Python 程式設計師需要知道的 30 個技巧

阿喵發表於2017-04-09

Python程式設計師

如果你讓一個 Python 程式設計師說一下 Python 的優勢，他會說簡潔以及高可讀是最有影響力的優勢。為證明上述兩點，在這個 Python 教程裡，我們將聊聊許多基本的 Python 建議和技巧。

我們從開始使用 Python 便收集這些有用的捷徑（貼士與技巧）。分享一些我們知道，同時又能造福於人的知識，有什麼事情比這更棒嗎？

過去我們分享過一些給初學者的 Python 程式設計貼士旨在優化程式碼並且減少編碼工作，我們的讀者仍舊很樂意閱讀它。

所以今天我們帶來另一些基本的 Python 貼士與技巧，所有的這些技巧都能幫助你壓縮程式碼並且優化執行。此外，你可以在日常工作中很容易地在真實專案中使用他們。

每一個技巧都有一個示例並且給出簡短的解釋，如果要測試這些程式碼片段，你可以看一下這些線上虛擬 Python 執行終端。

最近我們釋出的另兩個必看的 Python 資源：

? 9 中優化 Python 程式碼的主要方式

? 發現在程式設計時應該避免的最常見的錯誤

使用下面的 TOC 來快速地瀏覽這些 Python 貼士與技巧。

給程式設計師的 30 個基本 Python 貼士與技巧

貼士#1. 原地交換兩個數字

Python 提供了一個直觀的在一行程式碼中賦值與交換（變數值）的方法，請參見下面的示例：

x, y = 10, 20
print(x, y)

x, y = y, x
print(x, y)

#1 (10, 20)
#2 (20, 10)

x, y = 10, 20

print(x, y)

x, y = y, x

print(x, y)

#1 (10, 20)

#2 (20, 10)

賦值的右側形成了一個新的元組，左側立即解析（unpack）那個（未被引用的）元組到變數 <a> 和 <b>。

一旦賦值完成，新的元組變成了未被引用狀態並且被標記為可被垃圾回收，最終也完成了變數的交換。

貼士#2. 鏈狀比較操作符

比較操作符的聚合是另一個有時很方便的技巧：

n = 10
result = 1 < n < 20
print(result)

# True

result = 1 > n <= 9
print(result)

# False

n = 10

result = 1 < n < 20

print(result)

# True

result = 1 > n <= 9

print(result)

# False

貼士#3. 使用三元操作符來進行條件賦值

三元操作符是 if-else 語句也就是條件操作符的一個快捷方式：

[表示式為真的返回值] if [表示式] else [表示式為假的返回值]

1	[表示式為真的返回值] if [表示式] else [表示式為假的返回值]

這裡給出幾個你可以用來使程式碼緊湊簡潔的例子。下面的語句是說“如果 y 是 9，給 x 賦值 10，不然賦值為 20”。如果需要的話我們也可以延長這條操作鏈。

x = 10 if (y == 9) else 20

1	x = 10 if (y == 9) else 20

同樣地，我們可以對類做這種操作：

x = (classA if y == 1 else classB)(param1, param2)

1	x = (classA if y == 1 else classB)(param1, param2)

在上面的例子裡 classA 與 classB 是兩個類，其中一個類的建構函式會被呼叫。

下面是另一個多個條件表示式連結起來用以計算最小值的例子：

def small(a, b, c):
    return a if a <= b and a <= c else (b if b <= a and b <= c else c)

print(small(1, 0, 1))
print(small(1, 2, 2))
print(small(2, 2, 3))
print(small(5, 4, 3))

#Output
#0 #1 #2 #3

def small(a, b, c):

return a if a <= b and a <= c else (b if b <= a and b <= c else c)

print(small(1, 0, 1))

print(small(1, 2, 2))

print(small(2, 2, 3))

print(small(5, 4, 3))

#Output

#0 #1 #2 #3

我們甚至可以在列表推導中使用三元運算子：

[m**2 if m > 10 else m**4 for m in range(50)]

