1 多多使用列表生成式
编辑日期: 2024-11-28 文章阅读: 次
1 多多使用列表生成式
替换下面代码：
cube_numbers = []
for n in range(0,10):
if n % 2 == 1:
cube_numbers.append(n**3)
cube_numbers = [n**3 for n in range(1,10) if n%2 == 1]
2 内置函数
尽可能多使用下面这些内置函数：
3 读入大数据尽可能使用生成器
单机处理较大数据量时，生成器往往很有用，因为它是分小片逐次读取，最大程度节省内存，如下网页爬取时使用yield
import requests
import re
def get_pages(link):
pages_to_visit = []
pages_to_visit.append(link)
pattern = re.compile('https?')
while pages_to_visit:
current_page = pages_to_visit.pop(0)
page = requests.get(current_page)
for url in re.findall('<a href="([^"]+)">', str(page.content)):
if url[0] == '/':
url = current_page + url[1:]
if pattern.match(url):
pages_to_visit.append(url)
yield current_page
webpage = get_pages('http://www.example.com')
for result in webpage:
print(result)
4 判断成员所属关系最快的方法使用 in
for name in member_list:
print('{} is a member'.format(name))
5 使用集合求交集
替换下面代码：
a = [1,2,3,4,5]
b = [2,3,4,5,6]
overlaps = []
for x in a:
for y in b:
if x==y:
overlaps.append(x)
print(overlaps)
a = [1,2,3,4,5]
b = [2,3,4,5,6]
overlaps = set(a) & set(b)
print(overlaps)
6 多重赋值
Python支持多重赋值的风格，要多多使用
first_name, last_name, city = "Kevin", "Cunningham", "Brighton"
7 尽量少用全局变量
Python查找最快、效率最高的是局部变量，查找全局变量相对变慢很多，因此多用局部变量，少用全局变量。
8 高效的itertools模块
itertools模块支持多个迭代器的操作，提供最节省内存的写法，因此要多多使用，如下求三个元素的全排列：
import itertools
iter = itertools.permutations(["Alice", "Bob", "Carol"])
list(iter)
9 lru_cache 缓存
位于functools模块的lru_cache装饰器提供了缓存功能，如下结合它和递归求解斐波那契数列第n：
import functools
@functools.lru_cache(maxsize=128)
def fibonacci(n):
if n == 0:
return 0
elif n == 1:
return 1
return fibonacci(n - 1) + fibonacci(n-2)
因此，下面的递归写法非常低效，存在重复求解多个子问题的情况：
def fibonacci(n):
if n == 0: # There is no 0'th number
return 0
elif n == 1: # We define the first number as 1
return 1
return fibonacci(n - 1) + fibonacci(n-2)
10 内置函数、key和itemgetter
上面提到尽量多使用内置函数，如下对列表排序使用key，operator.itemgetter：
import operator
my_list = [("Josh", "Grobin", "Singer"), ("Marco", "Polo", "General"), ("Ada", "Lovelace", "Scientist")]
my_list.sort(key=operator.itemgetter(0))
my_list
