python的技巧和方法你瞭解多少？

學了這些你的python代碼將會改善與你的技巧將會提升。

1. 路徑操做

比起os模塊的path方法，python3標準庫的pathlib模塊的Path處理起路徑更加的容易。

獲取當前文件路徑

前提導入os和pathlib包。。
os版：

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

pathlib版:

print(pathlib.Path.cwd())

看着好像沒啥區別，而後看下面這個。

獲取上兩級文件目錄

os版

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

pathlib版

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

拼接路徑

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))

運行時拼接路徑

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生成的是個對象<class 'pathlib.PosixPath'>，在open文件操做中能夠直接運行的可是若是看成字符串操做會出現錯誤，此時須要對其進行轉換，使用os.fspath()便可，不過通常不多有操做路徑字符串的習慣。
綜合起來，仍是pathlib拼接路徑方便。

2. 保存標準格式的yaml文件

編程免不了要寫配置文件，怎麼寫配置也是一門學問。
YAML 是專門用來寫配置文件的語言，很是簡潔和強大，遠比 JSON 格式方便。
YAML在python語言中有PyYAML安裝包。
前提安裝第三方庫

pip install pyaml
pip install ruamel.yaml

關於yaml的讀取知識網上一堆了我就不說了，這裏主要說寫入。

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寫文件和json同樣也是使用dump。

3. 同時迭代兩個列表

之前的時候我是這麼解決的

a = ["a", "b", "c", "d"]
b = [1, 2, 3]  # 空的補充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})

如今我經過itertools標準庫的zip升級版zip_longest解決，能夠經過fillvalue參數補充缺失值。固然若是比較的元素個數相同能夠直接用zip。

from itertools import zip_longest

a = ["a", "b", "c", "d","e"]
b = [1, 2, 3]  # 空的補充None
for a_item, b_item in zip_longest(a,b,fillvalue=0):
    print({a_item:b_item})

4. 三元表達式還能這麼用？

通常的咱們這樣寫

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

咱們知道python中false實際式0，true是1，因此對於上面的式子咱們就能夠這麼寫了。

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

由於2<1是false也就是0，因此輸出了第一個元素hello。

5.簡單的類使用namedtuple代替

先來一個簡單的例子

import collections
# Person=collections.namedtuple('Person','name age')
# 若是使用python中的關鍵字會出現錯誤,此時使用rename字段。
# 按照元素在元組中的下標賦值。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)
# 若是出現相同的字段第二次出現的時候也是用其下標，參考上面的例子。
# _fields查看字段名,能夠發現內置模塊和重複的字段標記爲_加下標的形式
print(p._fields)
# 使用_asdict將namedtuple轉爲OrderedDict。
od = p._asdict()
print(od)
# 而後能夠轉爲字典
print(dict(od))
# _replace()方法構建一個新實例，由於namedtuple是不可變類型因此這個方法能夠返回一個新的對象。
new_p = p._replace(name="samJ")
print(new_p)
print(new_p is p)  # 能夠看到不是同一個對象。

一個實用的例子pyppeteer的例子感覺下

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):
    # 默認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 使用枚舉讓數字變得更易懂。

import enum


# 枚舉
@enum.unique
class Sex(enum.Enum):
    man = 12
    woman = 13

    # 由於加了惟一值的裝飾器因此下面添加屬性會報錯
    # boy=12


print(Sex.man.name)
print(Sex.woman.value)

# 遍歷
for item in Sex:
    print(item.name)
    print(item.value)
print("-" * 40)
# 其餘使用方式
words = enum.Enum(
    value='item',
    names=('a b c d e f'),
)
# 輸出元素c，必須是上面names裏含有的值
print(words.c)
print(words.f)
# 由於names不含有w因此報錯
try:
    print(words.w)
except AttributeError as e:
    print(e.args)
print("-" * 40)
for word in words:
    print(word.name, word.value)  # 默認賦值爲、從1開始自增。
print("-" * 40)
# 若是自定義元素的值嘖改成一下元組的形式
words2 = enum.Enum(
    value='item2',
    names=[('a', 23), ('b', 56), ("c", 12), ("d", 333)]
)
for word2 in words2:
    print(word2.name, word2.value)

