hmoban 新手必备的22个Python最佳编程技巧
01、交换变量
> >>>a=3 > > >>>b=6
这个情况如果要交换变量在c++中，肯定需要一个空变量。但是python不需要，只需一行，大家看清楚了。
> >>>a,b=b,a > > >>>print(a)>>>6 > > >>>ptint(b)>>>5
02、字典推导(Dictionary comprehensions)和集合推导(Set comprehensions)
大多数的Python程序员都知道且使用过列表推导(list comprehensions)。如果你对list comprehensions概念不是很熟悉——一个list comprehension就是一个更简短、简洁的创建一个list的方法。
> >>> some_list = [1, 2, 3, 4, 5]
>
> >>> another_list = [ x + 1 for x in some_list ]
>
> >>> another_list
>
> [2, 3, 4, 5, 6]
自从python 3.1 起，我们可以用同样的语法来创建集合和字典表：
> >>> # Set Comprehensions
>
> >>> some_list = [1, 2, 3, 4, 5, 2, 5, 1, 4, 8]
>
> >>> even_set = { x for x in some_list if x % 2 == 0 }
>
> >>> even_set
>
> set([8, 2, 4])
>
> >>> # Dict Comprehensions
>
> >>> d = { x: x % 2 == 0 for x in range(1, 11) }
>
> >>> d
>
> {1: False, 2: True, 3: False, 4: True, 5: False, 6: True, 7: False, 8: True, 9: False, 10: True}
在第一个例子里，我们以some_list为基础，创建了一个具有不重复元素的集合，而且集合里只包含偶数。而在字典表的例子里，我们创建了一个key是不重复的1到10之间的整数，value是布尔型，用来指示key是否是偶数。
这里另外一个值得注意的事情是集合的字面量表示法。我们可以简单的用这种方法创建一个集合：
> >>> my_set = {1, 2, 1, 2, 3, 4}
>
> >>> my_set
>
> set([1, 2, 3, 4])
而不需要使用内置函数set()。
03、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)]
04、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
>
> }
>
> ]
>
> }
同样，使用内置的pprint模块，也可以让其它任何东西打印输出的更漂亮。
05、解决FizzBuzz
前段时间Jeff Atwood 推广了一个简单的编程练习叫FizzBuzz，问题引用如下：
写一个程序，打印数字1到100，3的倍数打印“Fizz”来替换这个数，5的倍数打印“Buzz”，对于既是3的倍数又是5的倍数的数字打印“FizzBuzz”。
这里就是一个简短的，有意思的方法解决这个问题：
> for x in range(1,101):
>
> print"fizz"[x%3*len('fizz')::]+"buzz"[x%5*len('buzz')::] or x
06、if 语句在行内
> print "Hello" if True else "World" > > >>> Hello
07、连接
下面的最后一种方式在绑定两个不同类型的对象时显得很cool。
> nfc = ["Packers", "49ers"] > > afc = ["Ravens", "Patriots"] > > print nfc + afc > > >>> ['Packers', '49ers', 'Ravens', 'Patriots'] > > print str(1) + " world" > > >>> 1 world > > print `1` + " world" > > >>> 1 world > > print 1, "world" > > >>> 1 world > > print nfc, 1 > > >>> ['Packers', '49ers'] 1
08、数值比较
这是我见过诸多语言中很少有的如此棒的简便法
> x = 2 > > if 3 > x > 1: > > print x > > >>> 2 > > if 1 < x > 0: > > print x > > >>> 2
09、同时迭代两个列表
> nfc = ["Packers", "49ers"] > > afc = ["Ravens", "Patriots"] > > for teama, teamb in zip(nfc, afc): > > print teama + " vs. " + teamb > > >>> Packers vs. Ravens > > >>> 49ers vs. Patriots
10、带索引的列表迭代
> teams = ["Packers", "49ers", "Ravens", "Patriots"] > > for index, team in enumerate(teams): > > print index, team > > >>> 0 Packers > > >>> 1 49ers > > >>> 2 Ravens > > >>> 3 Patriots
