python实用技巧

1.原地交换两个数字

Python 提供了一个直观的在一行代码中赋值与交换（变量值）的方法，请参见下面的示例：

In [1]: x,y = 10 ,20    

In [2]: print(x,y)    
10 20    

In [3]: x, y = y, x    

In [4]: print(x,y)    
20 10

赋值的右侧形成了一个新的元组，左侧立即解析（unpack）那个（未被引用的）元组到变量 <x> 和 <y>。
一旦赋值完成，新的元组变成了未被引用状态并且被标记为可被垃圾回收，最终也完成了变量的交换。

2.链状比较操作符

比较操作符的聚合是另一个有时很方便的技巧：

In [5]: n = 10
In [6]: result = 1 < n < 20
    

In [7]: result    
Out[7]: True   

In [8]: result = 1 > n <= 9    

In [9]: result    
Out[9]: False

3.使用三元操作符来进行条件赋值

三元操作符是 if-else 语句也就是条件操作符的一个快捷方式：

[表达式为真的返回值]  if  [表达式]  else  [表达式为假的返回值]

这里给出几个你可以用来使代码紧凑简洁的例子。下面的语句是说“如果 y 是 9，给 x 赋值 10，不然赋值为 20”。如果需要的话我们也可以延长这条操作链。

x = 10  if (y == 9) else  20

同样地，我们可以对类做这种操作：

x = (classA if y == 1  else classB)(param1, param2)

在上面的例子里 classA 与 classB 是两个类，其中一个类的构造函数会被调用.

4.多行字符串

基本的方式是使用源于 C 语言的反斜杠：

In [20]: multistr = "select * from multi_row \
    ...: where row_id < 5"
    
In [21]: multistr
Out[21]: 'select * from multi_row where row_id < 5'

另一个技巧是使用三引号：

In [23]: multistr ="""select * from multi_row 
    ...: where row_id < 5"""
 
In [24]: multistr
Out[24]: 'select * from multi_row \nwhere row_id < 5'

上面方法共有的问题是缺少合适的缩进，如果我们尝试缩进会在字符串中插入空格。所以最后的解决方案是将字符串分为多行并且将整个字符串包含在括号中：

In [25]: multistr = ("select * from multi_row "
    ...: "where row_id < 5 " 
    ...: "order by age")
    
In [26]: multistr
Out[26]: 'select * from multi_row where row_id < 5 order by age'

5.存储列表元素到新的变量中

我们可以使用列表来初始化多个变量，在解析列表时，变量的数目不应该超过列表中的元素个数：【译者注：元素个数与列表长度应该严格相同，不然会报错】

In [27]: testlist = [1,2,3]
 
In [28]: x,y,z = testlist 
 
In [29]: print(x,y,z) 
1 2 3

6.打印引入模块的文件路径

如果你想知道引用到代码中模块的绝对路径，可以使用下面的技巧：

In [30]: import threading 
 
In [31]: import socket 
 
In [32]: print(threading)
<module 'threading' from '/usr/local/lib/python3.5/threading.py'>
 
In [33]: print(socket) 
<module 'socket' from '/usr/local/lib/python3.5/socket.py'>

7.交互环境下的"_"操作符

这是一个我们大多数人不知道的有用特性，在 Python 控制台，不论何时我们测试一个表达式或者调用一个方法，结果都会分配给一个临时变量： _（一个下划线）。

In [34]: 2 + 3 
Out[34]: 5
 
In [35]: _
Out[35]: 5
 
In [36]: print(_) 
5

“_” 是上一个执行的表达式的输出。

8.字典/集合推导式

与我们使用的列表推导相似，我们也可以使用字典/集合推导，它们使用起来简单且有效，下面是一个例子：

In [37]: testDict = {i : i*i for i in range(5)} 
 
In [38]: testSet = { i*2 for i in range(5)} 
 
In [39]: testDict
Out[39]: {0: 0, 1: 1, 2: 4, 3: 9, 4: 16}
 
In [40]: testSet
Out[40]: {0, 2, 4, 6, 8}

注：两个语句中只有一个 <:> 的不同

9.调试脚本

我们可以在 <pdb> 模块的帮助下在 Python 脚本中设置断点，下面是一个例子：

import pdb
pdb.set_trace()

我们可以在脚本中任何位置指定 <pdb.set_trace()> 并且在那里设置一个断点，相当简便。

命令	说明
break 或b	设置断点
continue 或 c	继续执行程序到下一个断点
list 或 l	查看当前行的代码段
step 或 s	进入函数
return 或 r	执行代码直到从当前函数返回
exit 或 q	中止并退出
next 或 n	执行下一行
clear 或 cl	清除断点
p 或 pp	打印变量的值
cl	清除断点
help	帮助