#=> [0, 1, 16, 81, 256, 625, 1296, 2401, 4096, 6561, 10000, 121, 144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529, 576, 625, 676, 729, 784, 841, 900, 961, 1024, 1089, 1156, 1225, 1296, 1369, 1444, 1521, 1600, 1681, 1764, 1849, 1936, 2025, 2116, 2209, 2304, 2401]

[m**2 if m > 10 else m**4 for m in range(50)]

#=> [0, 1, 16, 81, 256, 625, 1296, 2401, 4096, 6561, 10000, 121, 144, 169, 196, 225, 256, 289, 324, 361, 400, 441, 484, 529, 576, 625, 676, 729, 784, 841, 900, 961, 1024, 1089, 1156, 1225, 1296, 1369, 1444, 1521, 1600, 1681, 1764, 1849, 1936, 2025, 2116, 2209, 2304, 2401]

貼士#4. 多行字串

基本的方式是使用源於 C 語言的反斜槓：

multiStr = "select * from multi_row 
where row_id < 5"
print(multiStr)

# select * from multi_row where row_id < 5

multiStr = "select * from multi_row

where row_id < 5"

print(multiStr)

# select * from multi_row where row_id < 5

另一個技巧是使用三引號：

multiStr = """select * from multi_row 
where row_id < 5"""
print(multiStr)

#select * from multi_row 
#where row_id < 5

multiStr = """select * from multi_row

where row_id < 5"""

print(multiStr)

#select * from multi_row

#where row_id < 5

上面方法共有的問題是缺少合適的縮排，如果我們嘗試縮排會在字串中插入空格。所以最後的解決方案是將字串分為多行並且將整個字串包含在括號中：

multiStr= ("select * from multi_row "
"where row_id < 5 "
"order by age") 
print(multiStr)

#select * from multi_row where row_id < 5 order by age

multiStr= ("select * from multi_row "

"where row_id < 5 "

"order by age")

print(multiStr)

#select * from multi_row where row_id < 5 order by age

貼士#5. 儲存列表元素到新的變數中

我們可以使用列表來初始化多個變數，在解析列表時，變數的數目不應該超過列表中的元素個數：【譯者注：元素個數與列表長度應該嚴格相同，不然會報錯】

testList = [1,2,3]
x, y, z = testList

print(x, y, z)

#-> 1 2 3

testList = [1,2,3]

x, y, z = testList

print(x, y, z)

#-> 1 2 3

貼士#6. 列印引入模組的檔案路徑

如果你想知道引用到程式碼中模組的絕對路徑，可以使用下面的技巧：

import threading 
import socket

print(threading)
print(socket)

#1- <module 'threading' from '/usr/lib/python2.7/threading.py'>
#2- <module 'socket' from '/usr/lib/python2.7/socket.py'>

import threading

import socket

print(threading)

print(socket)

#1- <module 'threading' from '/usr/lib/python2.7/threading.py'>

#2- <module 'socket' from '/usr/lib/python2.7/socket.py'>

貼士#7. 互動環境下的 “_” 操作符

這是一個我們大多數人不知道的有用特性，在 Python 控制檯，不論何時我們測試一個表示式或者呼叫一個方法，結果都會分配給一個臨時變數： _（一個下劃線）。

>>> 2 + 1
3
>>> _
3
>>> print _
3

>>> 2 + 1

>>> _

>>> print _

“_” 是上一個執行的表示式的輸出。

貼士#8. 字典/集合推導

與我們使用的列表推導相似，我們也可以使用字典/集合推導，它們使用起來簡單且有效，下面是一個例子：

testDict = {i: i * i for i in xrange(10)} 
testSet = {i * 2 for i in xrange(10)}

print(testSet)
print(testDict)

#set([0, 2, 4, 6, 8, 10, 12, 14, 16, 18])
#{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

testDict = {i: i * i for i in xrange(10)}

testSet = {i * 2 for i in xrange(10)}

print(testSet)

print(testDict)

#set([0, 2, 4, 6, 8, 10, 12, 14, 16, 18])

#{0: 0, 1: 1, 2: 4, 3: 9, 4: 16, 5: 25, 6: 36, 7: 49, 8: 64, 9: 81}

注：兩個語句中只有一個 <:> 的不同，另，在 Python3 中執行上述程式碼時，將 <xrange> 改為 <range>。

貼士#9. 除錯指令碼

我們可以在 <pdb> 模組的幫助下在 Python 指令碼中設定斷點，下面是一個例子：

import pdb
pdb.set_trace()

