Python小技巧和有趣的内置函数

Python小技巧和有趣的内置函数

一个python小技巧的集合和一些很有用的Python内置函数,这些函数简直是屌爆了,我认为每个 Pythoner 都应该知道这些函数。

1.1 拆箱

>>> a, b, c = 1, 2, 3  
>>> a, b, c  
(1, 2, 3)  
>>> a, b, c = [1, 2, 3]  
>>> a, b, c  
(1, 2, 3)  
>>> a, b, c = (2 * i + 1  for i in range(3))  
>>> a, b, c  
(1, 3, 5)  
>>> a, (b, c), d = [1, (2, 3), 4]  
>>> a  
1  
>>> b  
2  
>>> c  
3  
>>> d  
4

1.2 拆箱变量交换

>>> a, b = 1, 2  
>>> a, b = b, a  
>>> a, b  
(2, 1)

1.3 扩展拆箱(只兼容python3)

>>> a, *b, c = [1, 2, 3, 4, 5]  
>>> a  
1  
>>> b  
[2, 3, 4]  
>>> c  
5

1.4 负数索引

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a[-1]  
10  
>>> a[-3]  
8

1.5 切割列表

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a[2:8]  
[2, 3, 4, 5, 6, 7]

1.6 负数索引切割列表

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a[-4:-2]  
[7, 8]

1.7指定步长切割列表

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a[::2]  
[0, 2, 4, 6, 8, 10]  
>>> a[::3]  
[0, 3, 6, 9]  
>>> a[2:8:2]  
[2, 4, 6]

1.8 负数步长切割列表

>>> a = [0, 1, 2, 3, 4, 5, 6, 7, 8, 9, 10]  
>>> a[::-1]  
[10, 9, 8, 7, 6, 5, 4, 3, 2, 1, 0]  
>>> a[::-2]  
[10, 8, 6, 4, 2, 0]

1.9 列表切割赋值

>>> a = [1, 2, 3, 4, 5]  
>>> a[2:3] = [0, 0]  
>>> a  
[1, 2, 0, 0, 4, 5]  
>>> a[1:1] = [8, 9]  
>>> a  
[1, 8, 9, 2, 0, 0, 4, 5]  
>>> a[1:-1] = []  
>>> a  
[1, 5]

1.10 命名列表切割方式

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

1.11 列表以及迭代器的压缩和解压缩

>>> a = [1, 2, 3]  
>>> b = ['a', 'b', 'c']  
>>> z = zip(a, b)  
>>> z  
[(1, 'a'), (2, 'b'), (3, 'c')]  
>>> zip(*z)  
[(1, 2, 3), ('a', 'b', 'c')]

1.12 列表相邻元素压缩器

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

1.13 在列表中用压缩器和迭代器滑动取值窗口

>>> def n_grams(a, n):  
... z = [iter(a[i:]) for i in range(n)]  
... return zip(*z)  
...  
>>> a = [1, 2, 3, 4, 5, 6]  
>>> n_grams(a, 3)  
[(1, 2, 3), (2, 3, 4), (3, 4, 5), (4, 5, 6)]  
>>> n_grams(a, 2)  
[(1, 2), (2, 3), (3, 4), (4, 5), (5, 6)]  
>>> n_grams(a, 4)  
[(1, 2, 3, 4), (2, 3, 4, 5), (3, 4, 5, 6)]

用压缩器反转字典

>>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  
>>> m.items()  
[('a', 1), ('c', 3), ('b', 2), ('d', 4)]  
>>> zip(m.values(), m.keys())  
[(1, 'a'), (3, 'c'), (2, 'b'), (4, 'd')]  
>>> mi = dict(zip(m.values(), m.keys()))  
>>> mi  
{1: 'a', 2: 'b', 3: 'c', 4: 'd'}

1.15 列表展开

>>> a = [[1, 2], [3, 4], [5, 6]]  
>>> list(itertools.chain.from_iterable(a))  
[1, 2, 3, 4, 5, 6]  
  
>>> sum(a, [])  
[1, 2, 3, 4, 5, 6]  
  
>>> [x for l in a for x in l]  
[1, 2, 3, 4, 5, 6]  
  
>>> a = [[[1, 2], [3, 4]], [[5, 6], [7, 8]]]  
>>> [x for l1 in a for l2 in l1 for x in l2]  
[1, 2, 3, 4, 5, 6, 7, 8]  
  
>>> a = [1, 2, [3, 4], [[5, 6], [7, 8]]]  
>>> flatten = lambda x: [y for l in x for y in flatten(l)] if type(x) is list else [x]  
>>> flatten(a)  
[1, 2, 3, 4, 5, 6, 7, 8]

1.16 生成器表达式

>>> g = (x ** 2  for x in xrange(10))  
>>> next(g)  
0  
>>> next(g)  
1  
>>> next(g)  
4  
>>> next(g)  
9  
>>> sum(x ** 3  for x in xrange(10))  
2025  
>>> sum(x ** 3  for x in xrange(10) if x % 3 == 1)  
408

1.17 字典推导

>>> m = {x: x ** 2  for x in range(5)}  
>>> m  
{0: 0, 1: 1, 2: 4, 3: 9, 4: 16}  
  
>>> m = {x: 'A' + str(x) for x in range(10)}  
>>> m  
{0: 'A0', 1: 'A1', 2: 'A2', 3: 'A3', 4: 'A4', 5: 'A5', 6: 'A6', 7: 'A7', 8: 'A8', 9: 'A9'}