10.开启文件分享

Python 允许运行一个 HTTP 服务器来从根路径共享文件，下面是开启服务器的命令：（python3环境）

python3 -m http.server

上面的命令会在默认端口也就是 8000 开启一个服务器，你可以将一个自定义的端口号以最后一个参数的方式传递到上面的命令中。

11.检查Python中的对象

我们可以通过调用 dir() 方法来检查 Python 中的对象，下面是一个简单的例子：

In [41]: test = [1,3,5,7]
 
In [42]: print(dir(test)) 
['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__dir__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'clear', 'copy', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

会列出对象的属性方法。

12.简化if语句

我们可以使用下面的方式来验证多个值：

if m in [1,3,5,7]:

而不是

if m==1  or m==3  or m==5  or m==7:

或者，对于 in 操作符我们也可以使用 '{1,3,5,7}' 而不是 '[1,3,5,7]'，因为 set 中取元素是 O(1) 操作。

13.运行时检测Python版本

当正在运行的 Python 低于支持的版本时，有时我们也许不想运行我们的程序。为达到这个目标，你可以使用下面的代码片段，它也以可读的方式输出当前 Python 版本：

import sys
 
#Detect the Python version currently in use.
if not hasattr(sys, "hexversion") or sys.hexversion != 50660080:
    print("Sorry, you aren't running on Python 3.5n")
    print("Please upgrade to 3.5.n")
    sys.exit(1)
 
#Print Python version in a readable format.
print("Current Python version: ", sys.version)

或者你可以使用 sys.version_info >= (3, 5) 来替换上面代码中的 sys.hexversion != 50660080，这是一个读者的建议。

python3运行结果：

Python 3.5.1 (default, Dec 2015, 13:05:11)
[GCC 4.8.2] on linux
 
Current Python version:  3.5.2 (default, Aug 22 2016, 21:11:05) 
[GCC 5.3.0]

14.组合多个字符串

如果你想拼接列表中的所有记号，比如下面的例子：

In [44]: test = ['I', 'Like', 'Python', 'automation']
 
In [45]: ''.join(test)
Out[45]: 'ILikePythonautomation'

15.四种翻转字符串/列表的方式

翻转列表本身

In [49]: testList = [1, 3, 5] 
 
In [50]: testList.reverse() 
 
In [51]: testList
Out[51]: [5, 3, 1]

在一个循环中翻转并迭代输出

In [52]: for element in reversed([1,3,5]):
    ...:     print(element) 
    ...:     
5
3
1

一行代码翻转字符串

In [53]: "Test Python"[::-1]
Out[53]: 'nohtyP tseT'

使用切片翻转列表

[1, 3, 5][::-1]

17.在python中使用枚举量

我们可以使用下面的方式来定义枚举量：

In [56]: class Shapes:
    ...:     Circle,Square,Triangle,Quadrangle = range(4) 
    ...:     
 
In [57]: Shapes.Circle
Out[57]: 0
 
In [58]: Shapes.Square
Out[58]: 1
 
In [59]: Shapes.Triangle
Out[59]: 2
 
In [60]: Shapes.Quadrangle
Out[60]: 3

18.从方法中返回多个值

并没有太多编程语言支持这个特性，然而 Python 中的方法确实（可以）返回多个值，请参见下面的例子来看看这是如何工作的：

In [61]: def x():
    ...:     return 1,2,3,4 
    ...: 
 
In [62]: a,b,c,d = x()
 
In [63]: print(a,b,c,d) 
1 2 3 4

19.从两个相关的序列构建一个字典

In [92]: t1 = (1,2,3) 
 
In [93]: t2 =(10,20,30) 
 
In [94]: dict(zip(t1,t2)) 
Out[94]: {1: 10, 2: 20, 3: 30}

20.将字典拆分为键和值的列表

c = {'Bob': 'male', 'Jack': 'male', 'Mary': 'female', 'Tom': 'male'}

keys1 = list(c.keys())#['Bob', 'Jack', 'Tom', 'Mary']
values1 = list(c.values())#['male', 'male', 'male', 'female']

21.一行代码计算任何数的阶乘

python3环境：

In [75]: import functools
 
In [76]: result = ( lambda k : functools.reduce(int.__mul__,range(1,k+1),1))(3) 
 
In [77]: result
Out[77]: 6

22.找到列表中出现最频繁的数

In [82]: test = [1,2,3,4,2,2,3,1,4,4,4] 
 
In [83]: print(max(set(test),key=test.count)) 
4

23.重置递归限制

Python 限制递归次数到 1000，我们可以重置这个值：

import sys
 
x=1001
print(sys.getrecursionlimit())
 
sys.setrecursionlimit(x)
print(sys.getrecursionlimit())
 