1 2	import pdb pdb.set_trace()

我們可以在指令碼中任何位置指定 <pdb.set_trace()> 並且在那裡設定一個斷點，相當簡便。

貼士#10. 開啟檔案分享

Python 允許執行一個 HTTP 伺服器來從根路徑共享檔案，下面是開啟伺服器的命令：

# Python 2

python -m SimpleHTTPServer

1	python -m SimpleHTTPServer

# Python 3

python3 -m http.server

1	python3 -m http.server

上面的命令會在預設埠也就是 8000 開啟一個伺服器，你可以將一個自定義的埠號以最後一個引數的方式傳遞到上面的命令中。

貼士#11. 檢查 Python 中的物件

我們可以通過呼叫 dir() 方法來檢查 Python 中的物件，下面是一個簡單的例子：

test = [1, 3, 5, 7]
print( dir(test) )

1 2	test = [1, 3, 5, 7] print( dir(test) )

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

['__add__', '__class__', '__contains__', '__delattr__', '__delitem__', '__delslice__', '__doc__', '__eq__', '__format__', '__ge__', '__getattribute__', '__getitem__', '__getslice__', '__gt__', '__hash__', '__iadd__', '__imul__', '__init__', '__iter__', '__le__', '__len__', '__lt__', '__mul__', '__ne__', '__new__', '__reduce__', '__reduce_ex__', '__repr__', '__reversed__', '__rmul__', '__setattr__', '__setitem__', '__setslice__', '__sizeof__', '__str__', '__subclasshook__', 'append', 'count', 'extend', 'index', 'insert', 'pop', 'remove', 'reverse', 'sort']

貼士#12. 簡化 if 語句

我們可以使用下面的方式來驗證多個值：

if m in [1,3,5,7]:

1	if m in [1,3,5,7]:

而不是：

if m==1 or m==3 or m==5 or m==7:

1	if m==1 or m==3 or m==5 or m==7:

或者，對於 in 操作符我們也可以使用 '{1,3,5,7}' 而不是 '[1,3,5,7]'，因為 set 中取元素是 O(1) 操作。

貼士#13. 執行時檢測 Python 版本

當正在執行的 Python 低於支援的版本時，有時我們也許不想執行我們的程式。為達到這個目標，你可以使用下面的程式碼片段，它也以可讀的方式輸出當前 Python 版本：

import sys

#Detect the Python version currently in use.
if not hasattr(sys, "hexversion") or sys.hexversion != 50660080:
    print("Sorry, you aren't running on Python 3.5n")
    print("Please upgrade to 3.5.n")
    sys.exit(1)

#Print Python version in a readable format.
print("Current Python version: ", sys.version)

import sys

#Detect the Python version currently in use.

if not hasattr(sys, "hexversion") or sys.hexversion != 50660080:

print("Sorry, you aren't running on Python 3.5n")

print("Please upgrade to 3.5.n")

sys.exit(1)

#Print Python version in a readable format.

print("Current Python version: ", sys.version)

或者你可以使用 sys.version_info >= (3, 5) 來替換上面程式碼中的 sys.hexversion != 50660080，這是一個讀者的建議。

在 Python 2.7 上執行的結果：

Python 2.7.10 (default, Jul 14 2015, 19:46:27)
[GCC 4.8.2] on linux

Sorry, you aren't running on Python 3.5

Please upgrade to 3.5.

Python 2.7.10 (default, Jul 14 2015, 19:46:27)

[GCC 4.8.2] on linux

Sorry, you aren't running on Python 3.5

Please upgrade to 3.5.

