Python/提示与技巧

在 Python 中学习许多技巧和窍门：

字符串

• 三引号是一种使用单引号和双引号定义字符串的简单方法。
• 字符串连接“成本高昂”。使用百分比格式和 str.join() 进行连接：

（但除非您生成的字符串长度超过 500-1000 个字符，否则不必担心这一点）

print "Spam" + " eggs" + " and" + " spam"               # DON'T DO THIS
print " ".join(["Spam","eggs","and","spam"])            # Much faster/more
                                                        # common Python idiom
print "%s %s %s %s" % ("Spam", "eggs", "and", "spam")   # Also a pythonic way of
                                                        # doing it - very fast

优化的 C 模块

多个模块都有用 C 编写的优化版本，它们提供了几乎相同的接口，并且通常比纯 Python 实现“快得多”或更节省内存。模块行为通常在某些方面有所不同，通常是微小的，因此经常使用 C 版本。

这主要是 Python 2.x 的功能，在 Python 3 中已基本被删除，模块会自动使用优化的实现（如果有）。 但是，cProfile/profile 对仍然存在（截至 Python 3.4）。

导入

名为 module 或 Module 的模块的 C 版本称为 cModule，并且经常使用 import...as 导入以去掉前缀，如下所示：

import cPickle as pickle

为了兼容性，可以尝试导入 C 版本，如果 C 版本不可用，则回退到 Python 版本；在这种情况下使用 import...as 是“必需的”，因此代码不依赖于导入了哪个模块：

try:
  import cPickle as pickle
except ImportError:
  import pickle

示例

值得注意的示例包括：

• (Python 2.x) cPickle 用于 pickle，速度最高可提高 1000 倍。
• (Python 2.x) cStringIO 代替 StringIO，在 Python 3 中由 io.StringIO 取代
• cProfile 代替 profile – Python profile 增加了显著的开销，因此建议在大多数情况下使用 cProfile。
• （Python 3.3+ 中不需要）cElementTree 用于 ElementTree，速度提高 15-20 倍，内存使用量减少 2-5 倍； Python 3.3+ 中不需要，如果可能，会自动使用快速实现。

列表推导和生成器

• 列表推导和生成器表达式对于处理小型紧凑循环非常有用。此外，它比普通的 for 循环更快。

directory = os.listdir(os.getcwd())       # Gets a list of files in the
                                          # directory the program runs from
filesInDir = [item for item in directory] # Normal For Loop rules apply, you
                                          # can add "if condition" to make a
                                          # more narrow search.

• 列表推导和生成器表达式可用于使用 zip 或 itertools.izip 处理两个（或更多）列表

[a - b for (a,b) in zip((1,2,3), (1,2,3))]  # will return [0, 0, 0]

数据类型选择

选择正确的数据类型对于应用程序的性能至关重要。例如，假设您有 2 个列表：

list1 = [{'a': 1, 'b': 2}, {'c': 3, 'd': 4}, {'e': 5, 'f': 6}]
list2 = [{'e': 5, 'f': 6}, {'g': 7, 'h': 8}, {'i': 9, 'j': 10}]

并且您想要找到两个列表中共有的条目。您可以遍历一个列表，检查另一个列表中的共同项：

common = []
for entry in list1:
    if entry in list2:
        common.append(entry)

对于这样小的列表，这将正常工作，但对于较大的列表，例如如果每个列表包含数千个条目，则以下方法将更有效，并产生相同的结果：

set1 = set([tuple(entry.items()) for entry in list1])
set2 = set([tuple(entry.items()) for entry in list2])
common = set1.intersection(set2)
common = [dict(entry) for entry in common]

集合在此类函数中针对速度进行了优化。字典本身不能用作集合的成员，因为它们是可变的，但元组可以。如果需要对字典列表执行集合操作，可以将项转换为元组，将列表转换为集合，执行操作，然后转换回来。这通常比尝试使用字符串函数复制集合操作要快得多。

其他

• 装饰器可用于处理常见问题，如日志记录、数据库访问等。
• 虽然 Python 没有内置函数来展平列表，但您可以使用递归函数快速完成这项工作。

def flatten(seq, list = None):
    """flatten(seq, list = None) -> list

    Return a flat version of the iterator `seq` appended to `list`
    """
    if list == None:
        list = []
    try:                          # Can `seq` be iterated over?
        for item in seq:          # If so then iterate over `seq`
            flatten(item, list)      # and make the same check on each item.
    except TypeError:             # If seq isn't iterable
        list.append(seq)             # append it to the new list.
    return list

• 为了阻止 Python 脚本在独立启动后立即关闭，请添加以下代码：

print 'Hit Enter to exit'
raw_input()

• Python 已经内置了 GUI：Tkinter，基于 Tcl 的 Tk。还有更多可用的，例如 PyQt4、pygtk3 和 wxPython。

• 三元运算符：

[on_true] if [expression] else [on_false]

x, y = 50, 25

small = x if x < y else y

• 布尔值作为索引：

b = 1==1
name = "I am %s" % ["John","Doe"][b]
#returns I am Doe