Python小技巧 经验丰富程序员才知道的15种高级Python小技巧(收藏)
世上本无鬼 人气:01.通过多个键值将对象进行排序
假设要对以下字典列表进行排序：
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 },
]
不仅要按名字或年龄对其进行排序，还要将两个字段同时进行排序。在SQL中，会是这样的查询：
SELECT * FROM people ORDER by name, age
实际上，这个问题的解决方法可以非常简单，Python保证sort函数提供了稳定的排序顺序，这也意味着比较相似的项将保留其原始顺序。要实现按名字和年龄排序，可以这样做：
import operator
people.sort(key=operator.itemgetter('age'))
people.sort(key=operator.itemgetter('name'))
要注意如何反转顺序。首先按年龄分类，然后按名字分类，使用operator.itemgetter()从列表中的每个字典中获取年龄和名字字段，这样你就会得到想要的结果：
[
{'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}
]
名字是主要排序项，如果姓名相同，则以年龄排序。因此，所有John都按年龄分组在一起。
2.数据类别
自3.7版之后，Python开始能提供数据类别。比起常规类或其他替代方法(如返回多个值或字典)，它有着更多优点：
- 数据类需要很少的代码
- 可以比较数据类，因为 eq 可以实现此功能
- 数据类需要类型提示，减少了发生错误的可能性
- 可以轻松打印数据类以进行调试，因为__repr__可以实现此功能
这是一个工作中的数据类示例：
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.列表推导
列表推导可以在列表填写里代替讨厌的循环，其基本语法为
[ expression for item in list if conditional ]
来看一个非常基本的示例，用数字序列填充列表：
mylist = [i for i inrange(10)]
print(mylist)
# [0, 1, 2, 3,4, 5, 6, 7, 8, 9]
因为可以使用表达式，所以你还可以进行一些数学运算：
squares = [x**2for x inrange(10)]
print(squares)
# [0, 1, 4, 9,16, 25, 36, 49, 64, 81]
甚至能调用外部函数：
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函数来筛选列表。在这种情况下，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.检查对象的内存使用情况
使用sys.getsizeof()可以检查对象的内存使用情况：
import sys
mylist =range(0, 10000)
print(sys.getsizeof(mylist))
# 48
为什么这个庞大的列表只有48个字节呢，这是因为range函数返回的类表现为列表。与使用实际的数字列表相比，数序列的存储效率要高得多。我们可以通过列表推导来创建相同范围内的实际数字列表：
import sys
myreallist = [x for x inrange(0, 10000)]
print(sys.getsizeof(myreallist))
# 87632
通过使用sys.getsizeof()，我们可以了解更多关于Python和内存使用情况的信息。
5.查找最频繁出现的值
要查找列表或字符串中最频繁出现的值：
test = [1, 2, 3, 4, 2, 2, 3, 1, 4, 4, 4] print(max(set(test), key = test.count)) # 4
- max()将返回列表中的最大值。key参数采用单个参数函数自定义排序顺序，在本例中为test.count，该函数适用于迭代器上的每个项目。
- test.count是list的内置功能。它接受一个参数，并计算该参数的出现次数。
- 因此test.count(1)将返回2，而test.count(4)将返回4。set(test)返回test中的所有唯一值，所以{1、2、3、4}
那么在这一行代码将接受test的所有唯一值，即{1、2、3、4}。接下来，max将对其应用list.count 函数并返回最大值。
还有一种更有效的方法：
from collections import Counter Counter(test).most_common(1) # [4: 4]
6.属性包
你可以使用attrs代替数据类，选择attrs有两个原因：
- 使用的Python版本高于3.7
- 想要更多功能
Theattrs软件包支持所有主流Python版本，包括CPython 2.7和PyPy。一些attrs可以提供验证器和转换器这种超常规数据类。来看一些示例代码：
@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)
实际上，attrs的作者已经在使用引入数据类的PEP了。数据类被有意地保持得更简单、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}
如果有重叠的键，第一个字典中的键将被覆盖。在Python 3.9中，合并字典变得更加简洁。上面Python 3.9中的合并可以重写为：
merged = dict1 | dict2
8.返回多个值
Python中的函数在没有字典，列表和类的情况下可以返回多个变量，它的工作方式如下：
defget_user(id):
