省时省力，这些Python高效代码片段必须牢记

发布时间：2024-11-05 12:23

我们要阅读优秀框架的源码，不仅要弄懂框架的原理，更要学习他们写的代码，要将他们写的代码作为奋进的目标！

其实，普通程序员写的代码和大神写的代码的最大区别就是我们是用代码堆砌功能，很少注重代码品质和效率，而大神们能写出优雅精简的代码，实现一个功能我们需要几十上百行代码，而他们可能一行就解决了！并且他们的代码运行效率还比你高！
在这里插入图片描述

今天给大家分享一些常用的高效代码片段，希望可以给大家的代码质量带来一点点提高！

单行循环列表

mylist = [11,24,56,45,60] print([i*3 for i in mylist]) #[33, 72, 168, 135, 180] print([i-10 for i in mylist]) [33, 72, 168, 135, 180] #[1, 14, 46, 35, 50] 1234

这种写法可以减少你的代码行数，而且比较清晰。

获取数据类型

mylist = [123, 'python', 34.23, False, [4,5]] print([type(i) for i in mylist]) # [<class 'int'>, <class 'str'>, <class 'float'>, <class 'bool'>, <class 'list'>] 123

我们有时候需要知道数据的类型，做对应的转换或者操作。可以这样判断：

print(type(123) == int) # True 1

获取数字的整数值

integer = 8938485 digitz = [int(i) for i in str(integer)] print(digitz) # [8, 9, 3, 8, 4, 8, 5] 1234

这里的原理就是先将数字转换为字符串，然后再进行循环获取。

链式比较

a =5 print(1 == a < 2) # False print(2 < 4 < 5 == a) # True 123

看到第一个，是不是会这样理解：1 == a 为 False，False < 2 为 False，所以最后答案为 False。

答案是对的，但是过程是错的。在 Python 中，比较逻辑是这样的：分别比较 1 == a 和 a < 2，两个都为 True，结果才为 True。

按照这个逻辑，自己领会一下第二个的运行逻辑。

字符串乘法器

如果需要重复生成字符串，通常我们会这样：

str = '' for i in range(10): str += 'Python' print(str) # PythonPythonPythonPythonPythonPythonPythonPythonPythonPython 12345

其实，优雅的方式只需一行：

print('Python'*10) # PythonPythonPythonPythonPythonPythonPythonPythonPythonPython 12

带分隔符打印

print('123', '234', 100, sep='x') # 123x234x100 12

还有另外一种方式：

print('x'.join(['123', '234', '100'])) # # 123x234x100 变量交换 d1 = 34 d2 = 23 d1, d2 = d2, d1 print(d1, d2) # 23 34 12345678

字符串变小写

mylist = ['ABCD', 'Python', 'I am Chinese'] print([data.lower() for data in mylist]) # ['abcd', 'python', 'i am chinese'] 123

统计列表中元素出现频率

import collections mylist = [10, 11, 12, 3, 3, 11, 11, 33] print(dict(collections.Counter(mylist))) # {10: 1, 11: 3, 12: 1, 3: 2, 33: 1} 1234

更新字典

mydict = {1: 'Python', 2: 'Javascript', 3: 'Java', 4: 'C#'} mydict.update({2: 'C'}) print(mydict) # {1: 'Python', 2: 'C', 3: 'Java', 4: 'C#'} mydict.update({5: 'Svelte'}) print(mydict) # {1: 'Python', 2: 'C', 3: 'Java', 4: 'C#', 5: 'Svelte'} 非 Pandas 方式读取 csv 文件 import csv with open('Test.csv', 'r') as f: read = csv.reader(f) print([r for r in read]) 123456789101112