亚洲激情专区-91九色丨porny丨老师-久久久久久久女国产乱让韩-国产精品午夜小视频观看

溫馨提示×

溫馨提示×

您好,登錄后才能下訂單哦!

密碼登錄×
登錄注冊×
其他方式登錄
點擊 登錄注冊 即表示同意《億速云用戶服務條款》

有哪些高級的Python技巧

發布時間:2021-10-29 16:41:27 來源:億速云 閱讀:145 作者:iii 欄目:編程語言

本篇內容主要講解“有哪些高級的Python技巧”,感興趣的朋友不妨來看看。本文介紹的方法操作簡單快捷,實用性強。下面就讓小編來帶大家學習“有哪些高級的Python技巧”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:

  • 數據類需要很少的代碼

  • 可以比較數據類,因為 __eq__ 可以實現此功能

  • 數據類需要類型提示,減少了發生錯誤的可能性

  • 可以輕松打印數據類以進行調試,因為__repr__可以實現此功能

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
  • max()將返回列表中的最大值。key參數采用單個參數函數自定義排序順序,在本例中為test.count,該函數適用于迭代器上的每個項目。

  • test.count是list的內置功能。它接受一個參數,并計算該參數的出現次數。因此test.count(1)將返回2,而test.count(4)將返回4。

  • set(test)返回test中的所有唯一值,所以{1、2、3、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:

  • 使用的Python版本高于3.7

  • 想要更多功能

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。

到此,相信大家對“有哪些高級的Python技巧”有了更深的了解,不妨來實際操作一番吧!這里是億速云網站,更多相關內容可以進入相關頻道進行查詢,關注我們,繼續學習!

向AI問一下細節

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。

AI

襄汾县| 胶南市| 宜川县| 沂南县| 尖扎县| 西青区| 务川| 罗田县| 北票市| 贡嘎县| 浦江县| 花莲县| 通化市| 武宁县| 巴东县| 嘉义县| 新巴尔虎右旗| 子长县| 元朗区| 讷河市| 台州市| 肥东县| 本溪市| 如东县| 昔阳县| 东丽区| 山东| 盈江县| 吴川市| 洞口县| 巫山县| 来安县| 荃湾区| 即墨市| 丰镇市| 志丹县| 开阳县| 秦皇岛市| 德江县| 万荣县| 莱西市|