python 5个实用的技巧
下面我挑选出的这几个技巧常常会被人们忽略，但它们在日常编程中能真正的给我们带来不少帮助。
1. 字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。
>>> some_list = [1, 2, 3, 4, 5] >>> another_list = [ x + 1 for x in some_list ] >>> another_list [2, 3, 4, 5, 6]
自从python 3.1 (甚至是Python 2.7)起，我们可以用同样的语法来创建集合和字典表：
>>> # Set Comprehensions
>>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]
>>> even_set = { x for x in some_list if x % 2 == 0 }
>>> even_set
set([8, 2, 4])
>>> # Dict Comprehensions
>>> d = { x: x % 2 == 0 for x in range(1, 11) }
>>> d
{1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}
在第一个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。
这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：
>>> my_set = {1, 2, 1, 2, 3, 4}
>>> my_set
set([1, 2, 3, 4])
而不需要使用内置函数set()。
2. 计数时使用Counter计数对象
这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——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)]
3. 漂亮的打印出JSON
JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，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，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：
>>> 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
}
]
}
同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。
4. 创建一次性的、快速的小型web服务
有时候，我们需要在两台机器或服务之间做一些简便的、很基础的RPC之类的交互。我们希望用一种简单的方式使用B程序调用A程序里的一个方法——有时是在另一台机器上。仅内部使用。
我并不鼓励将这里介绍的方法用在非内部的、一次性的编程中。我们可以使用一种叫做XML-RPC的协议 (相对应的是这个Python库)，来做这种事情。
下面是一个使用SimpleXMLRPCServer模块建立一个快速的小的文件读取服务器的例子：
from SimpleXMLRPCServer import SimpleXMLRPCServer
def file_reader(file_name):
with open(file_name, r ) as f:
return f.read()
server = SimpleXMLRPCServer(( localhost , 8000))
server.register_introspection_functions()
server.register_function(file_reader)
server.serve_forever()
客户端
import xmlrpclib proxy = xmlrpclib.ServerProxy( http://localhost:8000/ ) proxy.file_reader( /tmp/secret.txt )
我们这样就得到了一个远程文件读取工具，没有外部的依赖，只有几句代码(当然，没有任何安全措施，所以只可以在家里这样做)。
5. Python神奇的开源社区
这里我提到的几个东西都是Python标准库里的，如果你安装了Python，你就已经可以这样使用了。而对于很多其它类型的任务，这里有大量的社区维护的第三方库可供你使用。
下面这个清单是我认为的好用且健壮的开源库的必备条件：
好的开源库必须…
- 包含一个很清楚的许可声明，能适用于你的使用场景。
- 开发和维护工作很活跃(或，你能参与开发维护它。)
- 能够简单的使用pip安装或反复部署。
- 有测试套件，具有足够的测试覆盖率。
如果你发现一个好的程序库，符合你的要求，不要不好意思——大部分的开源项目都欢迎捐赠代码和欢迎提供帮助——即使你不是一个Python高手。
以上就是python 5个实用的技巧的详细内容，更多关于python 实用技巧的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了关于Python两个列表进行全组合操作的三种方式,两个元组 （a, b）(c, d)，则它们的组合有 a,c a,d b,c b,d,这就叫全组合,需要的朋友可以参考下2023-04-04
今天小编就为大家分享一篇对numpy中二进制格式的数据存储与读取方法详解，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-11-11
今天小编就为大家分享一篇Python爬虫信息输入及页面的切换方法，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2018-05-05
Python爬虫爬取微博热搜保存为 Markdown 文件的源码
这篇文章主要介绍了Python爬虫爬取微博热搜保存为 Markdown 文件,本文给大家介绍的非常详细，对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2021-02-02
下面小编就为大家带来一篇python模块之time模块。小编觉得挺不错的，现在就分享给大家，也给大家做个参考。一起跟随小编过来看看吧2021-08-08
Python爬虫使用浏览器cookies：browsercookie过程解析
这篇文章主要介绍了Python爬虫使用浏览器cookies：browsercookie,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-10-10
这篇文章主要介绍了Python类和方法注释规范说明，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-06-06
今天小编就为大家分享一篇python logging添加filter教程，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2019-12-12
这篇文章主要介绍了使用PDB模式调试Python程序介绍,本文讲解了PDB模式的使用语法,着重讲解PDB模式下的常用命令,需要的朋友可以参考下2015-04-04
在本篇文章中小编给大家整理的是关于python的模块位置的相关知识点，需要的朋友们可以参考下。2020-06-06
最新评论