7 鏈式合併字典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)  # 多個字典合併爲一個
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))  # 逆轉映射列表
print(c)

# 由於c和d1-d4對應的索引位置實際是一個因此，修改c的時候會影響到d1到d4其中餓的一個值，同理修改
# d1-d4的時候也會影響到c。
# 因此使用new_child建立一個新的映射。再修改就影響不到底層的數據了。
c2 = c.new_child()
c2["a4"] = 100
print(c)
print(c2)
# 輸出發現c的值沒有發生變化，只要c2變化。
d5 = {"a5": 34, "b5": 78}
c2 = c2.new_child(d5)  # 能夠在原來的映射基礎上添加新的映射
print(c2)

8 在不打亂列表順序的基礎上插入元素

import bisect

"""
bisect 模塊，用於維護有序列表。
bisect 模塊實現了一個算法用於插入元素到有序列表。
在一些狀況下，這比反覆排序列表或構造一個大的列表再排序的效率更高。
Bisect 是二分法的意思，這裏使用二分法來排序，它會將一個元素插入到一個有序列表的合適位置，
這使得不須要每次調用 sort 的方式維護有序列表。
"""
values = [14, 85, 77, 26, 50, 45, 66, 79, 10, 3, 84, 77, 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)  # 等於insort_right
    print('{:3}{:3}'.format(i, postion), l)

"""
Bisect模塊提供的函數有：

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 用於指定列表的區間，默認是使用整個列表。若是 x 已經存在，在其左邊插入。返回值爲 index。

bisect.bisect_right(a,x, lo=0, hi=len(a))
bisect.bisect(a, x,lo=0, hi=len(a)) ：
這2個函數和 bisect_left 相似，但若是 x 已經存在，在其右邊插入。

bisect.insort_left(a,x, lo=0, hi=len(a)) ：
在有序列表 a 中插入 x。和 a.insert(bisect.bisect_left(a,x, lo, hi), x) 的效果相同。

bisect.insort_right(a,x, lo=0, hi=len(a))
bisect.insort(a, x,lo=0, hi=len(a)) :
和 insort_left 相似，但若是 x 已經存在，在其右邊插入。

Bisect 模塊提供的函數能夠分兩類： bisect* 只用於查找 index， 不進行實際的插入；
而 insort* 則用於實際插入。該模塊比較典型的應用是計算分數等級：
"""

8 關於字典的邏輯運算你瞭解多少

# 使用&操做符查看字典的相同之處
#字典鍵支持常見的集合操做，並集交集差集。
a = {'x': 1, 'y': 2, 'z': 3}
b = {'w': 2, 'z': 4, 'x': 3, 'z': 3}

# 獲取相同的鍵
c = a.keys() & b.keys()
print(c)
# 獲取相同的鍵值對
d = a.items() & b.items()
print(d)
# 建立一個新的字典並刪除某些鍵

e = {k: a[k] for k in a.keys() - {'z', 'x'}}
print(e)

9 給切片起個名字

a="safr3.14"
print(a[-4:])
#上面能夠改成
pie=slice(len(a)-4,len(a))
print(a)

10 獲取出現頻率高的元素

from collections import Counter

text = "abcdfegtehto;grgtgjri"  # 可迭代對象
lis = ["a", "c", "d", "t", "b"]
dic = {"a": 1, "b": 4, "c": 2, "d": 9}  # 字典也能夠
c = Counter()  # 能夠定義空容器而後update
c.update(text)
c2 = Counter()
c2.update(dic)

c3 = Counter(lis)  # 也能夠直接傳入對象
print(c)
print(c2)
print(c3)

# 使用c.most_comman(n)獲取前n出現頻率最高的元素,列表元組類型
print(c.most_common(4))

更多工具使用以及python技巧，請關注公衆號：python學習開發。

若是您喜歡個人文章不防動動小手轉發一波，謝謝。 點擊閱讀原文進入個人博客園，看代碼更方便。 因爲人數超過100因此須要添加我微信:italocxa，而後拉您入羣。