15个Stack Overflow上回答的最多的Python技巧

deephub

发布于 2023-08-30 09:08:36

2900

发布于 2023-08-30 09:08:36

文章被收录于专栏：DeepHub IMBA

Python是一种高级编程语言。由于其可读性和效率，它已成为全球开发人员的热门选择。但是与任何语言一样，有一些方法可以利用Python的特性来生成更干净、更高效和更Python化的代码。

本文将整理15个Python技巧，这些技巧都是Stack Overflow上回答最多的问题，并且可以帮你提高代码质量。

1、F-Strings

在Python 3.6中引入的F-Strings提供了一种简洁方便的方式来将表达式嵌入字符串中进行格式化。它比% formatting和str.format()都快并且更易读，所以推荐使用它。

以下是如何使用它们的方法:

 name = "John"
 age = 24
 
 print(f"My name is {name} and I'm {age} years old.")
 
 Output:
 My name is John and I'm 24 years old.

2、列表推导式

当您希望基于现有列表的值创建新列表时，列表推导式提供了更短的语法。它可以使代码更具可读性和效率。

例如:

 numbers = [1, 2, 3, 4, 5]
 
 #List comprehension
 squares = [n**2 for n in numbers]
 
 print(squares)
 
 Output:
 [1, 4, 9, 16, 25]

3、链式比较运算符

Python允许链式比较运算符，这可以使代码更具可读性和整洁性。

例如:

 #Chain comparison
 x = 10
 print(1 < x < 20)  
 
 # Output: 
 True

4、enumerate

当我们同时需要列表项的索引和值时，可以使用enumerate()函数，而不是创建一个单独的变量。

例如:

 fruits = ["apple", "banana", "cherry"]
 
 for i, fruit in enumerate(fruits):
     print(f"Index: {i}, Fruit: {fruit}")
 
 
 # Output:
 Index: 0, Fruit: apple
 Index: 1, Fruit: banana
 Index: 2, Fruit: cherry

5、zip

zip()函数可以同时遍历多个列表，这在处理相同长度的列表时非常方便。

 list1 = [1, 2, 3]
 list2 = ['a', 'b', 'c']
 
 for num, letter in zip(list1, list2):
     print(f"Number: {num}, Letter: {letter}")
 
 # Output:
 Number: 1, Letter: a
 Number: 2, Letter: b
 Number: 3, Letter: c

6、在循环中使用else子句

在Python中，else子句可以与循环一起使用。else块中的代码在循环结束后执行，除非循环被break语句终止。

 for i in range(5):
     if i == 10:
         break
 else:
     print("Loop finished successfully.")
 
 # Output:
 Loop finished successfully.

7、defaultdict

Python中的defaultdict是一个容器，它为不存在的键提供默认值，这可以避免KeyError。

 from collections import defaultdict
 d = defaultdict(int)
 
 print(d["nonexistent_key"])  
 
 # Output: 
 0

8、使用set

Python中的集合以哈希表的形式实现，这为成员测试提供了恒定的时间复杂度。如果需要测试一个项是否存在于一个大型项目集合中，可以使用集合替代列表。

 items = set([1, 2, 3, 4, 5])
 print(3 in items)  
 
 # Output: 
 True

9、' name == " main " '

在python中，这行代码确保在python文件作为脚本运行时运行代码的某些部分，而不是在它作为模块导入时运行。

 if __name__ == "__main__":
     print("This code runs when the file is executed as a script.")

尤其是在windows下的多线程一定要加上这句话，比如pytorch的dataloader的num_worker大于1的话大概率的报错来自于没加这句话

10、使用*args和**kwargs

*args和**kwargs可以让函数传递可变数量的参数。*args用于传递非关键字参数，而**kwargs用于传递关键字参数。

 def func(*args, **kwargs):
     for arg in args:
         print(arg)
     for key, value in kwargs.items():
         print(f"{key}: {value}")
 
 func(1, 2, 3, a=4, b=5)
 
 
 # Output:
 1
 2
 3
 a: 4
 b: 5

11、try/except/else/finally

Python的try/except/else/finally结构允许捕获和处理异常，在没有异常发生时执行代码，并且不管是否发生异常都可以清理资源。

 try:
     # Code that may raise an exception
 except Exception as e:
     # Code that runs when an exception occurs
 else:
     # Code that runs if no exception occurs
 finally:
     # Code that runs no matter what

这里的else的用法与循环中类似，在某些特殊的情况下非常有用

12、使用列表切片

Python中的列表切片可以访问列表项的子集。还可以使用它来反转列表或克隆列表。

 numbers = [1, 2, 3, 4, 5]
 
 print(numbers[1:3])
 print(numbers[::-1])  
 
 # Output: 
 [2, 3]
 [5, 4, 3, 2, 1]

13、使用' isinstance() '进行类型检查

在Python中，isinstance()函数检查一个对象是某个类的实例还是类的元组。

 print(isinstance(1, int))  
 
 # Output: 
 True

14、使用any()和all()

如果可迭代对象中至少有一个元素为真，则any()函数返回True，而all()仅当所有元素为真时返回True。

 numbers = [1, 2, 3, 0]
 
 print(any(numbers))  
 print(all(numbers))  
 
 # Output: 
 True
 False

15、collections.Counter

Python中的collections模块提供了内置容器的替代方案。Counter是一个dict子类，用于对可哈希对象进行计数。它是一个集合，其中元素被存储为字典键，它们的计数被存储为字典值。

 from collections import Counter
 
 # list of students in class 'A'
 students = ['Mike', 'John', 'Mike', 'Anna', 'John', 'John']
 counter = Counter(students)
 
 print(counter)
 
 # Output:
 Counter({'John': 3, 'Mike': 2, 'Anna': 1})

上面的代码是计算列表中元素出现频率的一种简单而有效的方法。