在 Python 3.5 上執行的結果：

Python 3.5.1 (default, Dec 2015, 13:05:11)
[GCC 4.8.2] on linux

Current Python version:  3.5.2 (default, Aug 22 2016, 21:11:05) 
[GCC 5.3.0]

Python 3.5.1 (default, Dec 2015, 13:05:11)

[GCC 4.8.2] on linux

Current Python version: 3.5.2 (default, Aug 22 2016, 21:11:05)

[GCC 5.3.0]

貼士#14. 組合多個字串

如果你想拼接列表中的所有記號，比如下面的例子：

>>> test = ['I', 'Like', 'Python', 'automation']

1	>>> test = ['I', 'Like', 'Python', 'automation']

現在，讓我們從上面給出的列表元素新建一個字串：

>>> print ''.join(test)

1	>>> print ''.join(test)

貼士#15. 四種翻轉字串/列表的方式

# 翻轉列表本身

testList = [1, 3, 5]
testList.reverse()
print(testList)

#-> [5, 3, 1]

testList = [1, 3, 5]

testList.reverse()

print(testList)

#-> [5, 3, 1]

# 在一個迴圈中翻轉並迭代輸出

for element in reversed([1,3,5]):
    print(element)

#1-> 5
#2-> 3
#3-> 1

for element in reversed([1,3,5]):

print(element)

#1-> 5

#2-> 3

#3-> 1

# 一行程式碼翻轉字串

"Test Python"[::-1]

1	"Test Python"[::-1]

輸出為 “nohtyP tseT”

# 使用切片翻轉列表

[1, 3, 5][::-1]

1	[1, 3, 5][::-1]

上面的命令將會給出輸出 [5,3,1]。

貼士#16. 玩轉列舉

使用列舉可以在迴圈中方便地找到（當前的）索引：

testlist = [10, 20, 30]
for i, value in enumerate(testlist):
    print(i, ': ', value)

#1-> 0 : 10
#2-> 1 : 20
#3-> 2 : 30

testlist = [10, 20, 30]

for i, value in enumerate(testlist):

print(i, ': ', value)

#1-> 0 : 10

#2-> 1 : 20

#3-> 2 : 30

貼士#17. 在 Python 中使用列舉量

我們可以使用下面的方式來定義列舉量：

class Shapes:
    Circle, Square, Triangle, Quadrangle = range(4)

print(Shapes.Circle)
print(Shapes.Square)
print(Shapes.Triangle)
print(Shapes.Quadrangle)

#1-> 0
#2-> 1
#3-> 2
#4-> 3

class Shapes:

Circle, Square, Triangle, Quadrangle = range(4)

print(Shapes.Circle)

print(Shapes.Square)

print(Shapes.Triangle)

print(Shapes.Quadrangle)

#1-> 0

#2-> 1

#3-> 2

#4-> 3

貼士#18. 從方法中返回多個值

並沒有太多程式語言支援這個特性，然而 Python 中的方法確實（可以）返回多個值，請參見下面的例子來看看這是如何工作的：

# function returning multiple values.
def x():
    return 1, 2, 3, 4

# Calling the above function.
a, b, c, d = x()

print(a, b, c, d)

#-> 1 2 3 4

# function returning multiple values.

def x():

return 1, 2, 3, 4

# Calling the above function.

a, b, c, d = x()

print(a, b, c, d)

#-> 1 2 3 4

貼士#19. 使用 `*` 運算子（splat operator）來 unpack 函式引數

* 運算子（splat operator）提供了一個藝術化的方法來 unpack 引數列表，為清楚起見請參見下面的例子：

def test(x, y, z):
    print(x, y, z)

testDict = {'x': 1, 'y': 2, 'z': 3} 
testList = [10, 20, 30]

test(*testDict)
test(**testDict)
test(*testList)

#1-> x y z
#2-> 1 2 3
#3-> 10 20 30

def test(x, y, z):

print(x, y, z)

testDict = {'x': 1, 'y': 2, 'z': 3}

testList = [10, 20, 30]

test(*testDict)

test(**testDict)

test(*testList)

#1-> x y z

#2-> 1 2 3

#3-> 10 20 30

貼士#20. 使用字典來儲存選擇操作

我們能構造一個字典來儲存表示式：

stdcalc = {
    'sum': lambda x, y: x + y,
    'subtract': lambda x, y: x - y
}

print(stdcalc['sum'](9,3))
print(stdcalc['subtract'](9,3))

