Python的10个神奇的技巧分别是哪些

Python的10个神奇的技巧分别是哪些，很多新手对此不是很清楚，为了帮助大家解决这个难题，下面小编将为大家详细讲解，有这方面需求的人可以来学习下，希望你能有所收获。

在乌恰等地区，都构建了全面的区域性战略布局，加强发展的系统性、市场前瞻性、产品创新能力，以专注、极致的服务理念，为客户提供成都网站建设、成都网站制作 网站设计制作按需开发,公司网站建设,企业网站建设,高端网站设计,营销型网站,外贸网站制作,乌恰网站建设费用合理。

尽管从表面上看，Python似乎是任何人都可以学习的一种简单语言，但确实如此，许多人可能惊讶地知道一个人可以熟练掌握该语言。  Python是其中的一门很容易学习的东西，但可能很难掌握。  在Python中，通常有多种处理方法，但是很容易做错事情，或者重新发明标准库并浪费时间，这仅仅是因为您不知道模块的存在。

不幸的是，Python标准库是一个巨大的野兽，此外，其生态系统绝对是巨大的。  尽管可能有200万千兆字节的Python模块，但是您可以使用通常与Python中的科学计算相关的标准库和软件包学习一些有用的技巧。

№1：反向串

尽管看似基本，但使用char循环反转字符串可能非常繁琐且令人讨厌。 幸运的是，Python包含一个简单的内置操作来精确地执行此任务。  为此，我们只需访问字符串上的索引::-1。

a = "!dlrow olleH"  backward = a[::-1]

№2：变暗作为变量

在大多数语言中，为了将数组放入一组变量中，我们需要迭代遍历值或按位置访问暗点，如下所示：

firstdim = array[1]

但是，在Python中，有一种更酷的方法。 为了将值列表更改为变量，我们可以简单地将变量名设置为等于数组，且数组长度相同：

array = [5, 10, 15, 20]  five, ten, fift, twent = array

№3：Itertools

如果您打算花任何时间在Python上花费任何时间，那么您肯定会想要熟悉itertools。  Itertools是标准库中的一个模块，可让您不断解决迭代问题。 它不仅使编写复杂的循环变得容易得多，而且使您的代码更快，更简洁。  这只是Itertools用法的一个示例，但有数百个：

c = [[1, 2], [3, 4], [5, 6]]  # Let's convert this matrix to a 1 dimensional list.import itertools as  itnewlist = list(it.chain.from_iterable(c))

№4：智能开箱

迭代地解压缩值可能会非常耗时且费力。 幸运的是，Python有几种很酷的方式可以解压缩列表!  一个例子是*，它将填充未分配的值并将它们添加到变量名下的新列表中。

a, *b, c = [1, 2, 3, 4, 5]

№5：枚举

如果您不了解枚举，则可能应该熟悉它。 枚举将允许您获取列表中某些值的索引。 当使用数组而不是数据框架时，这在数据科学中特别有用。

for i,w in enumerate(array):  print(i,w)

№6：名字切片

在Python中拆分列表非常简单! 可以使用各种各样的出色工具，但是肯定有价值的一个功能是可以命名列表的片段。  这对于Python中的线性代数特别有用。

a = [0, 1, 2, 3, 4, 5]  LASTTHREE = slice(-3, None)  slice(-3, None, None)  print(a[LASTTHREE])

№7：组相邻列表

当然可以在for循环中相当容易地对相邻循环进行分组，特别是通过使用zip()，但这当然不是最好的处理方式。  为了使事情变得更加轻松和快捷，我们可以使用zip编写一个lambda表达式，该表达式将对我们的相邻列表进行分组，如下所示：

a = [1, 2, 3, 4, 5, 6]  group_adjacent = lambda a, k: zip(*([iter(a)] * k))  group_adjacent(a, 3)  [(1, 2, 3), (4, 5, 6)]  group_adjacent(a, 2)  [(1, 2), (3, 4), (5, 6)]  group_adjacent(a, 1)

№8：生成器的next()迭代

在编程的大多数正常情况下，我们可以使用一个计数器来访问一个索引并获取我们的仓位号，该计数器将只是添加到以下值的值：

array1 = [5, 10, 15, 20]  array2 = (x ** 2 for x in range(10))  counter = 0for i in array1:  # This code wouldn't work because 'i' is not in array2.  # i = array2[i]  i = array2[counter]  # ^^^ This code would because we are accessing the position of i

但是，我们可以使用next()代替它。 Next使用一个迭代器，该迭代器将当前位置存储在内存中，并在后台遍历列表。

g = (x ** 2 for x in range(10))  print(next(g))  print(next(g))

№9：Counter

标准库中另一个很棒的模块是集合，我今天想向您介绍的是集合中的计数器。 使用Counter，我们可以轻松获得列表的计数。  这对于获取数据中的值总数，获取数据的空计数以及查看数据的唯一值很有用。 我知道你在想什么

"为什么不只使用Pandas?"

这当然是正确的观点。 但是，使用Pandas进行自动化无疑会更加困难，并且只是在部署算法时需要将其添加到虚拟环境中的另一个依赖项。  此外，Python中的计数器类型具有Pandas系列所没有的许多功能，这使其在某些情况下更加有用。

A = collections.Counter([1, 1, 2, 2, 3, 3, 3, 3, 4, 5, 6, 7])  A  Counter({3: 4, 1: 2, 2: 2, 4: 1, 5: 1, 6: 1, 7: 1})  A.most_common(1)  [(3, 4)]  A.most_common(3)  [(3, 4), (1, 2), (2, 2)]

№10：出队

收集模块中另一个很棒的事情是出队。 看看我们可以用这种类型做的所有整洁的事情!

import collections  Q = collections.deque()  Q.append(1)  Q.appendleft(2)  Q.extend([3, 4])  Q.extendleft([5, 6])  Q.pop()  Q.popleft()  Q.rotate(3)  Q.rotate(-3)  print(Q)

看完上述内容是否对您有帮助呢？如果还想对相关知识有进一步的了解或阅读更多相关文章，请关注创新互联行业资讯频道，感谢您对创新互联的支持。