這篇文章主要介紹“實用的Python技巧有哪些”，在日常操作中，相信很多人在實用的Python技巧有哪些問題上存在疑惑，小編查閱了各式資料，整理出簡單好用的操作方法，希望對大家解答”實用的Python技巧有哪些”的疑惑有所幫助！接下來，請跟著小編一起來學(xué)習(xí)吧！

讓客戶滿意是我們工作的目標(biāo)，不斷超越客戶的期望值來自于我們對這個行業(yè)的熱愛。我們立志把好的技術(shù)通過有效、簡單的方式提供給客戶，將通過不懈努力成為客戶在信息化領(lǐng)域值得信任、有價值的長期合作伙伴，公司提供的服務(wù)項目有：域名與空間、虛擬空間、營銷軟件、網(wǎng)站建設(shè)、臨縣網(wǎng)站維護(hù)、網(wǎng)站推廣。

1、對輸入的字符串“消毒”

對用戶輸入的內(nèi)容“消毒”，這問題幾乎適用于你編寫的所有程序。通常將字符轉(zhuǎn)換為小寫或大寫就足夠了，有時你還可以使用正則表達(dá)式來完成工作，但是對于復(fù)雜的情況，還有更好的方法：

user_input = "This\nstring has\tsome whitespaces...\r\n" 
 
character_map = { 
 ord('\n') : ' ', 
 ord('\t') : ' ', 
 ord('\r') : None 
} 
user_input.translate(character_map)  # This string has some whitespaces... "

在此示例中，你可以看到空格字符“ \n”和“ \t”被單個空格替換了，而“ \r”則被完全刪除。這是一個簡單的示例，但是我們可以更進(jìn)一步，使用unicodedata 庫及其 combining() 函數(shù)，來生成更大的重映射表(remapping table)，并用它來刪除字符串中所有的重音。

2、對迭代器切片

如果你嘗試直接對迭代器切片，則會得到 TypeError ，提示說該對象不可取下標(biāo)(not subscriptable)，但是有一個簡單的解決方案：

import itertools 
 
s = itertools.islice(range(50), 10, 20)  #  
for val in s: 
 ...

使用itertools.islice，我們可以創(chuàng)建一個 islice 對象，該對象是一個迭代器，可以生成我們所需的內(nèi)容。但是這有個重要的提醒，即它會消耗掉切片前以及切片對象 islice 中的所有元素。

(譯注：更多關(guān)于迭代器切片的內(nèi)容，可閱讀Python進(jìn)階：迭代器與迭代器切片)

3、跳過可迭代對象的開始

有時候你必須處理某些文件，它們以可變數(shù)量的不需要的行(例如注釋)為開頭。itertools 再次提供了簡單的解決方案：

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

這段代碼僅會打印在初始的注釋部分之后的內(nèi)容。如果我們只想丟棄迭代器的開頭部分(在此例中是注釋)，并且不知道有多少內(nèi)容，那么此方法很有用。

4、僅支持關(guān)鍵字參數(shù)(kwargs)的函數(shù)

當(dāng)需要函數(shù)提供(強制)更清晰的參數(shù)時，創(chuàng)建僅支持關(guān)鍵字參數(shù)的函數(shù)，可能會挺有用：

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，可以在關(guān)鍵字參數(shù)之前，放置單個 * 參數(shù)來輕松解決此問題。如果我們將位置參數(shù)放在 * 參數(shù)之前，則顯然也可以有位置參數(shù)。

5、創(chuàng)建支持 with 語句的對象

我們都知道如何使用 with 語句，例如打開文件或者是獲取鎖，但是我們可以實現(xiàn)自己的么?是的，我們可以使用__enter__ 和__exit__ 方法來實現(xiàn)上下文管理器協(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 中實現(xiàn)上下文管理的最常見方法，但是還有一種更簡單的方法：

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

上面的代碼段使用 contextmanager 裝飾器實現(xiàn)了內(nèi)容管理協(xié)議。tag 函數(shù)的第一部分(yield 之前)會在進(jìn)入 with 語句時執(zhí)行，然后執(zhí)行 with 的代碼塊，最后會執(zhí)行 tag 函數(shù)的剩余部分。

6、用__slots__節(jié)省內(nèi)存

如果你曾經(jīng)編寫過一個程序，該程序創(chuàng)建了某個類的大量實例，那么你可能已經(jīng)注意到你的程序突然就需要大量內(nèi)存。那是因為 Python 使用字典來表示類實例的屬性，這能使其速度變快，但內(nèi)存不是很高效。通常這不是個問題，但是，如果你的程序遇到了問題，你可以嘗試使用__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

