18个Python高效编程技巧，Mark！文内送你一套pythonPDF教程视频
野先生 2019-03-31
初识Python语言，觉得python满足了我上学时候对编程语言的所有要求。python语言的高效编程技巧让我们这些大学曾经苦逼学了四年c或者c++的人，兴奋的不行不行的，终于解脱了。高级语言，如果做不到这样，还扯啥高级呢?
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。
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：
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：
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：
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：
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。
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
09 同时迭代两个列表
10 带索引的列表迭代
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：
转变成如下：
12 字典推导
和列表推导类似，字典可以做同样的工作：
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
ifFalse:
print"Hello"
else:
print"World"
>>> Hello
