Python 高效编程技巧
Python 提供了几个高级内置函数,另外还有几个比较实用的库,比如 collections,这里推荐一篇文章,介绍几个小的 Tips,如果大家用上的话可以稍微提高一些开发效率,希望对大家有帮助哈。
转载来源
公众号:Python 编程与实战
“
阅读本文大概需要 5 分钟。
”
工作中经常要处理各种各样的数据,遇到项目赶进度的时候自己写函数容易浪费时间。
Python 中有很多内置函数帮你提高工作效率!
一. 根据条件在序列中筛选数据
1. 假设有一个数字列表 data, 过滤列表中的负数
使用列表推导式:
result = [i for i in data if i >= 0]
使用 fliter 过滤函数:
result = fliter(lambda x: x>= 0, data)
2. 学生的数学分数以字典形式存储,筛选其中分数大于 80 分的同学
d = {x:randint(50, 100) for x in range(1, 21)}
{k: v for k, v in d.items() if v > 80}
二. 对字典的键值对进行翻转
使用 zip() 函数
zip() 函数用于将可迭代的对象作为参数,将对象中对应的元素打包成一个个元组,然后返回由这些元组组成的列表。
>>> s1 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))}>>> s1{'b': 1, 'f': 4, 'g': 3, 'r': 1}>>> d = {k:v for k, v in zip(s1.values(), s1.keys())}>>> d{1: 'r', 4: 'f', 3: 'g'}
三. 统计序列中元素出现的频度
1. 某随机序列中,找到出现次数最高的3个元素,它们出现的次数是多少?
构造随机序列如下:
data = [randint(0,20) for _ in range(20)]
方法1: 可以使用字典来统计,以列表中的数据为键,以出现的次数为值
from random import randintdef demo(): data = [randint(0, 20) for _ in range(30)] # 列表中出现数字出现的次数 d = dict.fromkeys(data, 0) for v in li: d[v] += 1 return d
方法2:直接使用 collections 模块下面的 Counter 对象
>>> data = [randint(0, 20) for _ in range(30)]>>> data[7, 8, 5, 16, 10, 16, 8, 17, 11, 18, 11, 17, 15, 7, 2, 19, 5, 16, 17, 17, 12, 19, 9, 10, 0, 20, 11, 2, 11, 10]>>> c2 = Counter(data)>>> c2Counter({17: 4, 11: 4, 16: 3, 10: 3, 7: 2, 8: 2, 5: 2, 2: 2, 19: 2, 18: 1, 15: 1, 12: 1, 9: 1, 0: 1, 20: 1})>>> c2[14]4>>> c2.most_common(3) # 统计频度出现最高的3个数[(17, 4), (11, 4), (16, 3)]
2. 对某英文文章单词进行统计,找到出现次数最高的单词以及出现的次数
通过上面的练习,我们知道可以用 Counter 来解决
import refrom collections import Counter# 统计某个文章中英文单词的词频with open('test.txt', 'r', encoding='utf-8')as f: d = f.read()total = re.split('\W+', d) # 所有的单词列表result = Counter(total)print(result.most_common(10))
四.根据字典中值的大小,对字典中的项进行排序
比如班级中学生的数学成绩以字典的形式存储:
{"Lnad": 88, "Jim", 71...}
请按数学成绩从高到底进行排序!
方法1: 利用 zip 将字典转化为元组,再用 sorted 进行排序
>>> data = {x: randint(60, 100) for x in "xyzfafs"}>>> data{'x': 73, 'y': 69, 'z': 76, 'f': 61, 'a': 64, 's': 100}>>> sorted(data)['a', 'f', 's', 'x', 'y', 'z']>>> data = sorted(zip(data.values(), data.keys()))>>> data[(61, 'f'), (64, 'a'), (69, 'y'), (73, 'x'), (76, 'z'), (100, 's')]
方法2: 利用 sorted 函数的 key 参数
>>> data.items()>>> dict_items([('x', 64), ('y', 74), ('z', 66), ('f', 62), ('a', 80), ('s', 72)])>>> sorted(data.items(), key=lambda x: x[1])[('f', 62), ('x', 64), ('z', 66), ('s', 72), ('y', 74), ('a', 80)]
五. 在多个字典中找到公共键
实际场景:在足球联赛中,统计每轮比赛都有进球的球员
第一轮: {"C罗": 1, "苏亚雷斯":2, "托雷斯": 1..}
第二轮: {"内马尔": 1, "梅西":2, "姆巴佩": 3..}
第三轮: {"姆巴佩": 2, "C罗":2, "内马尔": 1..}
模拟随机的进球球员和进球数
>>> s1 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))}>>> s1{'d': 3, 'g': 2}>>> s2 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))}>>> s2{'b': 4, 'g': 1, 'f': 1, 'r': 4, 'd': 3}>>> s3 = {x: randint(1, 4) for x in sample('abfcdrg', randint(1,5))}>>> s3{'b': 4, 'r': 4, 'a': 2, 'g': 3, 'c': 4}
首先获取字典的 keys,然后取每轮比赛 key 的交集。由于比赛轮次数是不定的,所以使用 map 来批量操作
map(dict.keys, [s1, s2, s3])
然后一直累积取其交集,使用 reduce 函数
reduce(lambda x,y: x & y, map(dict.keys, [s1, s2, s3]))
一行代码搞定!
