您好,登錄后才能下訂單哦!
Python的10個(gè)神奇的技巧分別是哪些,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學(xué)習(xí)下,希望你能有所收獲。
盡管從表面上看,Python似乎是任何人都可以學(xué)習(xí)的一種簡單語言,但確實(shí)如此,許多人可能驚訝地知道一個(gè)人可以熟練掌握該語言。 Python是其中的一門很容易學(xué)習(xí)的東西,但可能很難掌握。 在Python中,通常有多種處理方法,但是很容易做錯(cuò)事情,或者重新發(fā)明標(biāo)準(zhǔn)庫并浪費(fèi)時(shí)間,這僅僅是因?yàn)槟恢滥K的存在。
不幸的是,Python標(biāo)準(zhǔn)庫是一個(gè)巨大的野獸,此外,其生態(tài)系統(tǒng)絕對(duì)是巨大的。 盡管可能有200萬千兆字節(jié)的Python模塊,但是您可以使用通常與Python中的科學(xué)計(jì)算相關(guān)的標(biāo)準(zhǔn)庫和軟件包學(xué)習(xí)一些有用的技巧。
№1:反向串
盡管看似基本,但使用char循環(huán)反轉(zhuǎn)字符串可能非常繁瑣且令人討厭。 幸運(yùn)的是,Python包含一個(gè)簡單的內(nèi)置操作來精確地執(zhí)行此任務(wù)。 為此,我們只需訪問字符串上的索引::-1。
a = "!dlrow olleH" backward = a[::-1]
№2:變暗作為變量
在大多數(shù)語言中,為了將數(shù)組放入一組變量中,我們需要迭代遍歷值或按位置訪問暗點(diǎn),如下所示:
firstdim = array[1]
但是,在Python中,有一種更酷的方法。 為了將值列表更改為變量,我們可以簡單地將變量名設(shè)置為等于數(shù)組,且數(shù)組長度相同:
array = [5, 10, 15, 20] five, ten, fift, twent = array
№3:Itertools
如果您打算花任何時(shí)間在Python上花費(fèi)任何時(shí)間,那么您肯定會(huì)想要熟悉itertools。 Itertools是標(biāo)準(zhǔn)庫中的一個(gè)模塊,可讓您不斷解決迭代問題。 它不僅使編寫復(fù)雜的循環(huán)變得容易得多,而且使您的代碼更快,更簡潔。 這只是Itertools用法的一個(gè)示例,但有數(shù)百個(gè):
c = [[1, 2], [3, 4], [5, 6]] # Let's convert this matrix to a 1 dimensional list.import itertools as itnewlist = list(it.chain.from_iterable(c))
№4:智能開箱
迭代地解壓縮值可能會(huì)非常耗時(shí)且費(fèi)力。 幸運(yùn)的是,Python有幾種很酷的方式可以解壓縮列表! 一個(gè)例子是*,它將填充未分配的值并將它們添加到變量名下的新列表中。
a, *b, c = [1, 2, 3, 4, 5]
№5:枚舉
如果您不了解枚舉,則可能應(yīng)該熟悉它。 枚舉將允許您獲取列表中某些值的索引。 當(dāng)使用數(shù)組而不是數(shù)據(jù)框架時(shí),這在數(shù)據(jù)科學(xué)中特別有用。
for i,w in enumerate(array): print(i,w)
№6:名字切片
在Python中拆分列表非常簡單! 可以使用各種各樣的出色工具,但是肯定有價(jià)值的一個(gè)功能是可以命名列表的片段。 這對(duì)于Python中的線性代數(shù)特別有用。
a = [0, 1, 2, 3, 4, 5] LASTTHREE = slice(-3, None) slice(-3, None, None) print(a[LASTTHREE])
№7:組相鄰列表
當(dāng)然可以在for循環(huán)中相當(dāng)容易地對(duì)相鄰循環(huán)進(jìn)行分組,特別是通過使用zip(),但這當(dāng)然不是最好的處理方式。 為了使事情變得更加輕松和快捷,我們可以使用zip編寫一個(gè)lambda表達(dá)式,該表達(dá)式將對(duì)我們的相鄰列表進(jìn)行分組,如下所示:
a = [1, 2, 3, 4, 5, 6] group_adjacent = lambda a, k: zip(*([iter(a)] * k)) group_adjacent(a, 3) [(1, 2, 3), (4, 5, 6)] group_adjacent(a, 2) [(1, 2), (3, 4), (5, 6)] group_adjacent(a, 1)
№8:生成器的next()迭代
在編程的大多數(shù)正常情況下,我們可以使用一個(gè)計(jì)數(shù)器來訪問一個(gè)索引并獲取我們的倉位號(hào),該計(jì)數(shù)器將只是添加到以下值的值:
array1 = [5, 10, 15, 20] array2 = (x ** 2 for x in range(10)) counter = 0for i in array1: # This code wouldn't work because 'i' is not in array2. # i = array2[i] i = array2[counter] # ^^^ This code would because we are accessing the position of i
但是,我們可以使用next()代替它。 Next使用一個(gè)迭代器,該迭代器將當(dāng)前位置存儲(chǔ)在內(nèi)存中,并在后臺(tái)遍歷列表。
g = (x ** 2 for x in range(10)) print(next(g)) print(next(g))
№9:Counter
標(biāo)準(zhǔn)庫中另一個(gè)很棒的模塊是集合,我今天想向您介紹的是集合中的計(jì)數(shù)器。 使用Counter,我們可以輕松獲得列表的計(jì)數(shù)。 這對(duì)于獲取數(shù)據(jù)中的值總數(shù),獲取數(shù)據(jù)的空計(jì)數(shù)以及查看數(shù)據(jù)的唯一值很有用。 我知道你在想什么
"為什么不只使用Pandas?"
這當(dāng)然是正確的觀點(diǎn)。 但是,使用Pandas進(jìn)行自動(dòng)化無疑會(huì)更加困難,并且只是在部署算法時(shí)需要將其添加到虛擬環(huán)境中的另一個(gè)依賴項(xiàng)。 此外,Python中的計(jì)數(shù)器類型具有Pandas系列所沒有的許多功能,這使其在某些情況下更加有用。
A = collections.Counter([1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 6, 7]) A Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1}) A.most_common(1) [(3, 4)] A.most_common(3) [(3, 4), (1, 2), (2, 2)]
№10:出隊(duì)
收集模塊中另一個(gè)很棒的事情是出隊(duì)。 看看我們可以用這種類型做的所有整潔的事情!
import collections Q = collections.deque() Q.append(1) Q.appendleft(2) Q.extend([3, 4]) Q.extendleft([5, 6]) Q.pop() Q.popleft() Q.rotate(3) Q.rotate(-3) print(Q)
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。
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場(chǎng),如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。