#1-> 12
#2-> 6

stdcalc = {

'sum': lambda x, y: x + y,

'subtract': lambda x, y: x - y

}

print(stdcalc['sum'](9,3))

print(stdcalc['subtract'](9,3))

#1-> 12

#2-> 6

貼士#21. 一行程式碼計算任何數的階乘

Python 2.x.

result = (lambda k: reduce(int.__mul__, range(1,k+1),1))(3)
print(result)

#-> 6

result = (lambda k: reduce(int.__mul__, range(1,k+1),1))(3)

print(result)

#-> 6

Python 3.x.

import functools
result = (lambda k: functools.reduce(int.__mul__, range(1,k+1),1))(3)
print(result)

#-> 6

import functools

result = (lambda k: functools.reduce(int.__mul__, range(1,k+1),1))(3)

print(result)

#-> 6

貼士#22. 找到列表中出現最頻繁的數

test = [1,2,3,4,2,2,3,1,4,4,4]
print(max(set(test), key=test.count))

#-> 4

test = [1,2,3,4,2,2,3,1,4,4,4]

print(max(set(test), key=test.count))

#-> 4

貼士#23. 重置遞迴限制

Python 限制遞迴次數到 1000，我們可以重置這個值：

import sys

x=1001
print(sys.getrecursionlimit())

sys.setrecursionlimit(x)
print(sys.getrecursionlimit())

#1-> 1000
#2-> 1001

import sys

x=1001

print(sys.getrecursionlimit())

sys.setrecursionlimit(x)

print(sys.getrecursionlimit())

#1-> 1000

#2-> 1001

請只在必要的時候採用上面的技巧。

貼士#24. 檢查一個物件的記憶體使用

在 Python 2.7 中，一個 32 位元的整數佔用 24 位元組，在 Python 3.5 中利用 28 位元組。為確定記憶體使用，我們可以呼叫 getsizeof 方法：

在 Python 2.7 中

import sys
x=1
print(sys.getsizeof(x))

#-> 24

import sys

x=1

print(sys.getsizeof(x))

#-> 24

在 Python 3.5 中

import sys
x=1
print(sys.getsizeof(x))

#-> 28

import sys

x=1

print(sys.getsizeof(x))

#-> 28

貼士#25. 使用 `slots` 來減少記憶體開支

你是否注意到你的 Python 應用佔用許多資源特別是記憶體？有一個技巧是使用 __slots__ 類變數來在一定程度上減少記憶體開支。

import sys
class FileSystem(object):

    def __init__(self, files, folders, devices):
        self.files = files
        self.folders = folders
        self.devices = devices
print(sys.getsizeof( FileSystem ))

class FileSystem1(object):

    __slots__ = ['files', 'folders', 'devices']
    def __init__(self, files, folders, devices):
        self.files = files
        self.folders = folders
        self.devices = devices

print(sys.getsizeof( FileSystem1 ))
#In Python 3.5
#1-> 1016
#2-> 888

import sys

class FileSystem(object):

def __init__(self, files, folders, devices):

self.files = files

self.folders = folders

self.devices = devices

print(sys.getsizeof( FileSystem ))

class FileSystem1(object):

__slots__ = ['files', 'folders', 'devices']

def __init__(self, files, folders, devices):

self.files = files

self.folders = folders

self.devices = devices

print(sys.getsizeof( FileSystem1 ))

#In Python 3.5

#1-> 1016

#2-> 888

很明顯，你可以從結果中看到確實有記憶體使用上的節省，但是你只應該在一個類的記憶體開銷不必要得大時才使用 __slots__。只在對應用進行效能分析後才使用它，不然地話，你只是使得程式碼難以改變而沒有真正的益處。

【譯者注：在我的 win10 python2.7 中上面的結果是：

#In Python 2.7 win10
#1-> 896
#2-> 1016

#In Python 2.7 win10

#1-> 896

#2-> 1016

所以，這種比較方式是不那麼讓人信服的，使用 __slots__ 主要是用以限定物件的屬性資訊，另外，當生成物件很多時花銷可能會小一些，具體可以參見 python 官方文件:

The slots declaration takes a sequence of instance variables and reserves just enough space in each instance to hold a value for each variable. Space is saved because dict is not created for each instance. 】

