Python/提示與技巧

在 Python 中學習許多技巧和竅門：

字符串

• 三引號是一種使用單引號和雙引號定義字符串的簡單方法。
• 字符串連接「成本高昂」。使用百分比格式和 str.join() 進行連接：

（但除非您生成的字符串長度超過 500-1000 個字符，否則不必擔心這一點）

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

優化的 C 模塊

多個模塊都有用 C 編寫的優化版本，它們提供了幾乎相同的接口，並且通常比純 Python 實現「快得多」或更節省內存。模塊行為通常在某些方面有所不同，通常是微小的，因此經常使用 C 版本。

這主要是 Python 2.x 的功能，在 Python 3 中已基本被刪除，模塊會自動使用優化的實現（如果有）。 但是，cProfile/profile 對仍然存在（截至 Python 3.4）。

導入

名為 module 或 Module 的模塊的 C 版本稱為 cModule，並且經常使用 import...as 導入以去掉前綴，如下所示：

import cPickle as pickle

為了兼容性，可以嘗試導入 C 版本，如果 C 版本不可用，則回退到 Python 版本；在這種情況下使用 import...as 是「必需的」，因此代碼不依賴於導入了哪個模塊：

try:
  import cPickle as pickle
except ImportError:
  import pickle

示例

值得注意的示例包括：

• (Python 2.x) cPickle 用於 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 增加了顯著的開銷，因此建議在大多數情況下使用 cProfile。
• （Python 3.3+ 中不需要）cElementTree 用於 ElementTree，速度提高 15-20 倍，內存使用量減少 2-5 倍； Python 3.3+ 中不需要，如果可能，會自動使用快速實現。

列表推導和生成器

• 列表推導和生成器表達式對於處理小型緊湊循環非常有用。此外，它比普通的 for 循環更快。

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.

• 列表推導和生成器表達式可用於使用 zip 或 itertools.izip 處理兩個（或更多）列表

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

數據類型選擇

選擇正確的數據類型對於應用程式的性能至關重要。例如，假設您有 2 個列表：

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}]

並且您想要找到兩個列表中共有的條目。您可以遍歷一個列表，檢查另一個列表中的共同項：

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

對於這樣小的列表，這將正常工作，但對於較大的列表，例如如果每個列表包含數千個條目，則以下方法將更有效，並產生相同的結果：

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]

集合在此類函數中針對速度進行了優化。字典本身不能用作集合的成員，因為它們是可變的，但元組可以。如果需要對字典列表執行集合操作，可以將項轉換為元組，將列錶轉換為集合，執行操作，然後轉換回來。這通常比嘗試使用字符串函數複製集合操作要快得多。

其他

• 裝飾器可用於處理常見問題，如日誌記錄、資料庫訪問等。
• 雖然 Python 沒有內置函數來展平列表，但您可以使用遞歸函數快速完成這項工作。

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

• 為了阻止 Python 腳本在獨立啟動後立即關閉，請添加以下代碼：

print 'Hit Enter to exit'
raw_input()

• Python 已經內置了 GUI：Tkinter，基於 Tcl 的 Tk。還有更多可用的，例如 PyQt4、pygtk3 和 wxPython。

• 三元運算符：

[on_true] if [expression] else [on_false]

x, y = 50, 25

small = x if x < y else y

• 布爾值作為索引：

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