Python 的技巧和方法你了解多少？

学了这些你的python代码将会改善，你的技巧将会提高。

1. 路径操作

比起os模块的path方法，python3标准库的pathlib模块的Path处理起路径更加的容易。

获取当前文件路径

前提导入os和pathlib包。。

进群：960410445? ?即可获取数十套PDF！

os版：

print(os.path.dirname(__file__))
 print(os.getcwd())

pathlib版:

print(pathlib.Path.cwd())

看着好像没啥区别，然后看下面这个。

获取上两级文件目录

os版

print(os.path.dirname(os.path.dirname(os.getcwd())))

pathlib版

print(pathlib.Path.cwd().parent.parent)

拼接路径

os版

print(os.path.join(os.path.dirname(os.path.dirname(os.getcwd())),"yamls","a.yaml"))

pathlib版

parts=["yamls","a.yaml"]
 print(pathlib.Path.cwd().parent.parent.joinpath(*parts))

运行时拼接路径

os版

os.path.join(os.path.dirname(os.path.dirname(os.path.dirname(__file__))),'yamls',f'{site_name}.yaml')

pathlib版

parts=["yamls","a.yaml"]
print(pathlib.Path(__file__).resolve().parent.parent.joinpath(*parts))

另外pathlib生成的是个对象，在open文件操作中可以直接运行的但是如果当作字符串操作会出现错误，此时需要对其进行转换，使用os.fspath()即可，不过一般很少有操作路径字符串的习惯。

综合起来，还是pathlib拼接路径方便。

2. 保存标准格式的yaml文件

编程免不了要写配置文件，怎么写配置也是一门学问。

YAML 是专门用来写配置文件的语言，非常简洁和强大，远比 JSON 格式方便。

YAML在python语言中有PyYAML安装包。

前提安装第三方库

pip install pyaml
pip install ruamel.yaml

关于yaml的读取知识网上一堆了我就不说了，这里主要说写入。

from ruamel import yaml
data={"age":23,"sex":"男","name":"牛皮"}
 with open(conf_file,"w",encoding='utf-8') as fs:
 yaml.dump(data,fs,Dumper=yaml.RoundTripDumper,allow_unicode=True)

yaml写文件和json一样也是使用dump。

3. 同时迭代两个列表

以前的时候我是这么解决的

a = ["a","b","c","d"]
b = [1,2,3] # 空的补充None
for index,a_item in enumerate(a):
 b_item = None
 if len(b) - 1 <= index:
 pass
 else:
 b_item = b[index]
 print({a_item:b_item})

现在我通过itertools标准库的zip升级版zip_longest解决，可以通过fillvalue参数补充缺失值。当然如果比较的元素个数相同可以直接用zip。

from itertools import zip_longest
a = ["a","d","e"]
b = [1,3] # 空的补充None
for a_item,b_item in zip_longest(a,b,fillvalue=0):
 print({a_item:b_item})

4. 三元表达式还能这么用？

一般的我们这样写

a="hello" if 2>1 else "bye"
print(a)

我们知道python中false实际式0，true是1，所以对于上面的式子我们就可以这么写了。

a=["hello","bye"][2<1]
print(a)

因为2<1是false也就是0，所以输出了第一个元素hello。

5.简单的类使用namedtuple代替

先来一个简单的例子

import collections
# Person=collections.namedtuple('Person','name age')
# 如果使用python中的关键字会出现错误,此时使用rename字段。
# 按照元素在元组中的下标赋值。class就是_2,def是_3
Person = collections.namedtuple('Person',['name','age','class','def','name','name'],rename=True)
p = Person(name='lisa',age='12',_2="class2",_3="def",_4="name2",_5="name3")
print(p)
# 如果出现相同的字段第二次出现的时候也是用其下标，参考上面的例子。
# _fields查看字段名,可以发现内置模块和重复的字段标记为_加下标的形式
print(p._fields)
# 使用_asdict将namedtuple转为OrderedDict。
od = p._asdict()
print(od)
# 然后可以转为字典
print(dict(od))
# _replace()方法构建一个新实例，因为namedtuple是不可变类型所以这个方法可以返回一个新的对象。
new_p = p._replace(name="samJ")
print(new_p)
print(new_p is p) # 可以看到不是同一个对象。

一个实用的例子pyppeteer的例子感受下

import asyncio
import pyppeteer
from collections import namedtuple
Response = namedtuple("rs","title url html cookies headers history status")
async def get_html(url,timeout=30):
 # 默认30s
 browser = await pyppeteer.launch(headless=True,args=['--no-sandbox'])
 page = await browser.newPage()
 res = await page.goto(url,options={'timeout': int(timeout * 1000)})
 data = await page.content()
 title = await page.title()
 resp_cookies = await page.cookies()
 resp_headers = res.headers
 resp_history = None
 resp_status = res.status
 response = Response(title=title,url=url,html=data,cookies=resp_cookies,headers=resp_headers,history=resp_history,status=resp_status)
 return response
if __name__ == '__main__':
 url_list = ["http://www.10086.cn/index/tj/index_220_220.html","http://www.10010.com/net5/011/","http://python.jobbole.com/87541/"]
 task = (get_html(url) for url in url_list)
 loop = asyncio.get_event_loop()
 results = loop.run_until_complete(asyncio.gather(*task))
 for res in results:
 print(res.title)