這里發(fā)生的是，當(dāng)我們定義__slots__屬性時，Python 使用固定大小的小型數(shù)組，而不是字典，這大大減少了每個實例所需的內(nèi)存。使用__slots__還有一些缺點——我們無法聲明任何新的屬性，并且只能使用在__slots__中的屬性。同樣，帶有__slots__的類不能使用多重繼承。

7、限制CPU和內(nèi)存使用量

如果不是想優(yōu)化程序內(nèi)存或 CPU 使用率，而是想直接將其限制為某個固定數(shù)字，那么 Python 也有一個庫能做到：

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))

在這里，我們可以看到兩個選項，可設(shè)置大 CPU 運行時間和內(nèi)存使用上限。對于 CPU 限制，我們首先獲取該特定資源(RLIMIT_CPU)的軟限制和硬限制，然后通過參數(shù)指定的秒數(shù)和先前獲取的硬限制來設(shè)置它。最后，如果超過 CPU 時間，我們將注冊令系統(tǒng)退出的信號。至于內(nèi)存，我們再次獲取軟限制和硬限制，并使用帶有 size 參數(shù)的setrlimit 和獲取的硬限制對其進(jìn)行設(shè)置。

8、控制可以import的內(nèi)容

某些語言具有非常明顯的用于導(dǎo)出成員(變量、方法、接口)的機制，例如Golang，它僅導(dǎo)出以大寫字母開頭的成員。另一方面，在 Python 中，所有內(nèi)容都會被導(dǎo)出，除非我們使用__all__ ：

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

使用上面的代碼段，我們可以限制from some_module import * 在使用時可以導(dǎo)入的內(nèi)容。對于以上示例，通配導(dǎo)入時只會導(dǎo)入 bar。此外，我們可以將__all__ 設(shè)為空，令其無法導(dǎo)出任何東西，并且在使用通配符方式從此模塊中導(dǎo)入時，將引發(fā) AttributeError。

9、比較運算符的簡便方法

為一個類實現(xiàn)所有比較運算符可能會很煩人，因為有很多的比較運算符——__lt__、__le__、__gt__ 或__ge__。但是，如果有更簡單的方法呢?functools.total_ordering 可救場：

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))

這到底如何起作用的?total_ordering 裝飾器用于簡化為我們的類實例實現(xiàn)排序的過程。只需要定義__lt__ 和__eq__，這是最低的要求，裝飾器將映射剩余的操作——它為我們填補了空白。

( 譯注： 原作者的文章分為兩篇，為了方便讀者們閱讀，我特將它們整合在一起，以下便是第二篇的內(nèi)容。)

10、使用slice函數(shù)命名切片

使用大量硬編碼的索引值會很快搞亂維護(hù)性和可讀性。一種做法是對所有索引值使用常量，但是我們可以做得更好：

# ID   First Name   Last Name 
line_record = "2        John         Smith" 
 
ID = slice(0, 8) 
FIRST_NAME = slice(9, 21) 
LAST_NAME = slice(22, 27) 
 
name = f"{line_record[FIRST_NAME].strip()} {line_record[LAST_NAME].strip()}" 
# name == "John Smith"

在此例中，我們可以避免神秘的索引，方法是先使用 slice 函數(shù)命名它們，然后再使用它們。你還可以通過 .start、.stop和 .stop 屬性，來了解 slice 對象的更多信息。

11、在運行時提示用戶輸入密碼

許多 命令行工具或 腳本需要用戶名和密碼才能操作。因此，如果你碰巧寫了這樣的程序，你可能會發(fā)現(xiàn) getpass 模塊很有用：

import getpass 
 
user = getpass.getuser() 
password = getpass.getpass() 
# Do Stuff...

