane', "age": 34 },
{ 'name': 'John', "age": 99 },
] 不僅要按名字或年齡對其進行排序，還要將兩個字段同時進行排序。在SQL中，會是這樣的查詢：
SELECT * FROM people ORDER by name, age
實際上，這個問題的解決方法可以非常簡單，Python保證sort函數提供了穩定的排序順序，這也意味著比較相似的項將保留其原始順序。要實現按名字和年齡排序，可以這樣做：
import operator
people.sort(key=operator.itemgetter('age'))
people.sort(key=operator.itemgetter('name')) 要注意如何反轉順序。首先按年齡分類，然后按名字分類，使用operator.itemgetter()從列表中的每個字典中獲取年齡和名字字段，這樣你就會得到想要的結果：
[
{'name': 'Ed', 'age': 24},
{'name': 'Jane', 'age': 34},
{'name': 'Janet','age': 34},
{'name': 'John', 'age': 32},
{'name': 'John', 'age': 64},
{'name': 'John', 'age': 99},
{'name': 'Sara', 'age': 64}
] 名字是主要排序項，如果姓名相同，則以年齡排序。因此，所有John都按年齡分組在一起。
2.數據類別
自3.7版之后，Python開始能提供數據類別。比起常規類或其他替代方法(如返回多個值或字典)，它有著更多優點：
這是一個工作中的數據類示例：
from dataclasses import dataclass
@dataclass
classCard:
rank: str
suit: str
card=Card("Q", "hearts")
print(card == card)
# True
print(card.rank)
# 'Q'
print(card)
Card(rank='Q', suit='hearts') 3.列表推導
列表推導可以在列表填寫里代替討厭的循環，其基本語法為
[ expression for item in list if conditional ]
來看一個非常基本的示例，用數字序列填充列表：
mylist = [i for i inrange(10)]
print(mylist)
# [0, 1, 2, 3,4, 5, 6, 7, 8, 9] 因為可以使用表達式，所以你還可以進行一些數學運算：
squares = [x**2for x inrange(10)]
print(squares)
# [0, 1, 4, 9,16, 25, 36, 49, 64, 81] 甚至能調用外部函數：
defsome_function(a):
return (a +5) /2
my_formula= [some_function(i) for i inrange(10)]
print(my_formula)
# [2.5, 3.0,3.5, 4.0, 4.5, 5.0, 5.5, 6.0, 6.5, 7.0] 最后，可以使用if函數來篩選列表。在這種情況下，只保留可被2除的值：
filtered = [i for i inrange(20) if i%2==0]
print(filtered)
# [0, 2, 4, 6,8, 10, 12, 14, 16, 18] 4.檢查對象的內存使用情況
使用sys.getsizeof()可以檢查對象的內存使用情況：
import sys
mylist =range(0, 10000)
print(sys.getsizeof(mylist))
# 48 為什么這個龐大的列表只有48個字節?這是因為range函數返回的類表現為列表。與使用實際的數字列表相比，數序列的存儲效率要高得多。我們可以通過列表推導來創建相同范圍內的實際數字列表：
import sys
myreallist = [x for x inrange(0, 10000)]
print(sys.getsizeof(myreallist))
# 87632 通過使用sys.getsizeof()，我們可以了解更多關于Python和內存使用情況的信息。
5.查找最頻繁出現的值
要查找列表或字符串中最頻繁出現的值：
test = [1, 2, 3, 4, 2, 2, 3, 1, 4, 4, 4] print(max(set(test), key = test.count)) # 4
那么在這一行代碼將接受test的所有唯一值，即{1、2、3、4}。接下來，max將對其應用list.count 函數并返回最大值。
還有一種更有效的方法：
from collections import Counter Counter(test).most_common(1) # [4: 4]
6.屬性包
你可以使用attrs代替數據類，選擇attrs有兩個原因：
Theattrs軟件包支持所有主流Python版本，包括CPython 2.7和PyPy。一些attrs可以提供驗證器和轉換器這種超常規數據類。來看一些示例代碼：
@attrs
classPerson(object):
name =attrib(default='John')
surname =attrib(default='Doe')
age =attrib(init=False)
p =Person()
print(p)
p=Person('Bill', 'Gates')
p.age=60
print(p)
# Output:
# Person(name='John', surname='Doe',age=NOTHING)
# Person(name='Bill', surname='Gates', age=60) 實際上，attrs的作者已經在使用引入數據類的PEP了。數據類被有意地保持得更簡單、更容易理解，而attrs 提供了可能需要的所有特性。
7.合并字典(Python3.5+)
dict1 = { 'a': 1, 'b': 2 }
dict2= { 'b': 3, 'c': 4 }
merged= { **dict1, **dict2 }
print (merged)
# {'a': 1, 'b':3, 'c': 4} 如果有重疊的鍵，第一個字典中的鍵將被覆蓋。在Python 3.9中，合并字典變得更加簡潔。上面Python 3.9中的合并可以重寫為：
merged = dict1 | dict2
8.返回多個值
Python中的函數在沒有字典，列表和類的情況下可以返回多個變量，它的工作方式如下：
defget_user(id):
# fetch user from database
# ....
return name, birthdate
name, birthdate =get_user(4) 這是有限的返回值，但任何超過3個值的內容都應放入一個(數據)類。
看完這篇關于Python有什么高級技巧的文章，如果覺得文章內容寫得不錯的話，可以把它分享出去給更多人看到。
免責聲明：本站發布的內容（圖片、視頻和文字）以原創、轉載和分享為主，文章觀點不代表本網站立場，如果涉及侵權請聯系站長郵箱：is@yisu.com進行舉報，并提供相關證據，一經查實，將立刻刪除涉嫌侵權內容。
