分享幾個(gè)提高python開(kāi)發(fā)效率的技巧

分享幾個(gè)提高python開(kāi)發(fā)效率的技巧？很多新手對(duì)此不是很清楚，為了幫助大家解決這個(gè)難題，下面小編將為大家詳細(xì)講解，有這方面需求的人可以來(lái)學(xué)習(xí)下，希望你能有所收獲。

整理字符串輸入

整理用戶(hù)輸入的問(wèn)題在編程過(guò)程中極為常見(jiàn)。通常情況下，將字符轉(zhuǎn)換為小寫(xiě)或大寫(xiě)就夠了，有時(shí)你可以使用正則表達(dá)式模塊「Regex」完成這項(xiàng)工作。但是如果問(wèn)題很復(fù)雜，可能有更好的方法來(lái)解決：

user_input = "This 
string has some whitespaces... 
" 
character_map = { 
  ord(  
 ) :  , 
  ord(   ) :  , 
  ord(  
 ) : None 
} 
user_input.translate(character_map) # This string has some whitespaces... 

在本例中，你可以看到空格符「 n」和「 t」都被替換成了單個(gè)空格，「 r」都被刪掉了。這只是個(gè)很簡(jiǎn)單的例子，我們可以更進(jìn)一步，使用「unicodedata」程序包生成大型重映射表，并使用其中的「combining()」進(jìn)行生成和映射，我們可以

迭代器切片（Slice）

如果對(duì)迭代器進(jìn)行切片操作，會(huì)返回一個(gè)「TypeError」，提示生成器對(duì)象沒(méi)有下標(biāo)，但是我們可以用一個(gè)簡(jiǎn)單的方案來(lái)解決這個(gè)問(wèn)題：

import itertools 
s = itertools.islice(range(50), 10, 20) # <itertools.islice object at 0x7f70fab88138> 
for val in s: 
  ... 

我們可以使用「itertools.islice」創(chuàng)建一個(gè)「islice」對(duì)象，該對(duì)象是一個(gè)迭代器，可以產(chǎn)生我們想要的項(xiàng)。但需要注意的是，該操作要使用切片之前的所有生成器項(xiàng)，以及「islice」對(duì)象中的所有項(xiàng)。

跳過(guò)可迭代對(duì)象的開(kāi)頭

有時(shí)你要處理一些以不需要的行（如注釋?zhuān)╅_(kāi)頭的文件。「itertools」再次提供了一種簡(jiǎn)單的解決方案：

string_from_file = """ 
// Author: ... 
// License: ... 
// 
// Date: ... 
Actual content... 
 """ 
import itertools 
for line in itertools.dropwhile(lambda line: line.startswith("//"), string_from_file.split(" 
")): 
  print(line) 

這段代碼只打印初始注釋部分之后的內(nèi)容。如果我們只想舍棄可迭代對(duì)象的開(kāi)頭部分（本示例中為開(kāi)頭的注釋行），而又不知道要這部分有多長(zhǎng)時(shí)，這種方法就很有用了。

只包含關(guān)鍵字參數(shù)的函數(shù) (kwargs)

當(dāng)我們使用下面的函數(shù)時(shí)，創(chuàng)建僅僅需要關(guān)鍵字參數(shù)作為輸入的函數(shù)來(lái)提供更清晰的函數(shù)定義，會(huì)很有幫助：

def test(*, a, b): 
  pass 
test("value for a", "value for b") # TypeError: test() takes 0 positional arguments... 
test(a="value", b="value 2") # Works... 

如你所見(jiàn)，在關(guān)鍵字參數(shù)之前加上一個(gè)「*」就可以解決這個(gè)問(wèn)題。如果我們將某些參數(shù)放在「*」參數(shù)之前，它們顯然是位置參數(shù)。

創(chuàng)建支持「with」語(yǔ)句的對(duì)象

舉例而言，我們都知道如何使用「with」語(yǔ)句打開(kāi)文件或獲取鎖，但是我們可以實(shí)現(xiàn)自己上下文表達(dá)式嗎？是的，我們可以使用「__enter__」和「__exit__」來(lái)實(shí)現(xiàn)上下文管理協(xié)議:

class Connection: 
  def __init__(self): 
    ... 
  def __enter__(self): 
    # Initialize connection... 
  def __exit__(self, type, value, traceback): 
    # Close connection... 
with Connection() as c: 
  # __enter__() executes 
  ... 
  # conn.__exit__() executes 

這是在 Python 中最常見(jiàn)的實(shí)現(xiàn)上下文管理的方法，但是還有更簡(jiǎn)單的方法:

from contextlib import contextmanager 
@contextmanager 
def tag(name): 
  print(f"<{name}>") 
  yield 
  print(f"</{name}>") 
with tag("h2"): 
  print("This is Title.") 