貼士#26. 使用 lambda 來模仿輸出方法

import sys
lprint=lambda *args:sys.stdout.write(" ".join(map(str,args)))
lprint("python", "tips",1000,1001)

#-> python tips 1000 1001

import sys

lprint=lambda *args:sys.stdout.write(" ".join(map(str,args)))

lprint("python", "tips",1000,1001)

#-> python tips 1000 1001

貼士#27. 從兩個相關的序列構建一個字典

t1 = (1, 2, 3)
t2 = (10, 20, 30)

print(dict (zip(t1,t2)))

#-> {1: 10, 2: 20, 3: 30}

t1 = (1, 2, 3)

t2 = (10, 20, 30)

print(dict (zip(t1,t2)))

#-> {1: 10, 2: 20, 3: 30}

貼士#28. 一行程式碼搜尋字串的多個前字尾

print("http://www.google.com".startswith(("http://", "https://")))
print("http://www.google.co.uk".endswith((".com", ".co.uk")))

#1-> True
#2-> True

print("http://www.google.com".startswith(("http://", "https://")))

print("http://www.google.co.uk".endswith((".com", ".co.uk")))

#1-> True

#2-> True

貼士#29. 不使用迴圈構造一個列表

import itertools
test = [[-1, -2], [30, 40], [25, 35]]
print(list(itertools.chain.from_iterable(test)))

#-> [-1, -2, 30, 40, 25, 35]

import itertools

test = [[-1, -2], [30, 40], [25, 35]]

print(list(itertools.chain.from_iterable(test)))

#-> [-1, -2, 30, 40, 25, 35]

貼士#30. 在 Python 中實現一個真正的 switch-case 語句

下面的程式碼使用一個字典來模擬構造一個 switch-case。

def xswitch(x): 
    return xswitch._system_dict.get(x, None)

xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}

print(xswitch('default'))
print(xswitch('devices'))

#1-> None
#2-> 2

def xswitch(x):

return xswitch._system_dict.get(x, None)

xswitch._system_dict = {'files': 10, 'folders': 5, 'devices': 2}

print(xswitch('default'))

print(xswitch('devices'))

#1-> None

#2-> 2

結語 – 給程式設計師的基本 Python 貼士與技巧

我們希望上述的基本的 Python 貼士與技巧可以幫助你快速地 & 有效地完成任務，你可以在作業與專案中使用他們。

聽從你的回饋會使我們變得更好，所以請分享你的想法。

你甚至可以要求我們寫一個你選擇的話題，我們會將其加入到我們的寫作列表中。【*】

最後，如果你喜歡這個文章，請在社交媒體上分享給你的朋友。

堅持學習，

TechBeamers.