# fetch user from database
# ....
return name, birthdate
name, birthdate =get_user(4)
这是有限的返回值，但任何超过3个值的内容都应放入一个(数据)类。
9.列表元素的过滤 filter()的使用
filter()函数接受2个参数：
- 函数对象
- 可迭代的对象
接下来我们定义1个函数然后对1个列表进行过滤。
首先我们创建1个列表，并且剔除掉小于等于3的元素：
original_list = [ 1，2，3，4，5]#定义列表
#定义过滤函数
4 def filter_three(number):5
return number > 3
filtered = filter(filter_three, original_list)
filtered_list = list(filtered)
filtered_list
#[4，5]
我们定义了列表original_list接着我们定义了一个接受数值型参数number的函数filter_three，当传入的参数值大于3时会返回True，反之则会返回False我们定义了filter对象filtered，其中filter()接受的第一个参数是函数对象，第二个参数是列表对象最终我们将filter对象转化为列表，最终得到经filter_three过滤后original_list内留下的元素。
类似的，我们也可以利用列表推导式来过滤列表元素，作为一种生成和修改列表优雅的方式，下面是使用列表推导完成同样任务的过程：
original_list = [1,2,3,4,5]2 filtered_list = [ number for number in original_list if number > 3]#在列表推导过程中引入条件判断 print(filtered_list) #[4，5]
10.修改列表
map()的使用
Python中内置的map()函数使得我们可以将某个函数应用到可迭代对象内每一个元素之上。
比方说我们想获取到一个列表对象中每一个元素的平方，就可以使用到map()函数，就像下面的例子一样：
original_list = [1,2,3,4,5]
def square( number):
return number **2
squares =map(square, original_list)
squares_list = list( squares)
print(squares_list)
#[1，4，9，16，25]
类似filter()的工作过程，下面我们来看看发生了什么：
首先我们定义了列表original_list，以及接受数值型参数并返回其平方值的函数square()接着我们定义了map对象squares，类似filter()，map()接受的第一个参数是函数对象，第二个参数是列表对象最终我们将map对象squares列表化，就得到了想要的结果。
同样的我们也可以使用列表推导式完成同样的任务：
original_list = [1,2,3,4,5] squares_list = [number ** 2for number in original_list] print(squares_list) #[1，4,9, 16，25]
11.利用zip()来组合列表
有些情况下我们需要将两个或以上数量的列表组合在一起，这类需求使用zip()来完成非常方便。
zip()函数接收多个列表作为参数传入，进而得到每个位置上一一对应的元素组合，就像下面的例子一样：
numbers = [ 1,2,3]
letters = [ 'a', 'b', 'c']
combined = zip(numbers，letters)
combined_list = list( combined)
print(combined_list)
for item in zip( numbers,letters ):
print(item[0], '\t', item[1])
#[(1，'a')，(2，'b')，(3， 'c')]
#1 a
#2 b
#3 c
12.颠倒列表
Python中的列表是有序的数据结构，正因如此，列表中元素的顺序很重要，有些时候我们需要翻转列表中所有元素的顺序，可以通过Python中的切片操作，用::-1来快捷地实现：
original_list = [1,2,3,4,5]
reversed_list = original_list[ : : -1]
print('翻转前: ', original_list)
print('翻转后:', reversed_list)
#翻转前:[ 1，2，3，4，5]
#翻转后:[5,4，3，2，1]
13.检查列表中元素的存在情况
有些情况下我们想要检查列表中是否存在某个元素，这种时候就可以使用到Python中的in运算符，譬如说我们有一个记录了所有比赛获胜队伍名称的列表，当我们想查询某个队名是否已获胜时，可以像下面的例子一样：
games = [ 'Yankees ', 'Yankees ', 'Cubs ', 'Blue Jays ', 'Giants ']
def isin(item，list_name) :
if item in list_name: print(f"{item} is in the list! ")
else: print(f"{item} is not in the list! ")
isin( 'Blue Jays ' , games)
isin( ' Angels', games)
#Blue Jays is in the list!
#Angels is not in the list!
14.展平嵌套列表
有些情况下我们会遇到一些嵌套的列表，其每个元素又是各自不同的列表，这种时候我们就可以利用列表推导式来把这种嵌套列表展平，如下面2层嵌套的例子：
nested_list = [[1，2，3]，[4，5，6]，[7，8，9]] flat_list = [i for j in nested_list for i in j] print(flat_list) #[1，2，3，4，5，6，7，8，9]
额外补充：
这里只考虑到两层嵌套的列表，如果是更多层嵌套，就需要有多少层写多少for循环，比较麻烦，其实还有一种更好的方法，我们可以使用pip install dm-tree来安装tree这个专门用于展平嵌套结构的库，可以展平任意层嵌套列表，使用例子如下：
import tree
nested_list_2d = [[1，2，3]，[4，5，6]，[7，8，9]]
nested_list_3d = [[[1，2]，[3，4]]，
[[5，6]，[7，8]]，
[[9，10]，[11，12]]]
print(tree.flatten(nested_list_2d))
print(tree.flatten(nested_list_3d))
#[1，2，3，4，5，6，7，8，9]
#[1，2，3，4，5，6，7,，8, 9， 10， 11，12]
15.检查唯一性
如果你想要查看列表中的值是否都是唯一值，可以使用Python中的set数据结构的特点，譬如下面的例子：
list1 = [ 1，2，3，4，5]
list2 = [1，1，2，3，4]
def isunique( 1):
if len(l) == len(set(l)) :
print( 唯一! ')
eise: print(('不唯—! ')
isunique( list1)
isunique(list2)
#唯—!
#不唯—!
加载全部内容