這個非常簡單的包通過提取當(dāng)前用戶的登錄名，可以提示用戶輸入密碼。但是須注意，并非每個系統(tǒng)都支持隱藏密碼。Python 會嘗試警告你，因此切記在 命令行中閱讀警告信息。

12、查找單詞/字符串的相近匹配

現(xiàn)在，關(guān)于 Python 標(biāo)準(zhǔn)庫中一些晦澀難懂的特性。如果你發(fā)現(xiàn)自己需要使用Levenshtein distance 【2】之類的東西，來查找某些輸入字符串的相似單詞，那么 Python 的 difflib 會為你提供支持。

import difflib 
difflib.get_close_matches('appel', ['ape', 'apple', 'peach', 'puppy'], n=2) 
# returns ['apple', 'ape']

difflib.get_close_matches 會查找最佳的“足夠好”的匹配。在這里，第一個參數(shù)與第二個參數(shù)匹配。我們還可以提供可選參數(shù) n ，該參數(shù)指定要返回的最多匹配結(jié)果。另一個可選的關(guān)鍵字參數(shù) cutoff (默認(rèn)值為 0.6)，可以設(shè)置字符串匹配得分的閾值。

13、使用IP地址

如果你必須使用 Python 做網(wǎng)絡(luò)開發(fā)，你可能會發(fā)現(xiàn) ipaddress 模塊非常有用。一種場景是從 CIDR(無類別域間路由 Classless Inter-Domain Routing)生成一系列 IP 地址：

import ipaddress 
net = ipaddress.ip_network('74.125.227.0/29')  # Works for IPv6 too 
# IPv4Network('74.125.227.0/29') 
 
for addr in net: 
    print(addr) 
 
# 74.125.227.0 
# 74.125.227.1 
# 74.125.227.2 
# 74.125.227.3 
# ...

另一個不錯的功能是檢查 IP 地址的網(wǎng)絡(luò)成員資格：

ip = ipaddress.ip_address("74.125.227.3") 
 
ip in net 
# True 
 
ip = ipaddress.ip_address("74.125.227.12") 
ip in net 
# False

還有很多有趣的功能，在這里【3】可以找到，我不再贅述。但是請注意，ipaddress 模塊和其它與網(wǎng)絡(luò)相關(guān)的模塊之間只有有限的互通性。例如，你不能將 IPv4Network 實例當(dāng)成地址字符串——需要先使用 str 轉(zhuǎn)換它們。

14、在 Shell中調(diào)試程序崩潰

如果你是一個拒絕使用 IDE，并在 Vim 或 Emacs 中進(jìn)行編碼的人，那么你可能會遇到這樣的情況：擁有在 IDE 中那樣的調(diào)試器會很有用。

你知道嗎?你有一個——只要用python3.8 -i 運行你的程序——一旦你的程序終止了， -i 會啟動交互式 shell，在那你可以查看所有的變量和調(diào)用函數(shù)。整潔，但是使用實際的調(diào)試器(pdb )會如何呢?讓我們用以下程序

(script.py )：
def func(): 
    return 0 / 0 
 
func()

并使用python3.8 -i script.py運行 腳本：

# Script crashes... 
Traceback (most recent call last): 
  File "script.py", line 4, in  
    func() 
  File "script.py", line 2, in func 
    return 0 / 0 
ZeroDivisionError: division by zero 
>>> import pdb 
>>> pdb.pm()  # Post-mortem debugger 
> script.py(2)func() 
-> return 0 / 0 
(Pdb)

我們看到了崩潰的地方，現(xiàn)在讓我們設(shè)置一個斷點：

def func(): 
    breakpoint()  # import pdb; pdb.set_trace() 
    return 0 / 0 
 
func()

現(xiàn)在再次運行它：

script.py(3)func() 
-> return 0 / 0 
(Pdb)  # we start here 
(Pdb) step 
ZeroDivisionError: division by zero 
> script.py(3)func() 
-> return 0 / 0 
(Pdb)

大多數(shù)時候，打印語句和錯誤信息就足以進(jìn)行調(diào)試，但是有時候，你需要四處摸索，以了解程序內(nèi)部正在發(fā)生的事情。在這些情況下，你可以設(shè)置斷點，然后程序執(zhí)行時將在斷點處停下，你可以檢查程序，例如列出函數(shù)參數(shù)、表達(dá)式求值、列出變量、或如上所示僅作單步執(zhí)行。

pdb 是功能齊全的 Python shell，理論上你可以執(zhí)行任何東西，但是你還需要一些調(diào)試命令，可在此處【4】找到。

15、在一個類中定義多個構(gòu)造函數(shù)

函數(shù)重載是編程語言(不含 Python)中非常常見的功能。即使你不能重載正常的函數(shù)，你仍然可以使用類方法重載構(gòu)造函數(shù)：

import datetime 
 
class Date: 
    def __init__(self, year, month, day): 
        self.year = year 
        self.month = month 
        self.day = day 
 