30個Python程式設計師需要知道的程式設計技巧,可以讓你的工作事半功倍!
2018-10-01
Python程式設計師
程式設計師應該知道的 13 個設計技巧
2014-07-15
程式設計師
程式設計師OR非程式設計師，有些程式設計的事需要知道
2014-12-12
程式設計師
老鳥程式設計師才知道的40個小技巧
2017-12-24
程式設計師
JavaScript程式設計師需要掌握的5個debug技巧
2014-10-31
JavaScript程式設計師
Java程式設計師應該知道的10個除錯技巧
2015-01-14
Java程式設計師除錯
前端程式設計師應該知道的 15 個 jQuery 小技巧
2015-11-18
前端程式設計師jQuery
每個程式設計師都需要了解的一個SQL技巧
2015-07-15
程式設計師SQL
程式設計師需要知道的15個Chrome擴充套件
2015-03-25
程式設計師Chrome套件
15個程式設計師需要知道的Chrome擴充套件
2015-03-23
程式設計師Chrome套件
每個Python新手都應該知道的程式設計技巧
2018-11-12
Python程式設計
Python 程式設計師應該知道的 10 個庫
2013-11-30
Python程式設計師
程式設計師做產品需要知道
2018-05-18
程式設計師
程式設計師程式設計的10個實用技巧
2016-02-22
程式設計師
新手程式設計師須知30個技巧！少走彎路
2021-09-09
程式設計師
勾搭程式設計師的 11 個技巧
2017-03-09
程式設計師
程式設計師程式設計入門一定知道！程式設計師需要學什麼？
2021-01-15
程式設計師
網頁設計師必須知道的6個小技巧
2013-07-03
網頁
程式設計師程式設計需要多少個小時？
2012-01-28
程式設計師
好程式設計師Python培訓分享Python程式設計師面試技巧
2020-04-23
程式設計師Python面試
程式設計師程式設計面試取勝的8個技巧
2015-03-11
程式設計師面試
每個程式設計師都需要知道的概念和術語 - codeburst
2021-07-16
程式設計師
程式設計師需要知道的 SSD 基本原理
2017-02-12
程式設計師
前端設計師必須知道的10個重要的CSS技巧
2019-05-10
前端CSS
程式設計師使用Node的十個技巧
2015-10-14
程式設計師
初級程式設計師需要知道的基本程式碼規範
2018-12-08
程式設計師
程式設計師獲取新程式設計技能的5個技巧？
2015-06-30
程式設計師
成為優秀程式設計師需要知道的 15 件事
2010-10-21
程式設計師
每個 Python 程式設計師都要知道的日誌實踐
2015-07-01
Python程式設計師
一個程式設計師使用 PPT 的小技巧
2017-09-06
程式設計師
自由程式設計師的3個開發技巧
2016-03-16
程式設計師
每個程式設計師應該知道的12個API
2014-01-21
程式設計師API
程式設計師程式設計入門，物件導向需要知道這6點！
2019-01-28
程式設計師物件
程式設計師加薪的技巧
2017-12-05
程式設計師
10個大神級的電腦使用技巧，有的程式設計師可能都不知道！
2020-07-31
程式設計師
程式設計師學習程式設計需要攻克的8個障礙
2015-06-17
程式設計師
18個Python高效程式設計技巧！
2019-03-15
Python程式設計
Python程式設計師常用的五大工具，你知道幾個?
2021-06-25
Python程式設計師

Python 程式設計師需要知道的 30 個技巧

給程式設計師的 30 個基本 Python 貼士與技巧

貼士#1. 原地交換兩個數字

貼士#2. 鏈狀比較操作符

貼士#3. 使用三元操作符來進行條件賦值

貼士#4. 多行字串

貼士#5. 儲存列表元素到新的變數中

貼士#6. 列印引入模組的檔案路徑

貼士#7. 互動環境下的 “_” 操作符

貼士#8. 字典/集合推導

貼士#9. 除錯指令碼

貼士#10. 開啟檔案分享

# Python 2

# Python 3

貼士#11. 檢查 Python 中的物件

貼士#12. 簡化 if 語句

貼士#13. 執行時檢測 Python 版本

貼士#14. 組合多個字串

貼士#15. 四種翻轉字串/列表的方式

# 翻轉列表本身

# 在一個迴圈中翻轉並迭代輸出

# 一行程式碼翻轉字串

# 使用切片翻轉列表

貼士#16. 玩轉列舉

貼士#17. 在 Python 中使用列舉量

貼士#18. 從方法中返回多個值

貼士#19. 使用 * 運算子（splat operator）來 unpack 函式引數

貼士#20. 使用字典來儲存選擇操作

貼士#21. 一行程式碼計算任何數的階乘

Python 2.x.

Python 3.x.

貼士#22. 找到列表中出現最頻繁的數

貼士#23. 重置遞迴限制

貼士#24. 檢查一個物件的記憶體使用

在 Python 2.7 中

在 Python 3.5 中

貼士#25. 使用 __slots__ 來減少記憶體開支

貼士#26. 使用 lambda 來模仿輸出方法

貼士#27. 從兩個相關的序列構建一個字典

貼士#28. 一行程式碼搜尋字串的多個前字尾

貼士#29. 不使用迴圈構造一個列表

貼士#30. 在 Python 中實現一個真正的 switch-case 語句

結語 – 給程式設計師的基本 Python 貼士與技巧

相關文章

貼士#19. 使用 `*` 運算子（splat operator）來 unpack 函式引數

貼士#25. 使用 `slots` 來減少記憶體開支