python编程自学,Python编程技巧
计算机编程语言最大的优点之一就是语法简洁,好的代码就像伪代码一样,干净、整洁、一目了然。要写出蟒蛇(优雅的、地道的、整洁的)代码,需要多看多学大牛们写的代码,github上有很多非常优秀的源代码值得阅读,比如:请求、烧瓶、龙卷风、下面列举一些常见的预言的写法。
相关学习推荐:python视频教程
0. 程序必须先让人读懂,然后才能让计算机执行。
"程序必须是为人们阅读而写的,并且只是附带地为机器执行而写的."
1. 交换赋值
##不推荐
温度=a
a=b
b=a
##推荐
a,b=b,a #先生成一个元组(元组)对象,然后打开2. Unpacking的行李
##不推荐
l=[大卫,皮托尼斯塔, 1-514-555-1234]
名字=l[0]
姓氏=l[1]
电话号码=l[2]
##推荐
l=[大卫,皮托尼斯塔, 1-514-555-1234]
名,姓,电话号码=l
#仅限Python 3
第一,*中间,最后=另一个_列出3. 使用操作符in
##不推荐
如果水果==苹果或水果==桔子或水果==浆果 :
# 多次判断
##推荐
如果水果在[苹果,橘子,浆果]:
# 使用在更加简洁4. 字符串操作
##不推荐
颜色=[红色,蓝色,绿色,黄色]
结果=
对于彩色s:
结果=s #每次赋值都丢弃以前的字符串对象,生成一个新对象
##推荐
颜色=[红色,蓝色,绿色,黄色]
结果=""。加入(颜色)#没有额外的内存分配5. 字典键值列表
##不推荐
for key in my_dict.keys():
#我的字典[答案].
##推荐
对于我的字典中的键:
#我的字典[答案].
# 只有当循环中需要更改键值的情况下,我们需要使用my_dict.keys()
# 生成静态的键值列表106 .6. 字典键值判断
##不推荐
如果my_dict.has_key(key):
# .用d[键]做某事
##推荐
如果键入我的_字典:
# .和迪7. 字典 get 和 setdefault 方法一起做点什么
##不推荐
navs={}
对于数据:中的(投资组合、权益、头寸)
如果投资组合不在navs:中
nav投资组合]=0
nav投资组合]=头寸*价格[权益]
##推荐
navs={}
对于数据:中的(投资组合、权益、头寸)
# 使用得到方法
投资组合。get(投资组合,0)头寸*价格[权益]
# 或者使用山转水也转方法
navs.setdefault(投资组合,0)
投资组合
n * prices[equity]8. 判断真伪
##不推荐9. 遍历列表以及索引if x == True:
# ....
if len(items) != 0:
# ...
if items != []:
# ...
##推荐
if x:
# ....
if items:
# ...
##不推荐10. 列表推导items = 'zero one two three'.split()
# method 1
i = 0
for item in items:
print i, item
i += 1
# method 2
for i in range(len(items)):
print i, items[i]
##推荐
items = 'zero one two three'.split()
for i, item in enumerate(items):
print i, item
##不推荐11. 列表推导-嵌套new_list = []
for item in a_list:
if condition(item):
new_list.append(fn(item))
##推荐
new_list = [fn(item) for item in a_list if condition(item)]
##不推荐12. 循环嵌套for sub_list in nested_list:
if list_condition(sub_list):
for item in sub_list:
if item_condition(item):
# do something...
##推荐
gen = (item for sl in nested_list if list_condition(sl) \
for item in sl if item_condition(item))
for item in gen:
# do something...
##不推荐13. 尽量使用生成器代替列表for x in x_list:
for y in y_list:
for z in z_list:
# do something for x & y
##推荐
from itertools import product
for x, y, z in product(x_list, y_list, z_list):
# do something for x, y, z
##不推荐14. 中间结果尽量使用imap/ifilter代替map/filterdef my_range(n):
i = 0
result = []
while i < n:
result.append(fn(i))
i += 1
return result # 返回列表
##推荐
def my_range(n):
i = 0
result = []
while i < n:
yield fn(i) # 使用生成器代替列表
i += 1
*尽量用生成器代替列表,除非必须用到列表特有的函数。
##不推荐15. 使用any/all函数reduce(rf, filter(ff, map(mf, a_list)))
##推荐
from itertools import ifilter, imap
reduce(rf, ifilter(ff, imap(mf, a_list)))
*lazy evaluation 会带来更高的内存使用效率,特别是当处理大数据操作的时候。
##不推荐16. 属性(property)found = False
for item in a_list:
if condition(item):
found = True
break
if found:
# do something if found...
##推荐
if any(condition(item) for item in a_list):
# do something if found...
##不推荐17. 使用 with 处理文件打开class Clock(object):
def __init__(self):
self.__hour = 1
def setHour(self, hour):
if 25 > hour > 0: self.__hour = hour
else: raise BadHourException
def getHour(self):
return self.__hour
##推荐
class Clock(object):
def __init__(self):
self.__hour = 1
def __setHour(self, hour):
if 25 > hour > 0: self.__hour = hour
else: raise BadHourException
def __getHour(self):
return self.__hour
hour = property(__getHour, __setHour)
##不推荐18. 使用 with 忽视异常(仅限Python 3)f = open("some_file.txt")
try:
data = f.read()
# 其他文件操作..
finally:
f.close()
##推荐
with open("some_file.txt") as f:
data = f.read()
# 其他文件操作...
##不推荐19. 使用 with 处理加锁try:
os.remove("somefile.txt")
except OSError:
pass
##推荐
from contextlib import ignored # Python 3 only
with ignored(OSError):
os.remove("somefile.txt")
##不推荐import threading
lock = threading.Lock()
lock.acquire()
try:
# 互斥操作...
finally:
lock.release()
##推荐
import threading
lock = threading.Lock()
with lock:
# 互斥操作...
相关推荐:编程视频课程以上就是掌握python 19个值得学习的编程技巧的详细内容,更多请关注盛行IT软件开发工作室其它相关文章!
郑重声明:本文由网友发布,不代表盛行IT的观点,版权归原作者所有,仅为传播更多信息之目的,如有侵权请联系,我们将第一时间修改或删除,多谢。