11、列表推导式
已知一个列表，我们可以刷选出偶数列表方法：
> numbers = [1,2,3,4,5,6] > > even = [] > > for number in numbers: > > if number%2 == 0: > > even.append(number)
转变成如下：
> numbers = [1,2,3,4,5,6] > > even = [number for number in numbers if number%2 == 0]
12、字典推导
和列表推导类似，字典可以做同样的工作：
> teams = ["Packers", "49ers", "Ravens", "Patriots"]
>
> print {key: value for value, key in enumerate(teams)}
>
> >>> {'49ers': 1, 'Ravens': 2, 'Patriots': 3, 'Packers': 0}
13、初始化列表的值
> items = [0]*3 > > print items > > >>> [0,0,0]
14、列表转换为字符串
> teams = ["Packers", "49ers", "Ravens", "Patriots"] > > print ", ".join(teams) > > >>> 'Packers, 49ers, Ravens, Patriots'
15、从字典中获取元素
我承认try/except代码并不雅致，不过这里有一种简单方法，尝试在字典中查找key，如果没有找到对应的alue将用第二个参数设为其变量值。
> data = {'user': 1, 'name': 'Max', 'three': 4}
>
> try:
>
> is_admin = data['admin']
>
> except KeyError:
>
> is_admin = False
替换成这样
> data = {'user': 1, 'name': 'Max', 'three': 4}
>
> is_admin = data.get('admin', False)
16、获取列表的子集
有时，你只需要列表中的部分元素，这里是一些获取列表子集的方法。
> x = [1,2,3,4,5,6] > > #前3个 > > print x[:3] > > >>> [1,2,3] > > #中间4个 > > print x[1:5] > > >>> [2,3,4,5] > > #最后3个 > > print x[3:] > > >>> [4,5,6] > > #奇数项 > > print x[::2] > > >>> [1,3,5] > > #偶数项 > > print x[1::2] > > >>> [2,4,6]
除了python内置的数据类型外，在collection模块同样还包括一些特别的用例，在有些场合Counter非常实用。如果你参加过在这一年的Facebook HackerCup，你甚至也能找到他的实用之处。
> from collections import Counter
>
> print Counter("hello")
>
> >>> Counter({'l': 2, 'h': 1, 'e': 1, 'o': 1})
17、迭代工具
和collections库一样，还有一个库叫itertools，对某些问题真能高效地解决。其中一个用例是查找所有组合，他能告诉你在一个组中元素的所有不能的组合方式。
> from itertools import combinations
>
> teams = ["Packers", "49ers", "Ravens", "Patriots"]
>
> for game in combinations(teams, 2):
>
> print game
>
> >>> ('Packers', '49ers')
>
> >>> ('Packers', 'Ravens')
>
> >>> ('Packers', 'Patriots')
>
> >>> ('49ers', 'Ravens')
>
> >>> ('49ers', 'Patriots')
>
> >>> ('Ravens', 'Patriots')
18、False == True
比起实用技术来说这是一个很有趣的事，在python中，True和False是全局变量，因此：
> False = True > > if False: > > print "Hello" > > else: > > print "World" > > >>> Hello
19、函数只做一件事
我们写的每个函数应该只做一件事。如果发现函数太长，请检查其是否在完成多个任务。将函数限制为只完成一个任务有很多好处。首先，代码可读性增强，因为函数名称可以直接说明其功能。如果代码出错，调试也将更加方便，因为每个函数只负责一个特定的任务，我们可以快速隔离并调试问题函数。用许多知名程序员的话来说：“软件的复杂性大多源自试图两件事当一件事做。”
20、若耗费时间过长，你的做法很可能就是错的
如果你不是在处理非常复杂的问题，比如处理大数据，但是程序却要花很长时间才能加载，这时可以认为你的做法很有可能错了。
21、第一次就要用最佳的方法完成
在编程时你可能会这样想：“我知道有一个更好的做法，但是我已经开始编码了，不想回头重写。”那我建议你停止编码，改用更好的方法来完成。
22、遵循惯例
学习新编程语言的惯例，能够提升阅读用该语言编写的代码的速度。
云海天教程网，大量的免费python教程，欢迎在线学习！
来源：PY学习网：原文地址：https://www.py.cn/article.html