上面這段代碼使用 contextmanager 的 manager 裝飾器實(shí)現(xiàn)了內(nèi)容管理協(xié)議。在進(jìn)入 with 塊時(shí) tag 函數(shù)的第一部分（在 yield 之前的部分）就已經(jīng)執(zhí)行了，然后 with 塊才被執(zhí)行，最后執(zhí)行 tag 函數(shù)的其余部分。

用「__slots__」節(jié)省內(nèi)存

如果你曾經(jīng)編寫(xiě)過(guò)一個(gè)創(chuàng)建了某種類(lèi)的大量實(shí)例的程序，那么你可能已經(jīng)注意到，你的程序突然需要大量的內(nèi)存。那是因?yàn)?Python 使用字典來(lái)表示類(lèi)實(shí)例的屬性，這使其速度很快，但內(nèi)存使用效率卻不是很高。通常情況下，這并不是一個(gè)嚴(yán)重的問(wèn)題。但是，如果你的程序因此受到嚴(yán)重的影響，不妨試一下「__slots__」：

class Person: 
  __slots__ = ["first_name", "last_name", "phone"] 
  def __init__(self, first_name, last_name, phone): 
    self.first_name = first_name 
    self.last_name = last_name 
    self.phone = phone 

當(dāng)我們定義了「__slots__」屬性時(shí)，Python 沒(méi)有使用字典來(lái)表示屬性，而是使用小的固定大小的數(shù)組，這大大減少了每個(gè)實(shí)例所需的內(nèi)存。使用「__slots__」也有一些缺點(diǎn)：我們不能聲明任何新的屬性，我們只能使用「__slots__」上現(xiàn)有的屬性。而且，帶有「__slots__」的類(lèi)不能使用多重繼承。

限制「CPU」和內(nèi)存使用量

如果不是想優(yōu)化程序?qū)?nèi)存或 CPU 的使用率，而是想直接將其限制為某個(gè)確定的數(shù)字，Python 也有一個(gè)對(duì)應(yīng)的庫(kù)可以做到：

import signal 
import resource 
import os 
# To Limit CPU time 
def time_exceeded(signo, frame): 
  print("CPU exceeded...") 
  raise SystemExit(1) 
def set_max_runtime(seconds): 
  # Install the signal handler and set a resource limit 
  soft, hard = resource.getrlimit(resource.RLIMIT_CPU) 
  resource.setrlimit(resource.RLIMIT_CPU, (seconds, hard)) 
  signal.signal(signal.SIGXCPU, time_exceeded) 
# To limit memory usage 
def set_max_memory(size): 
  soft, hard = resource.getrlimit(resource.RLIMIT_AS) 
  resource.setrlimit(resource.RLIMIT_AS, (size, hard)) 

我們可以看到，在上面的代碼片段中，同時(shí)包含設(shè)置最大 CPU 運(yùn)行時(shí)間和最大內(nèi)存使用限制的選項(xiàng)。在限制 CPU 的運(yùn)行時(shí)間時(shí)，我們首先獲得該特定資源（RLIMIT_CPU）的軟限制和硬限制，然后使用通過(guò)參數(shù)指定的秒數(shù)和先前檢索到的硬限制來(lái)進(jìn)行設(shè)置。最后，如果 CPU 的運(yùn)行時(shí)間超過(guò)了限制，我們將發(fā)出系統(tǒng)退出的信號(hào)。在內(nèi)存使用方面，我們?cè)俅螜z索軟限制和硬限制，并使用帶「size」參數(shù)的「setrlimit」和先前檢索到的硬限制來(lái)設(shè)置它。

控制可以/不可以導(dǎo)入什么

有些語(yǔ)言有非常明顯的機(jī)制來(lái)導(dǎo)出成員（變量、方法、接口），例如在 Golang 中只有以大寫(xiě)字母開(kāi)頭的成員被導(dǎo)出。然而，在 Python 中，所有成員都會(huì)被導(dǎo)出（除非我們使用了「__all__」）：

def foo(): 
  pass 
def bar(): 
  pass 
__all__ = ["bar"] 

在上面這段代碼中，我們知道只有「bar」函數(shù)被導(dǎo)出了。同樣，我們可以讓「__all__」為空，這樣就不會(huì)導(dǎo)出任何東西，當(dāng)從這個(gè)模塊導(dǎo)入的時(shí)候，會(huì)造成「AttributeError」。

實(shí)現(xiàn)比較運(yùn)算符的簡(jiǎn)單方法

為一個(gè)類(lèi)實(shí)現(xiàn)所有的比較運(yùn)算符（如 __lt__ , __le__ , __gt__ , __ge__）是很繁瑣的。有更簡(jiǎn)單的方法可以做到這一點(diǎn)嗎？這種時(shí)候，「functools.total_ordering」就是一個(gè)很好的幫手：

from functools import total_ordering 
@total_ordering 
class Number: 
  def __init__(self, value): 
    self.value = value 
  def __lt__(self, other): 
    return self.value < other.value 
  def __eq__(self, other): 
    return self.value == other.value 
print(Number(20) > Number(3)) 
print(Number(1) < Number(5)) 
print(Number(15) >= Number(15)) 
print(Number(10) <= Number(2)) 

這里的工作原理究竟是怎樣的呢？我們用「total_ordering」裝飾器簡(jiǎn)化實(shí)現(xiàn)對(duì)類(lèi)實(shí)例排序的過(guò)程。我們只需要定義「__lt__」和「__eq__」就可以了，它們是實(shí)現(xiàn)其余操作所需要的最小的操作集合（這里也體現(xiàn)了裝飾器的作用——為我們填補(bǔ)空白）。

看完上述內(nèi)容是否對(duì)您有幫助呢？如果還想對(duì)相關(guān)知識(shí)有進(jìn)一步的了解或閱讀更多相關(guān)文章，請(qǐng)關(guān)注億速云行業(yè)資訊頻道，感謝您對(duì)億速云的支持。