#1-> 1000
#2-> 100

谨慎修改

24.检查一个对象的内存使用

在 Python 2.7 中，一个 32 比特的整数占用 24 字节，在 Python 3.5 中利用 28 字节。为确定内存使用，我们可以调用 getsizeof 方法：
python2.7：

import sys
x=1
print(sys.getsizeof(x))
 
#-> 24

python3：

In [86]: import sys 
 
In [87]: x = 1
 
In [88]: sys.getsizeof(x) 
Out[88]: 28

25.使用slots来减少内存开支

你是否注意到你的 Python 应用占用许多资源特别是内存？有一个技巧是使用slots类变量来在一定程度上减少内存开支。

import sys
class FileSystem(object):
 
    def __init__(self, files, folders, devices):
        self.files = files
        self.folders = folders
        self.devices = devices
print(sys.getsizeof( FileSystem ))
 
class FileSystem1(object):
 
    __slots__ = ['files', 'folders', 'devices']
    def __init__(self, files, folders, devices):
        self.files = files
        self.folders = folders
        self.devices = devices
 
print(sys.getsizeof( FileSystem1 ))
#In Python 3.5
#1-> 1016
#2-> 888

很明显，你可以从结果中看到确实有内存使用上的节省，但是你只应该在一个类的内存开销不必要得大时才使用slots。只在对应用进行性能分析后才使用它，不然地话，你只是使得代码难以改变而没有真正的益处。

26.使用lambda来模仿输出方法

In [89]: import sys 
 
In [90]: lprint = lambda *args: sys.stdout.write("".join(map(str,args))) 
 
In [91]: lprint("python","tips",1000,1001) 
Out[91]: pythontips1000100118

27.使用字典来存储选择操作

我们能构造一个字典来存储表达式：

In [70]: stdacl = { 
    ...: 'sum':lambda x,y : x + y,
    ...: 'subtract':lambda x,y : x - y 
    ...: } 
 
 
In [73]: stdacl['sum'](9,3) 
Out[73]: 12
 
In [74]: stdacl['subtract'](9,3) 
Out[74]: 6

28.一行代码搜索字符串的多个前后缀

In [95]: print("http://www.google.com".startswith(("http://", "https://")))
True
 
In [96]: print("http://www.google.co.uk".endswith((".com", ".co.uk")))
True

29. 不使用循环构造一个列表

In [101]: test = [[-1, -2], [30, 40], [25, 35]] 
 
In [102]: import itertools
 
In [103]: print(list(itertools.chain.from_iterable(test)))
[-1, -2, 30, 40, 25, 35]

30.在Python中实现一个真正的switch-case语句

下面的代码使用一个字典来模拟构造一个switch-case。

In [104]: def xswitch(x):
     ...:     return xswitch._system_dict.get(x, None) 
     ...: 
 
In [105]: xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}
 
In [106]: print(xswitch('default'))
None
 
In [107]: print(xswitch('devices'))
2

31.计数时使用Counter计数对象

这听起来显而易见，但经常被人忘记。对于大多数程序员来说，数一个东西是一项很常见的任务，而且在大多数情况下并不是很有挑战性的事情——这里有几种方法能更简单的完成这种任务。

Python的collections类库里有个内置的dict类的子类，是专门来干这种事情的：

>>> from collections import Counter
>>> c = Counter( hello world )

>>> c
Counter({ l : 3, o : 2, : 1, e : 1, d : 1, h : 1, r : 1, w : 1})

>>> c.most_common(2)
[( l , 3), ( o , 2)]

32.漂亮的打印出JSON

JSON是一种非常好的数据序列化的形式，被如今的各种API和web service大量的使用。使用python内置的json处理，可以使JSON串具有一定的可读性，但当遇到大型数据时，它表现成一个很长的、连续的一行时，人的肉眼就很难观看了。

为了能让JSON数据表现的更友好，我们可以使用indent参数来输出漂亮的JSON。当在控制台交互式编程或做日志时，这尤其有用：

>>> import json

>>> print(json.dumps(data))  # No indention
{"status": "OK", "count": 2, "results": [{"age": 27, "name": "Oz", "lactose_intolerant": true}, {"age": 29, "name": "Joe", "lactose_intolerant": false}]}

>>> print(json.dumps(data, indent=2))  # With indention

{
 "status": "OK",
 "count": 2,
 "results": [
   {
     "age": 27,
     "name": "Oz",
     "lactose_intolerant": true
   },
   {
     "age": 29,
     "name": "Joe",
     "lactose_intolerant": false
   }
 ]
}