    @classmethod 
    def today(cls): 
        t = datetime.datetime.now() 
        return cls(t.year, t.month, t.day) 
 
d = Date.today() 
print(f"{d.day}/{d.month}/{d.year}") 
# 14/9/2019

你可能傾向于將替代構(gòu)造函數(shù)的所有邏輯放入__init__，并使用*args 、**kwargs 和一堆 if 語句，而不是使用類方法來解決。那可能行得通，但是卻變得難以閱讀和維護(hù)。

因此，我建議將很少的邏輯放入__init__，并在單獨的方法/構(gòu)造函數(shù)中執(zhí)行所有操作。這樣，對于類的維護(hù)者和用戶而言，得到的都是干凈的代碼。

16、使用裝飾器緩存函數(shù)調(diào)用

你是否曾經(jīng)編寫過一種函數(shù)，它執(zhí)行昂貴的 I/O 操作或一些相當(dāng)慢的遞歸，而且該函數(shù)可能會受益于對其結(jié)果進(jìn)行緩存(存儲)?如果你有，那么有簡單的解決方案，即使用 functools 的lru_cache :

from functools import lru_cache 
import requests 
 
@lru_cache(maxsize=32) 
def get_with_cache(url): 
    try: 
        r = requests.get(url) 
        return r.text 
    except: 
        return "Not Found" 
 
 
for url in ["https://google.com/", 
            "https://martinheinz.dev/", 
            "https://reddit.com/", 
            "https://google.com/", 
            "https://dev.to/martinheinz", 
            "https://google.com/"]: 
    get_with_cache(url) 
 
print(get_with_cache.cache_info()) 
# CacheInfo(hits=2, misses=4, maxsize=32, currsize=4)

在此例中，我們用了可緩存的 GET 請求(最多 32 個緩存結(jié)果)。你還可以看到，我們可以使用 cache_info 方法檢查函數(shù)的緩存信息。裝飾器還提供了 clear_cache 方法，用于使緩存結(jié)果無效。

我還想指出，此函數(shù)不應(yīng)與具有副作用的函數(shù)一起使用，或與每次調(diào)用都創(chuàng)建可變對象的函數(shù)一起使用。

17、在可迭代對象中查找最頻繁出現(xiàn)的元素

在列表中查找最常見的元素是非常常見的任務(wù)，你可以使用 for 循環(huán)和字典(map)，但是這沒必要，因為 collections 模塊中有 Counter 類：

from collections import Counter 
 
cheese = ["gouda", "brie", "feta", "cream cheese", "feta", "cheddar", 
          "parmesan", "parmesan", "cheddar", "mozzarella", "cheddar", "gouda", 
          "parmesan", "camembert", "emmental", "camembert", "parmesan"] 
 
cheese_count = Counter(cheese) 
print(cheese_count.most_common(3)) 
# Prints: [('parmesan', 4), ('cheddar', 3), ('gouda', 2)]

實際上，Counter 只是一個字典，將元素與出現(xiàn)次數(shù)映射起來，因此你可以將其用作普通字典：

python print(cheese_count["mozzarella"]) ¨K40K cheese_count["mozzarella"] += 1 print(cheese_count["mozzarella"]) ¨K41K

除此之外，你還可以使用 update(more_words) 方法輕松添加更多元素。Counter 的另一個很酷的特性是你可以使用數(shù)學(xué)運算(加法和減法)來組合和減去 Counter 的實例。

到此，關(guān)于“實用的Python技巧有哪些”的學(xué)習(xí)就結(jié)束了，希望能夠解決大家的疑惑。理論與實踐的搭配能更好的幫助大家學(xué)習(xí)，快去試試吧！若想繼續(xù)學(xué)習(xí)更多相關(guān)知識，請繼續(xù)關(guān)注創(chuàng)新互聯(lián)-成都網(wǎng)站建設(shè)公司網(wǎng)站，小編會繼續(xù)努力為大家?guī)砀鄬嵱玫奈恼拢?/p>

網(wǎng)頁標(biāo)題：實用的Python技巧有哪些-創(chuàng)新互聯(lián)
本文來源：http://vcdvsql.cn/article16/csgogg.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供營銷型網(wǎng)站建設(shè)、網(wǎng)站建設(shè)、定制網(wǎng)站、App開發(fā)、網(wǎng)站營銷、手機網(wǎng)站建設(shè)

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)