推荐阅读
1
跟繁琐的命令行说拜拜!Gerapy分布式爬虫管理框架来袭!
2
跟繁琐的模型说拜拜!深度学习脚手架 ModelZoo 来袭!
3
只会用Selenium爬网页?Appium爬App了解一下
4
妈妈再也不用担心爬虫被封号了!手把手教你搭建Cookies池
崔庆才
静觅博客博主,《Python3网络爬虫开发实战》作者
隐形字
个人公众号:进击的Coder
长按识别二维码关注
好文和朋友一起看~
Python 高效编程技巧相关推荐
- python多线程挂了_python多线程输入的问题 python高效编程技巧13(如何在线程之间实现...
python3 创建线程时不用args传参,执行线程时为什如果创建线程时在target里就传入了参数,为什么在启动线程时,线程不是在Python多线程下,每个线程的执行方式: 有什么了不起,大不了继续 ...
- 提高Python编程的效率技巧你知道哪些?收藏必备系列,阿里表哥推荐!Python高效编程技巧
Python高效编程技巧 工作中经常要处理各种各样的数据,遇到项目赶进度的时候自己写函数容易浪费时间. Python 中有很多内置函数帮你提高工作效率! 一:在列表,字典中根据条件筛选数据 1.假设有 ...
- 你不知道的18个Python高效编程技巧
来源 | Python编程时光 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行 ...
- python高效编程15个利器_你不知道的18个Python高效编程技巧
来源 | Python编程时光 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行 ...
- 18 个 Python 高效编程技巧,Mark!
点击"小詹学Python",选择"置顶"公众号 重磅干货,第一时间送达 本文转载自Python数据科学,禁二次转载 初识Python语言,觉得python满足了 ...
- 干货 | 18个 Python 高效编程技巧
点击上方"小白学视觉",选择加"星标"或"置顶" 重磅干货,第一时间送达 初识Python语言,觉得python满足了我上学时候对编程语言的 ...
- 爱了,这18个 Python 高效编程技巧真香
初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了.高级语言,如果做 ...
- 如此优秀,这18个 Python 高效编程技巧真的太香了
初识 Python 语言,觉得 Python 满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱了. 高级语 ...
- 爱了!这18个 Python 高效编程技巧真香!
大家好,我是辰哥~ 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人,兴奋的不行不行的,终于解脱 ...
- 18个Python高效编程技巧!
点击 机器学习算法与Python学习 ,选择加星标 精彩内容不迷路 本文由Python编程时光整理 初识Python语言,觉得python满足了我上学时候对编程语言的所有要求.python语言的高效编 ...
最新文章
- uboot2014.10移植(一)
- Java 程序员一次有趣的面试 | 每日趣闻
- 三星宣布 Linux on DeX:手机秒变 Ubuntu 桌面环境
- mysql索引空间配置_加入空间mysql索引
- Spark SQL 处理流程分析 (一)
- centos7修改ip地址自动获取_南京课工场IT培训:如何搭建DHCP服务器及自动获取IP地址及相关操作...
- 华为Matebook X Pro双系统升级bios后无法进入Linux的解决方案
- (转)Scala中的Some和Option
- Glide:重新加载失败的问题
- 李守红java_SpringMVC基础及应用-李守红
- R学习笔记-安装R和RStudio,注意RStudio的版本需要与操作系统版本匹配
- 【vijos】在vijos的自己的域中创建题目
- 计算机网络实验指导书 pdf,《计算机网络》实验指导书.pdf
- linux 模板 制作工具,OpenTBS 1.8.0 发布,生成 Office 的模板工具
- matlab covar,delta CoVaR 系统性风险指标计算
- 基于TMC4361-超静音闭环步进电机驱动方案
- 牛客网c语言笔试题库,【sql】牛客网练习题 (共 61 题)
- RF(robotframework)安装后RIDE双击打不开的问题
- Oracle数据库大作业
- selenium对弹窗(alert)的处理