6 使用枚举让数字变得更易懂。

import enum
# 枚举
@enum.unique
class Sex(enum.Enum):
 man = 12
 woman = 13
 # 因为加了唯一值的装饰器所以下面添加属性会报错
 # boy=12
print(Sex.man.name)
print(Sex.woman.value)
# 遍历
for item in Sex:
 print(item.name)
 print(item.value)
print("-" * 40)
# 其他使用方式
words = enum.Enum(
 value='item',names=('a b c d e f'),)
# 输出元素c，必须是上面names里含有的值
print(words.c)
print(words.f)
# 因为names不含有w所以报错
try:
 print(words.w)
except AttributeError as e:
 print(e.args)
print("-" * 40)
for word in words:
 print(word.name,word.value) # 默认赋值为、从1开始自增。
print("-" * 40)
# 如果自定义元素的值啧改为一下元组的形式
words2 = enum.Enum(
 value='item2',names=[('a',23),('b',56),("c",12),("d",333)]
)
for word2 in words2:
 print(word2.name,word2.value)

7 链式合并字典chainmap的使用

from collections import ChainMap
# ChainMap
d1 = {'a': 1,'b': 2}
d2 = {'a2': 3,'b2': 4}
d3 = {'a3': 5,'b3': 6}
d4 = {'a4': 7,'b4': 8}
c = ChainMap(d1,d2,d3,d4) # 多个字典合并为一个
for k,v in c.items():
 print(k,v)
print(c.maps) # 要搜索的索引列表
c.maps = list(reversed(c.maps)) # 逆转映射列表
print(c)
# 因为c和d1-d4对应的索引位置实际是一个所以，修改c的时候会影响到d1到d4其中饿的一个值，同理修改
# d1-d4的时候也会影响到c。
# 所以使用new_child创建一个新的映射。再修改就影响不到底层的数据了。
c2 = c.new_child()
c2["a4"] = 100
print(c)
print(c2)
# 输出发现c的值没有发生变化，只要c2变化。
d5 = {"a5": 34,"b5": 78}
c2 = c2.new_child(d5) # 可以在原来的映射基础上添加新的映射
print(c2)

8 在不打乱列表顺序的基础上插入元素

import bisect
"""
bisect 模块，用于维护有序列表。
bisect 模块实现了一个算法用于插入元素到有序列表。
在一些情况下，这比反复排序列表或构造一个大的列表再排序的效率更高。
Bisect 是二分法的意思，这里使用二分法来排序，它会将一个元素插入到一个有序列表的合适位置，
这使得不需要每次调用 sort 的方式维护有序列表。
"""
values = [14,85,77,26,50,45,66,79,10,3,84,1]
print("New Pos Content")
print("--- --- -------")
l = []
for i in values:
 postion = bisect.bisect(l,i) # 返回插入的位置
 bisect.insort(l,i) # 等于insort_right
 print('{:3}{:3}'.format(i,postion),l)
"""
Bisect模块提供的函数有：
bisect.bisect_left(a,x,lo=0,hi=len(a)) :
查找在有序列表 a 中插入 x 的index。lo 和 hi 用于指定列表的区间，默认是使用整个列表。如果 x 已经存在，在其左边插入。返回值为 index。
bisect.bisect_right(a,hi=len(a))
bisect.bisect(a,hi=len(a)) ：
这2个函数和 bisect_left 类似，但如果 x 已经存在，在其右边插入。
bisect.insort_left(a,hi=len(a)) ：
在有序列表 a 中插入 x。和 a.insert(bisect.bisect_left(a,lo,hi),x) 的效果相同。
bisect.insort_right(a,hi=len(a))
bisect.insort(a,hi=len(a)) :
和 insort_left 类似，但如果 x 已经存在，在其右边插入。
Bisect 模块提供的函数可以分两类： bisect* 只用于查找 index， 不进行实际的插入；
而 insort* 则用于实际插入。该模块比较典型的应用是计算分数等级：
"""

8 关于字典的逻辑运算你了解多少

# 使用&操作符查看字典的相同之处
#字典键支持常见的集合操作，并集交集差集。
a = {'x': 1,'y': 2,'z': 3}
b = {'w': 2,'z': 4,'x': 3,'z': 3}
# 获取相同的键
c = a.keys() & b.keys()
print(c)
# 获取相同的键值对
d = a.items() & b.items()
print(d)
# 创建一个新的字典并删除某些键
e = {k: a[k] for k in a.keys() - {'z','x'}}
print(e)

9 给切片起个名字

a="safr3.14"
print(a[-4:])
#上面可以改为
pie=slice(len(a)-4,len(a))
print(a)

10 获取出现频率高的元素

from collections import Counter
text = "abcdfegtehto;grgtgjri" # 可迭代对象
lis = ["a","t","b"]
dic = {"a": 1,"b": 4,"c": 2,"d": 9} # 字典也可以
c = Counter() # 可以定义空容器然后update
c.update(text)
c2 = Counter()
c2.update(dic)
c3 = Counter(lis) # 也可以直接传入对象
print(c)
print(c2)
print(c3)
# 使用c.most_comman(n)获取前n出现频率最高的元素,列表元组类型
print(c.most_common(4))

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!