1.18 用字典推导反转字典

>>> m = {'a': 1, 'b': 2, 'c': 3, 'd': 4}  
>>> m  
{'d': 4, 'a': 1, 'b': 2, 'c': 3}  
>>> {v: k for k, v in m.items()}  
{1: 'a', 2: 'b', 3: 'c', 4: 'd'}

1.19 命名元组

>>> Point = collections.namedtuple('Point', ['x', 'y'])  
>>> p = Point(x=1.0, y=2.0)  
>>> p  
Point(x=1.0, y=2.0)  
>>> p.x  
1.0  
>>> p.y  
2.0

更多请查看原文

函数部分

all(iterable)

如果可迭代的对象(数组,字符串,列表等,下同)中的元素都是true(或者为空)的话返回True

_all = True  
for item in iterable:  
if  not item:  
_all = False  
break  
if _all:  
# do stuff

更简便的写法是:

if all(iterable):  
# do stuff

any(iterable)

如果可迭代的对象中任何一个元素为true的话返回True,如果可迭代的对象为空则返回False

_any = False  
for item in iterable:  
if item:  
_any = True  
break  
if _any:  
# do stuff

更简便的写法是:

if any(iterable):  
# do stuff

cmp(x, y)

比较两个对象 x 和 y , x < y 的时候返回负数, x ==y 的时候返回 0, x > y 的时候返回正数

def compare(x,y):  
if x < y:  
return -1  
elif x == y:  
return  0  
else:  
return  1

你完全可以使用一句 cmp(x, y) 来替代。

dict([arg])

使用 arg 提供的条目生成一个新的字典。
arg 通常是未知的,但是它很方便!比如说,如果我们想把一个含两个元组的列表转换成一个字典,我们可以这么做。

l = [('Knights', 'Ni'), ('Monty', 'Python'), ('SPAM', 'SPAAAM')]  
d = dict()  
for tuple in l:  
   d[tuple[0]] = tuple[1]  
# {'Knights': 'Ni', 'Monty': 'Python', 'SPAM': 'SPAAAM'}

或者这样:

l = [('Knights', 'Ni'), ('Monty', 'Python'), ('SPAM', 'SPAAAM')]  
d = dict(l) # {'Knights': 'Ni', 'Monty': 'Python', 'SPAM': 'SPAAAM'}

enumerate(iterable [,start=0])

我真的是超级喜欢这个!如果你以前写过C语言,那么你可能会这么写:

for i in range(len(list)):  
# do stuff with list[i], for example, print it  
print i, list[i]

噢,不用那么麻烦!你可以使用enumerate()来提高可读性。

for i, item in enumerate(list):  
# so stuff with item, for example print it  
print i, item

isinstance(object, classinfo)

如果 object 参数是 classinfo 参数的一个实例或者子类(直接或者间接)的话返回 True
当你想检验一个对象的类型的时候,第一个想到的应该是使用type()函数

if type(obj) == type(dict):  
# do stuff  
elif type(obj) == type(list):  
# do other stuff  
...

或者你可以这么写

if isinstance(obj, dict):  
# do stuff  
elif isinstance(obj, list):  
# do other stuff  
...

pow(x, y [,z])

返回 x 的 y 次幂(如果 z 存在的话则以 z 为模)。
如果你想计算 x 的 y 次方,以 z 为模,那么你可以这么写:

mod = (x ** y) % z

但是当 x=1234567, y=4567676, z=56 的时候我的电脑足足跑了 64 秒!
不要用 ** 和 % 了,使用 pow(x, y, z) 吧!这个例子可以写成 pow(1234567, 4567676, 56) ,只用了 0.034 秒就出了结果!

zip([iterable, ])

这个函数返回一个含元组的列表,具体请看例子:

l1 = ('You gotta', 'the')  
l2 = ('love', 'built-in')  
out = []  
if len(l1) == len(l2):  
for i in range(len(l1)):  
       out.append((l1[i], l2[i]))  
# out = [('You gotta', 'love'), ('the', 'built-in)]

或者这么写:

l1 = ['You gotta', 'the']  
l2 = ['love', 'built-in']  
out = zip(l1, l2) # [('You gotta', 'love'), ('the', 'built-in)]

如果你想得到倒序的话加上 * 操作符就可以了:

print zip(*out)  
# [('You gotta', 'the'), ('love', 'built-in')]

结论

Python 内置函数很方便,它们很快并且经过了优化,所以它们可能效率更高。
我真心认为每个 Python 开发者都应该好好看看内置函数的文档(引言部分)。
忘了说了,在 itertools 模块中有很多很不错的函数。

推荐阅读更多精彩内容

  • 内置函数Python解释器内置了许多功能和类型,总是可用的。他们是按字母顺序列在这里。 abs(x)返回一个数的绝...
    uangianlap阅读 666评论 0 0
  • 1、abs() 描述: 函数返回数字的绝对值 语法:abs() 参数:x--数值表达式,可以是整数,浮点数,...
    清清子衿木子水心阅读 234评论 0 0
  • 今天我单位共出动6人,巡查园山街道保安社区新坡塘、荷坳社区桂平南区、安良社区沙坪路、大康社区大凤村,西坑社区教育路...
    you呦阅读 53评论 0 0
  • CSS盒模型 标签(空格分隔): H5+CSS 什么是CSS盒子模型 1.什么是CSS盒子模型?CSS盒子模型仅仅...
    袁俊亮技术博客阅读 61评论 0 0
  • 冬来孤雪弄哀筝,道谁听,总成空。陌上少年,却已老衰翁。数载悠悠难回首,无限事,不言中。 红炉煨酒女儿红,且焚香,入...
    范小新阅读 145评论 0 7