Python编码时应该注意的几个情况 您所在的位置:网站首页 python if not isinstance Python编码时应该注意的几个情况

Python编码时应该注意的几个情况

#Python编码时应该注意的几个情况| 来源: 网络整理| 查看: 265

Python编码时应该注意的几个情况

2018-06-06

183

Python编码时应该注意的几个情况

在编程过程中,多了解语言周边的一些知识,以及一些技巧,可以让你加速成为一个优秀的程序员。 对于Python程序员,你需要注意一下本文所提到的这些事情。你也可以看看Zen of Python(Python之禅),这里面提到了一些注意事项,并配以示例,可以帮助你快速提高。

1. 漂亮胜于丑陋

实现一个功能:读取一列数据,只返回偶数并除以2。下面的代码,哪个更好一些呢?

代码如下: #---------------------------------------- halve_evens_only = lambda nums: map(lambda i: i/2, filter(lambda i: not i%2, nums))  #---------------------------------------- def halve_evens_only(nums):    return [i/2 for i in nums if not i % 2]

2. 记住Python中非常简单的事情

代码如下: # 交换两个变量 a, b = b, a # 切片(slice)操作符中的step参数。(切片操作符在python中的原型是[start:stop:step],即:[开始索引:结束索引:步长值]) a = [1,2,3,4,5] >>> a[::2] # 遍历列表中增量为2的数据 [1,3,5] # 特殊情况下,`x[::-1]`是实现x逆序的实用的方式 >>> a[::-1]  [5,4,3,2,1] # 逆序并切片 >>> x[::-1] [5, 4, 3, 2, 1] >>> x[::-2] [5, 3, 1]

3. 不要使用可变对象作为默认值

代码如下: def function(x, l=[]): #不要这样 def function(x, l=None): # 好的方式    if l is None:       l = []

这是因为当def声明被执行时,默认参数总是被评估。

4. 使用iteritems而不是items

代码如下: iteritems 使用generators ,因此当通过非常大的列表进行迭代时,iteritems 更好一些。 d = {1: "1", 2: "2", 3: "3"} for key, val in d.items() # 当调用时构建完整的列表 for key, val in d.iteritems() # 当请求时只调用值

5. 使用isinstance ,而不是type

代码如下: # 不要这样做         if type(s) == type(""): ... if type(seq) == list or \    type(seq) == tuple: ... # 应该这样 if isinstance(s, basestring): ... if isinstance(seq, (list, tuple)): ...

原因可参阅:stackoverflow

注意我使用的是basestring 而不是str,因为如果一个unicode对象是字符串的话,可能会试图进行检查。例如:

代码如下: >>> a=u'aaaa' >>> print isinstance(a, basestring)     True >>> print isinstance(a, str)     False

这是因为在Python 3.0以下版本中,有两个字符串类型str 和unicode。

6. 了解各种容器

Python有各种容器数据类型,在特定的情况下,相比内置容器(如list 和dict ),这是更好的选择。

我敢肯定,大部分人不使用它。我身边一些粗心大意的人,一些可能会用下面的方式来写代码。

代码如下: freqs = {} for c in "abracadabra":     try:         freqs[c] += 1     except:         freqs[c] = 1

也有人会说下面是一个更好的解决方案:

代码如下: freqs = {}   for c in "abracadabra":       freqs[c] = freqs.get(c, 0) + 1

更确切来说,应该使用collection 类型defaultdict。

代码如下: from collections import defaultdict freqs = defaultdict(int) for c in "abracadabra":     freqs[c] += 1

其他容器: namedtuple()    # 工厂函数,用于创建带命名字段的元组子类  deque           # 类似列表的容器,允许任意端快速附加和取出  Counter   # dict子类,用于哈希对象计数  OrderedDict   # dict子类,用于存储添加的命令记录  defaultdict   # dict子类,用于调用工厂函数,以补充缺失的值

7. Python中创建类的魔术方法(magic methods)     __eq__(self, other)      # 定义 == 运算符的行为      __ne__(self, other)      # 定义 != 运算符的行为      __lt__(self, other)      # 定义 < 运算符的行为      __gt__(self, other)      # 定义 > 运算符的行为      __le__(self, other)      # 定义 = 运算符的行为

8. 必要时使用Ellipsis(省略号“...”)

Ellipsis 是用来对高维数据结构进行切片的。作为切片(:)插入,来扩展多维切片到所有的维度。例如:

代码如下:

>>> from numpy import arange     >>> a = arange(16).reshape(2,2,2,2)     # 现在,有了一个4维矩阵2x2x2x2,如果选择4维矩阵中所有的首元素,你可以使用ellipsis符号。     >>> a[..., 0].flatten()     array([ 0, 2, 4, 6, 8, 10, 12, 14])     # 这相当于     >>> a[:,:,:,0].flatten()     array([ 0, 2, 4, 6, 8, 10, 12, 14])

完 谢谢观看

展开阅读全文

上一篇: 聚类分析中几种算法的比较 ... 下一篇: 机器学习模型可解释的重要及必要性 ...

python 字段 numpy ​ 分享 收藏 微信二维码 相关课程学习[点击了解]

相关阅读

未来大数据的主要应用领域包括哪些 Python中第三方库Requests库的高级用法详解 使用Python进行聚类分析 大数据时代,你的角色是什么 3个步骤+1个模型,「数据分析」才是「增长黑客」的核心技 ... 关于机器学习中需要我们知道的事情 中英文垃圾短信过滤 银行数据宽表构建和描述分析


【本文地址】

公司简介

联系我们

今日新闻

    推荐新闻

    专题文章
      CopyRight 2018-2019 实验室设备网 版权所有